KR101137402B1 - Individual identification apparatus and method based on oscillometric arterial blood pressure measurement - Google Patents

Individual identification apparatus and method based on oscillometric arterial blood pressure measurement Download PDF

Info

Publication number
KR101137402B1
KR101137402B1 KR1020100059708A KR20100059708A KR101137402B1 KR 101137402 B1 KR101137402 B1 KR 101137402B1 KR 1020100059708 A KR1020100059708 A KR 1020100059708A KR 20100059708 A KR20100059708 A KR 20100059708A KR 101137402 B1 KR101137402 B1 KR 101137402B1
Authority
KR
South Korea
Prior art keywords
pulse wave
amplitude value
unit
wave pattern
individualized
Prior art date
Application number
KR1020100059708A
Other languages
Korean (ko)
Other versions
KR20110096473A (en
Inventor
신영숙
Original Assignee
조선대학교산학협력단
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 조선대학교산학협력단 filed Critical 조선대학교산학협력단
Priority to CN201010524843.3A priority Critical patent/CN102293652B/en
Publication of KR20110096473A publication Critical patent/KR20110096473A/en
Application granted granted Critical
Publication of KR101137402B1 publication Critical patent/KR101137402B1/en

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
    • A61B5/117—Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Power Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

본 발명은 오실로매트릭(oscillometric) 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법에 관한 것으로, 본 발명에 따른 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치는 맥파의 영향을 포함하는 커프압을 검출하는 압력 검출 센서부와, 상기 압력 검출 센서부에서 검출된 커프압으로부터 동맥의 맥파 신호를 추출하는 맥파 추출부와, 상기 맥파 추출부로부터 추출된 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 맥파 진폭 검출부와, 상기 맥파 진폭 검출부에 의해 검출된 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 개별화된 맥파 패턴을 생성하는 맥파 패턴 생성부와, 상기 맥파 패턴 생성부에 의해 생성된 개별화된 맥파 패턴을 저장하는 생체 정보 저장부를 제공함으로써, 위조가 어려운 맥파 정보를 이용하여 개인을 식별할 수 있다.The present invention relates to an apparatus and method for personal identification based on oscillometric arterial blood pressure measurement. The apparatus for personal identification based on oscillometric arterial blood pressure measurement according to the present invention is a pressure detection for detecting a cuff pressure including the effect of pulse wave. A pulse wave extracting unit for extracting a pulse wave signal of an artery from a cuff pressure detected by the sensor unit, the pressure detecting sensor unit, and a pulse wave signal extracted from the pulse wave extracting unit into a plurality of window sections, and the maximum in each window section. A pulse wave amplitude detection unit for detecting an amplitude value and a minimum amplitude value, a pulse wave pattern generation unit for generating an individualized pulse wave pattern using a maximum amplitude value and a minimum amplitude value in each window section detected by the pulse wave amplitude detection unit; Providing a biometric information storage unit for storing the individualized pulse wave pattern generated by the pulse wave pattern generator As such, the counterfeit can be difficult to identify an individual using the pulse wave information.

Description

오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법{Individual identification apparatus and method based on oscillometric arterial blood pressure measurement}Individual identification apparatus and method based on oscillometric arterial blood pressure measurement

본 발명은 오실로매트릭(oscillometric) 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법에 관한 것으로, 보다 상세하게는 복수의 윈도우 구간에 해당하는 맥파 신호로부터 검출된 각각의 최대 진폭값 및 최소 진폭값을 이용하여 개인을 식별할 수 있는 맥파 패턴을 생성하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for personal identification based on oscillometric arterial blood pressure measurement, and more particularly, using the maximum and minimum amplitude values detected from pulse wave signals corresponding to a plurality of window sections. An apparatus and method for personal identification based on oscillometric arterial blood pressure measurement to generate a pulse wave pattern capable of identifying an individual.

현재 지문, 얼굴, 홍채 속성 등과 같은 보편화된 생체 통계학 기술에 기반하여 개인을 식별하는 기술이 개발되고 있다. 그러나 이와 같은 생체 통계학 기술에 기반한 개인 식별 기술은 위조 및 변조를 완전히 차단할 수 없다. 예를 들어, 지문은 라텍스(latex)를 사용하여 복제할 수 있으며, 홍채는 그 특징을 복제한 인공 콘택트 렌즈를 사용하여 위조될 수 있다. Currently, a technique for identifying an individual based on general biostatistic techniques such as fingerprint, face, and iris attributes is being developed. However, personal identification techniques based on such biostatistical techniques cannot completely block counterfeiting and modulation. For example, a fingerprint can be replicated using latex and the iris can be faked using an artificial contact lens that replicates the feature.

최근에는 심전도(electrocardiogram) 기술이 새로운 생체학적 개인 식별 인식 기술로 제안되고 있다. 생체 측정 식별을 위한 심전도 기술은 생체의 리듬을 이용한다는 점에서 위조하기 어렵다는 장점을 제공한다. 그러나, 심전도 신호는 개인의 활동성에 따라 생리학적인 변화가 크다.Recently, electrocardiogram technology has been proposed as a new biometric personal identification technology. Electrocardiogram techniques for biometric identification offer the advantage of being difficult to forge in terms of utilizing the rhythm of the living body. However, ECG signals vary greatly in physiology depending on the activity of the individual.

한편, 혈압을 통해 심장 혈관의 위험을 예측할 수 있기 때문에, 혈압의 정확한 측정 및 개선을 위한 다양한 연구들이 진행되어 왔다. 심장은 박동할 때마다 동맥을 따라 혈액을 밀어내며, 이러한 혈액의 흐름으로 인하여 동맥이 팽창과 이완을 되풀이하게 되는데 이를 맥박이라고 한다. 혈압을 측정하기 위한 방법 중의 하나인 오실로매트릭(oscillometric) 방법은 심장 수축시 및 심장 확장시의 선형적 또는 단계적으로 팔 등의 혈관 압력의 측정하고, 측정된 압력으로부터 맥파 신호를 추출하여 최대 혈압(수축기 혈압) 및 최소 혈압(확장기 혈압)을 구한다.Meanwhile, since blood pressure can predict cardiovascular risk, various studies for accurate measurement and improvement of blood pressure have been conducted. Each time the heart beats, it pushes blood along the arteries, and the flow of blood causes the arteries to swell and relax. This is called a pulse. Oscillometric method, one of the methods for measuring blood pressure, measures the blood pressure of the arm and the like linearly or stepwise during cardiac contraction and dilatation, and extracts the pulse wave signal from the measured pressure to maximize blood pressure ( Systolic blood pressure) and minimum blood pressure (dilator blood pressure).

그러나 지금까지의 오실로매트릭 방법은 단순히 혈압을 측정하는 것으로만 이용되었을 뿐, 생체 정보로 개인을 식별하기 위한 데이터로의 적용은 없었다. However, until now, the oscillometric method has been used only to measure blood pressure, and has not been applied to data for identifying an individual by biometric information.

상술한 문제점을 해결하기 위하여, 본 발명은 복수의 윈도우 구간에 해당하는 맥파 신호로부터 검출된 각각의 최대 진폭값 및 최소 진폭값을 이용하여 개인을 식별할 수 있는 개별화된 맥파 패턴을 생성하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법을 제공하는 것을 목적으로 한다.In order to solve the above-described problem, the present invention is an oscillometric matrix for generating an individualized pulse wave pattern that can identify an individual using the maximum and minimum amplitude values detected from pulse wave signals corresponding to a plurality of window sections. An object of the present invention is to provide an apparatus and method for personal identification based on arterial blood pressure measurement.

또한, 본 발명은 동일한 피측정자로부터 얻어진 복수의 맥파 신호들을 이용하여 정규화를 수행하여 구한 피측정자의 정규화된 패턴 신호를 이용하여 개인을 식별할 수 있는 개별화된 맥파 패턴을 생성하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법을 제공하는 것을 목적으로 한다.In addition, the present invention is an oscillometric arterial blood pressure measurement that generates an individualized pulse wave pattern that can identify an individual using a normalized pattern signal of the subject obtained by performing the normalization using a plurality of pulse wave signals obtained from the same subject An object of the present invention is to provide a personal identification device and method based on the method.

또한, 본 발명은 최대 진폭값 및 최소 진폭값에 대하여 선형 판별 해석 알고리즘을 적용하여 개인을 식별할 수 있는 개별화된 맥파 패턴을 생성하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법을 제공하는 것을 목적으로 한다.In addition, the present invention provides a personal identification device and method based on the oscillometric arterial blood pressure measurement to generate a personalized pulse wave pattern that can be identified by applying a linear discriminant analysis algorithm for the maximum amplitude value and the minimum amplitude value. The purpose.

상술한 목적을 달성하기 위하여, 본 발명에 따른 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치는 맥파의 영향을 포함하는 커프압을 검출하는 압력 검출 센서부와, 상기 압력 검출 센서부에서 검출된 커프압으로부터 동맥의 맥파 신호를 추출하는 맥파 추출부와, 상기 맥파 추출부로부터 추출된 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 맥파 진폭 검출부와, 상기 맥파 진폭 검출부에 의해 검출된 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 개별화된 맥파 패턴을 생성하는 맥파 패턴 생성부와, 상기 맥파 패턴 생성부에 의해 생성된 개별화된 맥파 패턴을 저장하는 생체 정보 저장부를 제공한다.In order to achieve the above object, the personal identification device based on the oscillometric arterial blood pressure measurement according to the present invention is a pressure detection sensor unit for detecting the cuff pressure including the effect of the pulse wave, and the cuff pressure detected by the pressure detection sensor unit A pulse wave extracting unit for extracting a pulse wave signal of an artery from the pulse generator, a pulse wave amplitude detecting unit for dividing the pulse wave signal extracted from the pulse wave extracting unit into a plurality of window sections, and detecting a maximum amplitude value and a minimum amplitude value in each window section; A pulse wave pattern generator for generating an individualized pulse wave pattern using a maximum amplitude value and a minimum amplitude value in each window section detected by the pulse wave amplitude detector, and the individualized pulse wave pattern generated by the pulse wave pattern generator. It provides a biometric information storage unit for storing.

상기 개인 식별 장치는 동일의 피측정자로부터 얻어진 상기 맥파 추출부로부터 추출된 복수의 맥파 신호들을 이용하여 피측정자의 정규화된 맥파 신호를 상기 맥파 진폭 검출부로 출력하는 맥파 신호 정규화부를 더 포함하고, 상기 맥파 진폭 검출부는 상기 맥파 신호 정규화부로부터 출력된 정규화된 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 것이 바람직하다.The personal identification device further includes a pulse wave signal normalization unit for outputting the normalized pulse wave signal of the subject to the pulse wave amplitude detection unit using a plurality of pulse wave signals extracted from the pulse wave extracting unit obtained from the same subject. Preferably, the amplitude detector divides the normalized pulse wave signal output from the pulse wave signal normalization unit into a plurality of window sections, and detects the maximum amplitude value and the minimum amplitude value in each window section.

상기 맥파 패턴 생성부는 최대 진폭값 및 최소 진폭값에 대하여 선형 판별 해석(LDA : Linear Discriminant Analysis) 알고리즘을 적용하여 개별화된 맥파 패턴을 생성하는 것이 바람직하다.Preferably, the pulse wave pattern generator generates an individualized pulse wave pattern by applying a linear discriminant analysis (LDA) algorithm to a maximum amplitude value and a minimum amplitude value.

상기 맥파 진폭 검출부는 하나의 윈도우 구간의 진폭값들을 평균화하여 평균 진폭값을 더 얻으며, 상기 맥파 패턴 생성부는 평균 진폭값을 더 포함하여 선형 판별 해석 알고리즘을 적용할 수 있다.The pulse wave amplitude detector obtains an average amplitude value by averaging the amplitude values of one window section, and the pulse wave pattern generator further includes an average amplitude value to apply a linear discriminant analysis algorithm.

상기 맥파 신호 정규화부는 상기 맥파 추출부로부터 추출된 복수의 맥파 신호들을 각각 제곱하여 더한 값을 루트한 것을 이용하여 정규화할 수 있다.The pulse wave signal normalization unit may be normalized using a root of a sum of squares of the pulse wave signals extracted from the pulse wave extracting unit.

상기 맥파 추출부로부터 추출된 맥파 신호를 복수의 윈도우 구간으로 분할시 윈도우의 개수는 최소 진동 파형 수와 최대 기간의 1회 맥박을 포함하는 맥박 진동 파형 수에 기초하여 얻어질 수 있다.When dividing the pulse wave signal extracted from the pulse wave extracting unit into a plurality of window sections, the number of windows may be obtained based on the number of pulse vibration waveforms including the minimum vibration waveform number and one pulse of the maximum period.

상기 개인 식별 장치는 상기 생체 정보 저장부에 저장된 개별화된 맥파 패턴과 피측정자의 팔에 감겨진 커프의 커프압을 이용하여 측정된 맥파 패턴을 비교하여 측정 맥파 패턴에 대응하는 개인을 식별하는 개인 식별부를 더 포함하는 것이 바람직하다.The personal identification device compares the individualized pulse wave pattern stored in the biometric information storage unit with the pulse wave pattern measured using the cuff pressure of the cuff wound around the arm of the subject, and identifies the individual corresponding to the measured pulse wave pattern. It is preferable to further contain a part.

본 발명에 따른 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법은 피측정자의 팔에 감겨진 커프로부터 맥파의 영향을 포함하는 커프압을 검출하는 단계와, 상기 검출된 커프압으로부터 동맥의 맥파 신호를 추출하는 단계와, 상기 추출된 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 단계와, 상기 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 개별화된 맥파 패턴을 생성하는 단계와, 상기 생성된 개별화된 맥파 패턴을 저장하는 단계를 제공함으로써, 상술한 목적을 달성할 수 있다.The personal identification method based on the oscillometric arterial blood pressure measurement according to the present invention comprises the steps of detecting the cuff pressure including the effect of the pulse wave from the cuff wound on the arm of the subject, and extracting the pulse wave signal of the artery from the detected cuff pressure And dividing the extracted pulse wave signal into a plurality of window sections, detecting a maximum amplitude value and a minimum amplitude value in each window section, and using the maximum amplitude value and the minimum amplitude value in each window section. By providing a step of generating a personalized pulse wave pattern, and storing the generated individualized pulse wave pattern, it is possible to achieve the above object.

상기 개인 식별 방법은 동일의 피측정자로부터 얻어진 상기 맥파 추출부로부터 추출된 복수의 맥파 신호들을 이용하여 정규화된 맥파 신호를 출력하는 단계를 더 포함하고, 상기 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 단계는 상기 정규화된 맥파 신호를 이용하여 최대 진폭값 및 최소 진폭값을 검출하는 것이 바람직하다.The personal identification method may further include outputting a normalized pulse wave signal using a plurality of pulse wave signals extracted from the pulse wave extracting unit obtained from the same subject, and including a maximum amplitude value and a minimum amplitude value in each window section. In the detecting, the maximum amplitude value and the minimum amplitude value are preferably detected using the normalized pulse wave signal.

상기 개별화된 맥파 패턴을 생성하는 단계는 최대 진폭값 및 최소 진폭값에 대하여 선형 판별 해석(LDA : Linear Discriminant Analysis) 알고리즘을 적용하여 개인의 맥파 패턴을 생성하는 것이 바람직하다.In the generating of the individualized pulse wave pattern, it is preferable to generate a pulse wave pattern of an individual by applying a linear discriminant analysis (LDA) algorithm to a maximum amplitude value and a minimum amplitude value.

상기 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 단계는 하나의 윈도우 구간의 진폭값들을 평균화하여 평균 진폭값을 더 얻으며, 상기 개별화된 맥파 패턴을 생성하는 단계는 상기 얻은 평균 진폭값을 더 포함하여 선형 판별 해석 알고리즘을 적용하는 것이 바람직하다.Detecting the maximum amplitude value and the minimum amplitude value in each window section obtains an average amplitude value by averaging the amplitude values of one window section, and generating the individualized pulse wave pattern may generate the obtained average amplitude value. It is preferable to further apply a linear discriminant analysis algorithm.

상기 개인 식별 방법은 상기 저장된 개별화된 맥파 패턴과 피측정자의 팔에 감겨진 상기 커프의 커프압을 이용하여 측정된 맥파 패턴을 비교하여 측정 맥파 패턴에 대응하는 개인을 식별하는 단계를 더 포함하는 것이 바람직하다. The personal identification method further comprises the step of comparing the measured individualized pulse wave pattern and the pulse wave pattern measured using the cuff pressure of the cuff wound around the arm of the subject to identify the individual corresponding to the measured pulse wave pattern. desirable.

상술한 구성들에 의해, 본 발명은 혈압 측정시의 맥파 정보를 이용하여 개별화된 생체 정보를 얻음으로써, 위조가 어려운 생체적 리듬을 이용하여 개인을 식별할 수 있다.With the above-described arrangements, the present invention can identify an individual by using a biological rhythm that is difficult to forge by obtaining personalized biometric information using pulse wave information at the time of blood pressure measurement.

또한, 본 발명은 동일한 피측정자로부터 얻어진 복수의 맥파 신호들을 이용하여 정규함으로써, 동일한 피측정자의 각 측정 횟수마다 변화를 보이는 맥파 신호들의 변화를 감소시켜 정확한 개인의 식별이 가능하다.In addition, the present invention can be normalized by using a plurality of pulse wave signals obtained from the same subject, it is possible to reduce the change of the pulse wave signals showing a change for each measurement number of the same subject to accurately identify the individual.

또한, 본 발명은 선형 판별 해석 알고리즘을 이용함으로써 분류된 클래스들 간에 최상으로 개별화가 가능한 특징 공간을 찾기 때문에 개인의 식별할 수 있는 특징을 유용하게 분류할 수 있다. In addition, the present invention finds a feature space that can be best individualized among the classified classes by using the linear discriminant analysis algorithm, thereby making it possible to classify an individual's identifiable features.

도 1은 본 발명의 일실시예에 따른 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치를 도시한 도면이다.
도 2는 도 1에 도시된 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법을 도시한 흐름도이다.
도 3은 복수의 피측정자에 대하여 각 5회에 걸쳐 측정된 데이터들이 기록된 도면이다.
도 4는 도 1에 도시된 커프의 압력 신호를 도시한 도면이다.
도 5는 도 1의 도시된 맥파 추출부에서 추출된 맥파 신호를 도시한 도면이다.
도 6은 하나의 윈도우 구간에서의 최대 진폭값 및 최소 진폭값이 도시된 도면이다.
도 7은 동일한 피측정자의 각 윈도우에서 검출된 최대 진폭값, 최소 진폭값 및 평균 진폭값이 도시된 도면이다.
도 8은 도 3에 도시된 피측정자 모두의 각 윈도우에서 검출된 최대 진폭값, 최소 진폭값 및 평균 진폭값이 도시된 도면이다.
도 9는 본 발명의 선형 판별 해석 알고리즘을 적용한 개별화된 맥파 패턴이 도시된 도면이다. 1 is a diagram illustrating a personal identification device based on an oscillometric arterial blood pressure measurement according to an embodiment of the present invention.
FIG. 2 is a flowchart illustrating a personal identification method based on the oscillometric arterial blood pressure measurement shown in FIG. 1.
3 is a diagram in which data measured five times are recorded for a plurality of subjects.
4 is a view showing a pressure signal of the cuff shown in FIG.
FIG. 5 is a diagram illustrating a pulse wave signal extracted by the pulse wave extracting unit of FIG. 1.
6 is a diagram illustrating a maximum amplitude value and a minimum amplitude value in one window section.
7 is a diagram illustrating the maximum amplitude value, the minimum amplitude value, and the average amplitude value detected in each window of the same subject.
FIG. 8 is a diagram illustrating the maximum amplitude value, the minimum amplitude value, and the average amplitude value detected in each window of all the subjects shown in FIG. 3.
9 is a diagram illustrating an individualized pulse wave pattern to which the linear discriminant analysis algorithm of the present invention is applied.

이하, 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치 및 방법을 상세하게 설명한다.
Hereinafter, with reference to the accompanying drawings will be described in detail an apparatus and method for personal identification based on the measurement of the arterial blood pressure of the oscillometric artery according to an embodiment of the present invention.

도 1은 본 발명의 일실시예에 따른 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치를 도시한 도면이다.1 is a diagram illustrating a personal identification device based on an oscillometric arterial blood pressure measurement according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 개인 식별 장치(100)는 커프(110), 압력 검출 센서부(120), 맥파 추출부(130), 맥파 신호 정규화부(140), 맥파 진폭 검출부(150), 맥파 패턴 생성부(160), 저장부(170), 개인 식별부(180) 및 디스플레이부(190)를 포함한다.As shown in FIG. 1, the personal identification device 100 includes a cuff 110, a pressure detection sensor unit 120, a pulse wave extraction unit 130, a pulse wave signal normalization unit 140, a pulse wave amplitude detection unit 150, The pulse wave pattern generator 160, the storage 170, the personal identifier 180, and the display 190 are included.

커프(110)는 혈압을 측정할 때 측정 부위에 감겨지는 것으로, 주로 팔 등에 감겨지며 내부 배관(미도시됨)를 통해 가압 펌프(미도시됨) 및 배기 배브(미도시됨) 등과 연결된다.The cuff 110 is wound around the measurement site when measuring blood pressure, and is mainly wound around the arm and is connected to a pressure pump (not shown) and an exhaust barb (not shown) through an internal pipe (not shown).

압력 검출 센서부(120)는 내부 배관을 통해 커프(110)와 연결되어 맥파의 영향을 포함하는 커프압, 즉 커프(110)의 압력을 검출한다. 압력 검출 센서부(120)에서 검출된 커프(110)의 압력 신호가 도 4에 도시되어 있다.The pressure detection sensor unit 120 is connected to the cuff 110 through an internal pipe to detect the cuff pressure, that is, the pressure of the cuff 110 including the influence of the pulse wave. The pressure signal of the cuff 110 detected by the pressure detection sensor unit 120 is shown in FIG. 4.

맥파 추출부(130)는 압력 검출 센서부(120)에서 검출된 커프압으로부터 전 구간의 동맥의 맥파 신호를 추출한다. 한편, 맥파 신호의 정규화를 위하여 동일한 피측정자로부터 복수의 맥파 신호를 얻고자 하는 경우에는 맥파 추출부(130)에서 추출된 맥파 신호는 저장부(170)의 맥파 신호 저장 영역에 저장된다.The pulse wave extracting unit 130 extracts the pulse wave signals of the arteries of the entire section from the cuff pressure detected by the pressure detecting sensor unit 120. On the other hand, in order to obtain a plurality of pulse wave signals from the same subject to normalize the pulse wave signal, the pulse wave signal extracted by the pulse wave extracting unit 130 is stored in the pulse wave signal storage area of the storage unit 170.

맥파 신호 정규화부(140)는 동일한 피측정자의 각 측정 횟수마다 변화를 보이는 맥파 신호들의 변화를 감소시키기 위하여, 동일한 피측정자로부터 얻어진 맥파 추출부(130)로부터 추출된 복수의 맥파 신호들을 정규화(normalization)하여 피측정자의 정규화된 맥파 신호를 출력한다. The pulse wave signal normalization unit 140 normalizes a plurality of pulse wave signals extracted from the pulse wave extracting unit 130 obtained from the same subject to reduce the change of the pulse wave signals showing a change for each measurement number of the same subject. To output the normalized pulse wave signal of the subject.

맥파 진폭 검출부(150)는 맥파 추출부(130)로 입력된 맥파 신호 또는 피측정자의 정규화된 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간마다 각각 최대 진폭값(MXAP : Maximum Amplitude Pulse) 및 최소 진폭값(MIAP : Minimum Amplitude Pulse)을 검출한다.The pulse wave amplitude detector 150 divides the pulse wave signal inputted to the pulse wave extractor 130 or the normalized pulse wave signal of the subject into a plurality of window sections, and each of the window sections has a maximum amplitude value (MXAP: Maximum Amplitude Pulse). And a minimum amplitude pulse (MIAP).

맥파 패턴 생성부(160)는 맥파 진폭 검출부(150)에 의해 검출된 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 개인의 개별화된 개별화된 맥파 패턴을 생성한다.The pulse wave pattern generator 160 generates a personalized individualized pulse wave pattern using the maximum and minimum amplitude values in each window section detected by the pulse wave amplitude detector 150.

저장부(170)는 맥파 패턴 생성부(160)에 의해 생성된 개인의 개별화된 맥파 패턴을 생체 정보 영역에 저장한다. 한편, 상술한 바와 같이, 맥파 신호의 정규화를 위하여 동일한 피측정자로부터 복수의 맥파 신호를 얻고자 하는 경우에는 맥파 추출부(130)에서 추출된 맥파 신호가 저장부(170)의 맥파 신호 저장 영역에 저장된다.The storage unit 170 stores the individualized pulse wave pattern generated by the pulse wave pattern generator 160 in the biometric information area. On the other hand, as described above, in order to obtain a plurality of pulse wave signals from the same subject to normalize the pulse wave signal, the pulse wave signal extracted by the pulse wave extraction unit 130 is stored in the pulse wave signal storage area of the storage unit 170. Stored.

개인 식별부(180)는 상기 저장부(170)에 저장된 개별화된 맥파 패턴과 피측정자의 팔 등에 감겨진 커프(110)의 커프압을 이용하여 측정된 맥파 패턴을 비교하여 측정 맥파 패턴에 대응하는 개인을 식별한다.The personal identification unit 180 compares the individualized pulse wave pattern stored in the storage unit 170 with the pulse wave pattern measured using the cuff pressure of the cuff 110 wound on the arm of the subject, and corresponds to the measured pulse wave pattern. Identifies the individual.

디스플레이부(190)는 개인 식별부(180)의 개인 식별 결과에 따른 피측정자의 정보 등을 표시할 수 있다.The display 190 may display information of the subject according to the personal identification result of the personal identification unit 180.

한편, 도 1에 도시된 개인 식별 장치(100)는 하나의 장치로 구현될 수도 있지만, 커프(110), 압력 검출 센서부(120) 및 맥파 추출부(130)를 포함하는 혈압계와, 맥파 신호 정규화부(140), 맥파 진폭 검출부(150), 맥파 패턴 생성부(160), 저장부(170), 개인 식별부(180) 및 디스플레이부(190)를 포함하는 컴퓨터/모니터로 구분되어 실시될 수도 있다.
Meanwhile, although the personal identification device 100 shown in FIG. 1 may be implemented as a single device, a blood pressure monitor including a cuff 110, a pressure detection sensor unit 120, and a pulse wave extraction unit 130, and a pulse wave signal A computer / monitor including a normalizer 140, a pulse wave amplitude detector 150, a pulse wave pattern generator 160, a storage unit 170, a personal identifier 180, and a display 190 may be implemented. It may be.

도 2는 도 1에 도시된 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법을 도시한 흐름도이고, 도 3은 복수의 피측정자에 대하여 각 5회에 걸쳐 측정된 데이터들이 기록된 도면이고, 도 4는 도 1에 도시된 커프의 압력 신호를 도시한 도면이고, 도 5는 도 1의 도시된 맥파 추출부에서 추출된 맥파 신호를 도시한 도면이고, 도 6은 하나의 윈도우 구간에서의 최대 진폭값 및 최소 진폭값이 도시된 도면이고, 도 7은 동일한 측정자의 각 윈도우에서 검출된 최대 진폭값, 최소 진폭값 및 평균 진폭값이 도시된 도면이고, 도 8은 도 3에 도시된 피측정자 모두의 각 윈도우에서 검출된 최대 진폭값, 최소 진폭값 및 평균 진폭값이 도시된 도면이고, 도 9는 본 발명의 선형 판별 해석 알고리즘을 적용한 개별화된 맥파 패턴이 도시된 도면이다.FIG. 2 is a flowchart illustrating a personal identification method based on the oscillometric arterial blood pressure measurement shown in FIG. 1, FIG. 3 is a diagram in which data measured five times are recorded for a plurality of subjects, and FIG. 4 is 1 is a diagram illustrating a pressure signal of the cuff shown in FIG. 1, and FIG. 5 is a diagram showing a pulse wave signal extracted by the pulse wave extracting unit shown in FIG. 1, and FIG. 6 is a maximum amplitude value in one window section. The minimum amplitude value is shown, FIG. 7 is a diagram showing the maximum amplitude value, the minimum amplitude value, and the average amplitude value detected in each window of the same measurer, and FIG. 8 is the angle of all the subjects shown in FIG. The maximum amplitude value, the minimum amplitude value, and the average amplitude value detected in the window are shown, and FIG. 9 is a diagram showing an individualized pulse wave pattern to which the linear discriminant analysis algorithm of the present invention is applied.

이하에서는 도 2에 도시된 흐름도의 설명뿐만 아니라 오실로매트릭 동맥 혈압 측정에 기반하여 개인을 식별할 수 있음을 함께 설명하고자 한다. Hereinafter, not only the description of the flowchart illustrated in FIG. 2 but also the description of the identification of an individual based on the measurement of the arterial blood pressure of the artery.

커프(110)가 인체 팔 등에 감겨지고, 개인 식별 장치(100)가 혈압을 측정하기 위해 동작하면, 압력 검출 센서부(120)를 통해 커프압이 검출된다(S202). 압력 검출 센서부(120)에서 검출된 커프압 신호가 도 4에 도시되어 있다.When the cuff 110 is wound around the human arm and the personal identification device 100 operates to measure blood pressure, the cuff pressure is detected through the pressure detection sensor unit 120 (S202). The cuff pressure signal detected by the pressure detection sensor unit 120 is shown in FIG. 4.

압력 검출 센서부(120)에서 검출된 커프압은 맥파 추출부(130)에서 전 구간의 동맥의 맥파 신호가 추출된다(S204). 맥파 추출부(130)에서 추출된 맥파 신호가 도 5에 도시되어 있다. 이 맥파 신호는 압력 검출 센서부(120)로부터 순차적으로 입력되는 커프압의 차분 정보를 이용하며, 또한 차분 정보에 포함된 커프압의 평균 감압량의 영향을 제거하는 것에 의해 추출될 수 있다. The cuff pressure detected by the pressure detection sensor unit 120 is extracted from the pulse wave extraction unit 130, pulse wave signals of the arteries of the entire section (S204). The pulse wave signal extracted by the pulse wave extracting unit 130 is illustrated in FIG. 5. This pulse wave signal can be extracted by using the difference information of the cuff pressure sequentially input from the pressure detection sensor unit 120 and removing the influence of the average decompression amount of the cuff pressure included in the difference information.

그리고 동일한 피측정자로부터 복수의 맥파 신호를 얻을 때까지 맥파 추출부(120)에서 추출된 맥파 신호는 저장부(170)에 저장될 수 있다(S206). 각 피측정자에 대하여 5회에 걸쳐 측정된 데이터들이 도 3에 도시되어 있다. The pulse wave signal extracted by the pulse wave extracting unit 120 may be stored in the storage unit 170 until a plurality of pulse wave signals are obtained from the same subject (S206). Data measured five times for each subject are shown in FIG. 3.

즉, 저장부(170)에는 커프압으로부터 추출된 맥파 신호(508) 및 맥파 신호의 진동 파형 수(509)가 저장되며, 아울러 피측정자의 나이(504) 및 성별(506)과 또한 청진기를 통해 측정된 최대 혈압(수축기 혈압)(516) 및 최소 혈압(확장기 혈압)(518)이 저장될 수 있다. 또한 각 피측정자로부터 복수 회에 걸쳐 각각의 데이터, 즉 복수 회에 걸쳐 맥파 추출부(130)에서 추출된 맥파 신호, 커프압으로부터 추출된 맥파 신호 및 청진기를 통해 측정된 최대 혈압 및 최소 혈압이 저장부(170)에 저장될 수 있다. That is, the storage unit 170 stores the pulse wave signal 508 extracted from the cuff pressure and the vibration waveform number 509 of the pulse wave signal, and also through the age 504 and gender 506 of the subject and also a stethoscope. The measured maximum blood pressure (contractor blood pressure) 516 and minimum blood pressure (extension blood pressure) 518 may be stored. In addition, each data from each subject is stored a plurality of times, i.e., a pulse wave signal extracted from the pulse wave extracting unit 130, a pulse wave signal extracted from the cuff pressure, and a maximum blood pressure and a minimum blood pressure measured through a stethoscope. It may be stored in the unit 170.

본 발명에서의 양호한 개별화된 맥파 패턴을 얻기 위하여, 측정실은 정확한 혈압을 측정할 수 있도록 조성되는 것이 바람직하며, 피측정자들도 대기실 등에서 충분한 안정을 취하는 것이 바람직하다. 도 3에 도시된 표의 데이터는 피측정자가 15분 동안 대기실에서 안정을 취한 후 1분 동안의 측정과 1분 동안의 휴식의 주기로 반복하여 얻은 데이터이나, 랜덤하게 휴식을 취한 후 얻을 수도 있다.In order to obtain a good individualized pulse wave pattern in the present invention, the measurement chamber is preferably configured to measure accurate blood pressure, and it is preferable that the subjects also have sufficient stability in the waiting room or the like. The data in the table shown in FIG. 3 is data obtained by repeating the measurement for 1 minute and the 1 minute rest period after the subject has stabilized in the waiting room for 15 minutes, or may be obtained after taking a random rest.

도 3에서 동일한 피측정자들은 5회 측정한 진동 파형수가 유사함을 알 수 있다. 이것은 동일한 피측정자는 유사한 크기의 맥파 신호를 갖는다는 것을 의미한다. In FIG. 3, the same subjects can see that the number of vibration waveforms measured five times is similar. This means that the same subject has pulse wave signals of similar magnitude.

동일한 피측정자를 위한 측정 횟수가 N회에 도달하면, 맥파 신호 정규화부(140)는 동일한 피측정자의 각 측정 횟수마다 변화를 보이는 맥파 신호들의 변화를 감소시키기 위하여 정규화(normalization)를 수행한다(S208). 즉, 오실로매트릭 동맥 혈압 측정에 기반하여 개인을 식별할 수 있음을 보여주는 데이터를 얻기 위하여 저장부(170)에 저장된 동일한 피측정자에 대한 복수의 맥파 신호에 대하여 정규화를 수행한다. When the number of measurements for the same subject reaches N times, the pulse wave signal normalization unit 140 performs normalization to reduce the change of pulse wave signals showing a change for each measurement number of the same subject (S208). ). That is, normalization is performed on a plurality of pulse wave signals for the same subject stored in the storage unit 170 to obtain data showing that the individual can be identified based on the oscillometric arterial blood pressure measurement.

맥파 신호 정규화부(140)에서의 정규화는 아래의 수학식 1에 기초하여 피측정자에 대응하는 맥파 신호를 정규화할 수 있다.Normalization in the pulse wave signal normalization unit 140 may normalize the pulse wave signal corresponding to the subject based on Equation 1 below.

먼저, 얻어진 총 데이터들의 수(도 3에서는 30임)를 W라 하고, 피측정자의 수(도 3에서는 6명임)를 N로 표현하여,

Figure 112010040449578-pat00001
를 얻을 수 있다. 그리고 동일한 피측정자로부터 얻어진 맥파 신호들은
Figure 112010040449578-pat00002
로 표현될 수 있으며, 맥파 신호(Wij)는 i번째 피측정자의 j번째 맥파 신호를 의미한다.First, the total number of data obtained (30 in FIG. 3) is W, and the number of subjects (6 in FIG. 3) is represented by N,
Figure 112010040449578-pat00001
Can be obtained. And pulse wave signals obtained from the same subject
Figure 112010040449578-pat00002
The pulse wave signal (W ij ) means the j-th pulse wave signal of the i-th subject.

Figure 112010040449578-pat00003
Figure 112010040449578-pat00003

여기서, 동일한 피측정자의 맥파 크기값

Figure 112010040449578-pat00004
는 동일한 피측정자의 맥파 신호들을 각각 제곱하여 더한 값을 루트화한 값이다. 그리고 정규화된 맥파 신호 Wi*는 피측정자의 맥파 신호들을 맥파 크기값 로 나눈 정규화된 맥파 신호들이다.Where the pulse wave magnitude of the same subject
Figure 112010040449578-pat00004
Is the root of the sum of squared pulse wave signals of the same subject. And the normalized pulse wave signal Wi * is the pulse wave amplitude value of the subject's pulse wave signals. Normalized pulse wave signals divided by.

맥파 진폭 검출부(150)는 맥파 신호 정규화부(140)에서 얻는 정규화된 맥파 신호의 전 구간을 복수의 윈도우 구간으로 구분한다(S210). 이 경우, 특징 윈도우의 개수는 각 피측정자의 정규화된 맥파 신호의 최소 진동 파형 수(도 3의 피측정자 S1의 경우 진동 파형 수 4591) 및 1회 맥박이 발생되는 진동 파형수에 기초하여 정해진다. 또한, 식별하고자 하는 피측정자의 사상(mapping) 윈도우간의 특징들을 비교하기 위해서는 모든 정규화된 맥파 신호들이 동일 윈도우 개수로 나누어지는 것이 바람직하다.The pulse wave amplitude detection unit 150 divides all sections of the normalized pulse wave signal obtained by the pulse wave signal normalization unit 140 into a plurality of window sections (S210). In this case, the number of feature windows is determined based on the minimum number of vibration waveforms of the normalized pulse wave signal of each subject (the number of vibration waveforms 4591 for the subject S1 of FIG. 3) and the number of vibration waveforms in which a single pulse is generated. . In addition, it is preferable that all normalized pulse wave signals are divided by the same number of windows in order to compare features between mapping windows of the subject to be identified.

특징 윈도우의 개수(FW)는 두 개의 파라미터에 의해 결정될 수 있다. 최소 진동 파형수를 α라하고, 최대 기간의 1회 맥박을 포함하는 맥박 진동 파형 수를 β라고 하면, 특징 윈도우의 개수(FW)는 아래의 수학식 2에 의해 산출될 수 있다.The number of feature windows FW may be determined by two parameters. If the minimum number of vibration waveforms is α and the number of pulse vibration waveforms including one pulse of the maximum period is β, the number FW of the feature windows can be calculated by Equation 2 below.

Figure 112010040449578-pat00006
Figure 112010040449578-pat00006

위의 수학식 2를 이용하여 본 발명에서는 맥파 신호 정규화부(140)에서 얻는 정규화된 맥파 패턴의 전 구간을 29개의 윈도우 구간으로 구분하였다.In the present invention using Equation 2 above, all sections of the normalized pulse wave pattern obtained by the pulse wave signal normalization unit 140 are divided into 29 window sections.

그리고 맥파 진폭 검출부(150)는 복수의 윈도우 구간에서 각각 최대 진폭값 및 최소 진폭값을 검출한다(S212). In addition, the pulse wave amplitude detection unit 150 detects a maximum amplitude value and a minimum amplitude value in the plurality of window sections, respectively (S212).

하나의 윈도우 구간에서의 각각의 최대 진폭값 및 최소 진폭값이 도 6에 도시되어 있다. 도 6에 도시된 맥파 신호 중에서 최상단에 표시된 영역이 최대 진폭값이고 최하단에 표시된 영역이 최소 진폭값을 의미한다. 따라서 하나의 윈도우 구간에는 적어도 1회의 맥파 신호가 포함되어야 하며, 하나의 윈도우 구간에 복수회의 맥파 신호가 있는 경우에는 그 중에서 가장 큰 값이 최대 진폭값이 되고 가장 작은 값이 최소 진폭값이 된다. 한편, 맥파 진폭 검출부(150)는 하나의 윈도우 구간의 진폭값들을 평균화하여 평균 진폭값((MAP : Mean Amplitude Pulse)을 더 얻을 수 있다. Each maximum amplitude value and minimum amplitude value in one window section is shown in FIG. 6. The region displayed at the top of the pulse wave signal shown in FIG. 6 is the maximum amplitude value and the region displayed at the bottom is the minimum amplitude value. Therefore, at least one pulse wave signal should be included in one window section, and when there are multiple pulse wave signals in one window section, the largest value among them becomes the maximum amplitude value and the smallest value becomes the minimum amplitude value. Meanwhile, the pulse wave amplitude detector 150 may further obtain a mean amplitude pulse (MAP) by averaging the amplitude values of one window section.

본 발명에서는 맥파 신호 정규화부(140)에서 얻는 정규화된 맥파 패턴의 전 구간을 29개의 윈도우 구간으로 구분하여, 각 윈도우에서의 최대 진폭값, 최소 진폭값 및 평균 진폭값을 검출한다. 동일한 피측정자의 각 윈도우에서 검출된 최대 진폭값, 최소 진폭값 및 평균 진폭값이 도 7에 도시되어 있고, 도 3에 도시된 피측정자 6명 모두의 각 윈도우에서 검출된 최대 진폭값, 최소 진폭값 및 평균 진폭값이 도 8에 도시되어 있다.In the present invention, all sections of the normalized pulse wave pattern obtained by the pulse wave signal normalization unit 140 are divided into 29 window sections, and the maximum amplitude value, the minimum amplitude value, and the average amplitude value in each window are detected. The maximum amplitude value, the minimum amplitude value, and the average amplitude value detected in each window of the same subject are shown in FIG. 7, and the maximum amplitude value and the minimum amplitude detected in each window of all six subjects shown in FIG. 3. Values and average amplitude values are shown in FIG.

맥파 패턴 생성부(160)는 맥파 진폭 검출부(150)에 의해 검출된 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 개인의 개별화된 맥파 패턴을 생성한다(S214). The pulse wave pattern generator 160 generates a personalized pulse wave pattern of an individual using the maximum amplitude value and the minimum amplitude value in each window section detected by the pulse wave amplitude detector 150 (S214).

바람직하게는 맥파 패턴 생성부(160)는 맥파 진폭 검출부(150)에 의해 검출된 각 윈도우 구간에서의 최대 진폭값들, 최소 진폭값들 및 평균 진폭값들에 대하여 선형 판별 해석(LDA : Linear Discriminant Analysis) 알고리즘을 적용하여 복수의 클래스를 분류하고, 분류된 클래스에 기반하여 개별화된 맥파 패턴을 생성한다. 선형 판별 해석 알고리즘은 외관 기반 접근 방법에서 데이터의 차원 감소와 개별화된 특징 추출을 위해 사용된다. 이러한 선형 판별 해석 알고리즘은 얼굴 인식 방법에서 그 성공률이 높다는 것이 증명되었으나, 본 발명에서도 개인 식별을 위한 유용한 도구가 된다. 선형 판별 해석 알고리즘은 추출된 클래스들 간에 최상으로 개별화가 가능한 특징 공간을 찾아주며, 목표 클래스들간의 가장 큰 평균 차이를 보이는 특징 공간들에 대한 선형 조합으로 기술될 수 있다.Preferably, the pulse wave pattern generator 160 performs linear discriminant analysis (LDA) on the maximum amplitude values, minimum amplitude values, and average amplitude values in each window section detected by the pulse wave amplitude detector 150. Analysis) classifies a plurality of classes and generates individualized pulse wave patterns based on the classified classes. The linear discriminant analysis algorithm is used for dimension reduction and individualized feature extraction of data in the appearance-based approach. The linear discriminant analysis algorithm has proved to have a high success rate in the face recognition method, but is also a useful tool for personal identification in the present invention. The linear discriminant analysis algorithm finds a feature space that can be best individualized among the extracted classes, and can be described as a linear combination of feature spaces showing the largest mean difference between target classes.

맥파 패턴 생성부(160)의 클래스 분류 모듈(162)은 맥파 진폭 검출부(150)에 의해 검출된 각 윈도우 구간에서의 최대 진폭값들, 최소 진폭값들 및 평균 진폭값들에 대하여 선형 판별 해석 알고리즘을 적용한 외관 기반 접근을 이용하여 복수의 클래스들로 분류할 수 있다.The class classification module 162 of the pulse wave pattern generator 160 performs a linear discriminant analysis algorithm on the maximum amplitude values, minimum amplitude values, and average amplitude values in each window section detected by the pulse wave amplitude detector 150. We can classify into a plurality of classes using the appearance-based approach.

훈련집합(

Figure 112010040449578-pat00007
)이 주어질 때, C는 분류되는 클래스들의 수를 나타내며, 각 클래스(
Figure 112010040449578-pat00008
)는 특징들(Wij *)로 구성된다. 총 개별화된 맥파 패턴들은
Figure 112010040449578-pat00009
로 표현될 수 있다.Training set
Figure 112010040449578-pat00007
), C represents the number of classes that are classified, and each class (
Figure 112010040449578-pat00008
) Consists of the features (W ij * ). Totally individualized pulse wave patterns
Figure 112010040449578-pat00009
It can be expressed as.

본 발명에서는 모든 클래스들의 표본 집합들을 위해 두 가지 측정치를 정의한다. In the present invention, two measurements are defined for sample sets of all classes.

훈련세트를 C 클래스를 포함하며 각 클래스는 특징의 수를 포함하고, 맥파 패턴의 전체수를 포함한다고 가정하면, 모든 클래스의 샘플들에 대해 두 개의 측정을 정의할 수 있다. SWT는 훈련데이터 집합들의 클래스 내에서 흩어짐 크기로 정의되며, SBT는 훈련데이터 집합들의 클래스 간의 흩어짐 크기로 정의된다. SWT 및 SBT는 수학식 3 및 수학식 4와 같이 주어질 수 있다.Assuming that the training set contains classes C and each class contains the number of features and the total number of pulse wave patterns, two measurements can be defined for samples of all classes. S WT is defined as the scatter size within a class of training data sets, and S BT is defined as the scatter size between classes of training data sets. S WT and S BT may be given by Equations 3 and 4 below.

Figure 112010040449578-pat00010
Figure 112010040449578-pat00010

Figure 112010040449578-pat00011
Figure 112010040449578-pat00011

수학식 3 및 수학식 4에서 Wij *는 클래스 i의 j번째 샘플을 나타내며, Ci는 클래스 i의 샘플의 수를 나타내고, μi는 클래스 i의 평균을 의미하며, μ는 모든 클래스의 평균을 나타낸다. 선형 판별 해석 접근법은 SBT 및 SWT 사이의 비율을 최대화하는

Figure 112010040449578-pat00012
로 기술되는 기본 벡터들의 집합을 의미한다.In Equations 3 and 4, W ij * denotes the j th sample of class i, C i denotes the number of samples of class i, μ i denotes the mean of class i, and μ denotes the mean of all classes. Indicates. The linear discriminant analysis approach maximizes the ratio between S BT and S WT
Figure 112010040449578-pat00012
Means a set of basic vectors described by.

Figure 112010040449578-pat00013
Figure 112010040449578-pat00013

여기서, SWT를 비특이적이라고 가정하면, 기본 벡터들(

Figure 112010040449578-pat00014
)이 SWT-1SBT의 가장 큰 고유값(eiegnvalue)을 갖는 첫 번째 N개의 고유벡터(eigenvector)를 찾는 문제이다. 선형 판별 해석 기반의 특징 대표식
Figure 112010040449578-pat00015
는 N개의 고유벡터에 의해 확장되는 하위 공간상의 진동 진폭들로부터 정규화된 입력 특징들(W*)을 투영하여 생성될 수 있다. 이와 같은 선형 판별 해석 알고리즘을 적용한 개별화된 맥파 패턴이 도 9에 도시되어 있다. 도 9에는 18개의 고유벡터가 도시되어 있다. 즉, 본 발명에서는 도 8에서의 87개의 진폭값들 중에서 18개의 진폭값들을 이용하여 개인을 맥파 패턴을 생성한다.Here, assuming S WT is nonspecific, the fundamental vectors (
Figure 112010040449578-pat00014
) Is the problem of finding the first N eigenvectors with the largest eiegnvalue of S WT - 1 S BT . Feature Representation Based on Linear Discriminant Analysis
Figure 112010040449578-pat00015
Can be generated by projecting the normalized input features W * from the vibrational amplitudes in the subspace extended by the N eigenvectors. An individualized pulse wave pattern to which such a linear discriminant analysis algorithm is applied is shown in FIG. 9. 18 eigenvectors are shown. That is, in the present invention, an individual pulse wave pattern is generated using 18 amplitude values among 87 amplitude values in FIG. 8.

개인 식별부(180)는, 피측정자의 팔에 감겨진 커프(110)의 커프압을 이용하여 측정된 맥파 패턴을 저장부(170)에 저장된 개별화된 맥파 패턴과 비교하여 측정 맥파 패턴에 대응하는 개인을 식별한다(S216). 즉, 개인 식별 장치(100)는 개인을 식별하기 위하여, 압력 검출 센서부(120)에 피측정자의 팔에 감겨진 커프(110)의 커프압이 입력되면 맥파 추출부(130)는 압력 검출 센서부(120)에서 검출된 커프압으로부터 맥파 신호를 추출하고, 맥파 진폭 검출부(150)는 맥파 추출부(130)로 입력된 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간마다 각각 최대 진폭값 및 최소 진폭값을 검출하고, 맥파 패턴 생성부(160)는 맥파 진폭 검출부(150)에 의해 검출된 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 측정된 맥파 패턴을 생성하여 저장부(170)에 저장된 개별화된 맥파 패턴과 비교한다.The personal identification unit 180 corresponds to the measured pulse wave pattern by comparing the pulse wave pattern measured using the cuff pressure of the cuff 110 wound around the arm of the subject with the individualized pulse wave pattern stored in the storage unit 170. Identifies an individual (S216). That is, when the personal identification device 100 receives the cuff pressure of the cuff 110 wound around the arm of the subject to the pressure detection sensor unit 120 to identify the individual, the pulse wave extraction unit 130 detects the pressure detection sensor. The pulse wave signal is extracted from the cuff pressure detected by the unit 120, and the pulse wave amplitude detection unit 150 divides the pulse wave signal input to the pulse wave extracting unit 130 into a plurality of window sections, and each of the maximum amplitudes for each window section. The pulse wave pattern generator 160 generates and stores the pulse wave pattern measured using the maximum amplitude value and the minimum amplitude value in each window section detected by the pulse wave amplitude detector 150. Compared to the individualized pulse wave pattern stored in the unit 170.

본 발명의 18개의 고유벡터에 따른 인식 결과율이 아래의 표 1에 기재되어 있다.The recognition result rate according to the 18 eigenvectors of the present invention is described in Table 1 below.

서브셋Subset 특징요소Feature 인식률Recognition rate 1One MAP(평균 진폭값)  MAP (average amplitude value) 34.30%34.30% 22 MXAP(최대 진폭값)  MXAP (maximum amplitude value) 67.44%67.44% 33 MIAP(최소 진폭값)  MIAP (minimum amplitude value) 72.09%72.09% 44 MXAP + MIAP  MXAP + MIAP 93.02%93.02% 55 MAP + MXAP + MIAP  MAP + MXAP + MIAP 94.70%94.70%

표 1을 통해 알 수 있듯이, 최대 진폭값과 최소 진폭값을 이용하는 경우의 인식률은 93.02%이며, 최대 진폭값과 최소 진폭값에 평균 진폭값을 이용하는 경우의 인식률은 94.70%이다.As can be seen from Table 1, the recognition rate using the maximum amplitude value and the minimum amplitude value is 93.02%, and the recognition rate using the average amplitude value for the maximum and minimum amplitude values is 94.70%.

도 9를 통하여 알 수 있듯이, 혈압을 이용한 개인의 개별화된 맥파 패턴은 개인을 구별할 수 있는 생체 정보로 이용할 수 있다. As can be seen through Figure 9, the individualized pulse wave pattern of the individual using the blood pressure can be used as biometric information to distinguish the individual.

본 발명에서는 설명을 위해 피측정자의 수를 6명으로 한정하였지만, 85명의 데이터를 가지고도 충분히 개인을 식별할 수 있음을 확인하였다.In the present invention, the number of subjects was limited to 6 for explanation, but it was confirmed that even individuals with 85 data could be sufficiently identified.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The foregoing description is merely illustrative of the technical idea of the present invention, and various changes and modifications may be made by those skilled in the art without departing from the essential characteristics of the present invention. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention but to describe the present invention, and the scope of the technical idea of the present invention is not limited by these embodiments. The protection scope of the present invention should be interpreted by the following claims, and all technical ideas within the equivalent scope should be interpreted as being included in the scope of the present invention.

110 : 커프 120 : 압력 검출 센서부
130 : 맥파 추출부 140 : 맥파 신호 정규화부
150 : 맥파 진폭 검출부 160 : 맥파 패턴 생성부
170 : 저장부 180 : 개인 식별부
190 : 디스플레이부 110: cuff 120: pressure detection sensor
130: pulse wave extraction unit 140: pulse wave signal normalization unit
150: pulse wave amplitude detection unit 160: pulse wave pattern generation unit
170: storage unit 180: personal identification unit
190: display unit

Claims (12)

맥파의 영향을 포함하는 커프압을 검출하는 압력 검출 센서부와,
상기 압력 검출 센서부에서 검출된 커프압으로부터 동맥의 오실로매트릭 맥파 신호를 추출하는 맥파 추출부와,
상기 맥파 추출부로부터 추출된 오실로매트릭 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 맥파 진폭 검출부와,
상기 맥파 진폭 검출부에 의해 검출된 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 개별화된 맥파 패턴을 생성하는 맥파 패턴 생성부와,
상기 맥파 패턴 생성부에 의해 생성된 개별화된 맥파 패턴을 저장하는 생체 정보 저장부를 포함하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치.A pressure detection sensor unit for detecting the cuff pressure including the influence of the pulse wave,
A pulse wave extracting unit for extracting an oscillometric pulse wave signal of an artery from the cuff pressure detected by the pressure detecting sensor unit;
A pulse wave amplitude detection unit for dividing the oscillometric pulse wave signal extracted from the pulse wave extracting unit into a plurality of window sections, and detecting a maximum amplitude value and a minimum amplitude value in each window section;
A pulse wave pattern generation unit generating a pulse wave pattern that is individualized using the maximum amplitude value and the minimum amplitude value in each window section detected by the pulse wave amplitude detection unit;
Personal identification device based on the oscillometric arterial blood pressure measurement, characterized in that it comprises a biometric information storage unit for storing the individualized pulse wave pattern generated by the pulse wave pattern generator. 제1항에 있어서,
동일의 피측정자로부터 얻어진 상기 맥파 추출부로부터 추출된 복수의 오실로매트릭 맥파 신호들을 이용하여 피측정자의 정규화된 맥파 신호를 상기 맥파 진폭 검출부로 출력하는 맥파 신호 정규화부를 더 포함하고,
상기 맥파 진폭 검출부는 상기 맥파 신호 정규화부로부터 출력된 정규화된 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치.The method of claim 1,
And a pulse wave signal normalization unit for outputting the normalized pulse wave signal of the subject to the pulse wave amplitude detection unit by using the plurality of oscillometric pulse wave signals extracted from the pulse wave extracting unit obtained from the same subject.
The pulse wave amplitude detection unit divides the normalized pulse wave signal output from the pulse wave signal normalization unit into a plurality of window sections, and detects a maximum amplitude value and a minimum amplitude value in each window section. Personal identification device based. 제2항에 있어서,
상기 맥파 패턴 생성부는 최대 진폭값 및 최소 진폭값에 대하여 선형 판별 해석(LDA : Linear Discriminant Analysis) 알고리즘을 적용하여 개별화된 맥파 패턴을 생성하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치.The method of claim 2,
The pulse wave pattern generator generates an individualized pulse wave pattern by applying a linear discriminant analysis (LDA) algorithm to a maximum amplitude value and a minimum amplitude value. 제3항에 있어서,
상기 맥파 진폭 검출부는 하나의 윈도우 구간의 진폭값들을 평균화하여 평균 진폭값을 더 얻으며,
상기 맥파 패턴 생성부는 평균 진폭값을 더 포함하여 선형 판별 해석 알고리즘을 적용하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치.The method of claim 3,
The pulse wave amplitude detector obtains an average amplitude value by averaging amplitude values of one window section,
The pulse wave pattern generator further includes a mean amplitude value to apply a linear discriminant analysis algorithm. 제2항 내지 제4항 중 어느 한 항에 있어서,
상기 맥파 신호 정규화부는 상기 맥파 추출부로부터 추출된 복수의 오실로매트릭 맥파 신호들을 각각 제곱하여 더한 값을 루트한 것을 이용하여 정규화하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치.The method according to any one of claims 2 to 4,
And the pulse wave signal normalization unit normalizes the plurality of oscillometric pulse wave signals extracted from the pulse wave extracting unit by using a root of a sum of squared sums of signals. 제2항 내지 제4항 중 어느 한 항에 있어서,
상기 맥파 추출부로부터 추출된 오실로매트릭 맥파 신호를 복수의 윈도우 구간으로 분할시 윈도우의 개수는 최소 진동 파형 수와 최대 기간의 1회 맥박을 포함하는 맥박 진동 파형 수에 기초하여 얻어지는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치. The method according to any one of claims 2 to 4,
When the oscillometric pulse wave signal extracted from the pulse wave extraction unit is divided into a plurality of window sections, the number of windows is obtained based on the number of pulse vibration waveforms including the minimum vibration waveform number and the maximum pulse of one time pulse. Personal identification device based on metric arterial blood pressure measurements. 제1항 내지 제4항 중 어느 한 항에 있어서,
상기 생체 정보 저장부에 저장된 개별화된 맥파 패턴과 피측정자의 팔에 감겨진 커프의 커프압을 이용하여 측정된 맥파 패턴을 비교하여 측정 맥파 패턴에 대응하는 개인을 식별하는 개인 식별부를 더 포함하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 장치.5. The method according to any one of claims 1 to 4,
And a personal identification unit for comparing the individualized pulse wave pattern stored in the biometric information storage unit with the pulse wave pattern measured by using the cuff of the cuff wound around the arm of the subject and identifying an individual corresponding to the measured pulse wave pattern. A personal identification device based on an oscillometric arterial blood pressure measurement. 피측정자의 팔에 감겨진 커프로부터 맥파의 영향을 포함하는 커프압을 검출하는 단계와,
상기 검출된 커프압으로부터 동맥의 오실로매트릭 맥파 신호를 추출하는 단계와,
상기 추출된 오실로매트릭 맥파 신호를 복수의 윈도우 구간으로 분할하고, 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 단계와,
상기 각 윈도우 구간에서의 최대 진폭값 및 최소 진폭값을 이용하여 개별화된 맥파 패턴을 생성하는 단계와,
상기 생성된 개별화된 맥파 패턴을 저장하는 단계를 포함하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법.Detecting a cuff pressure including the influence of the pulse wave from the cuff wound on the arm of the subject,
Extracting an oscillometric pulse wave signal of an artery from the detected cuff pressure;
Dividing the extracted oscillometric pulse wave signal into a plurality of window sections, and detecting a maximum amplitude value and a minimum amplitude value in each window section;
Generating an individualized pulse wave pattern using the maximum amplitude value and the minimum amplitude value in each window section;
And storing the generated individualized pulse wave pattern. 제8항에 있어서,
동일의 피측정자로부터 얻어진 상기 추출된 복수의 오실로매트릭 맥파 신호들을 이용하여 정규화된 맥파 신호를 출력하는 단계를 더 포함하고,
상기 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 단계는 상기 정규화된 맥파 신호를 이용하여 최대 진폭값 및 최소 진폭값을 검출하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법.The method of claim 8,
Outputting a normalized pulse wave signal using the extracted plurality of oscillometric pulse wave signals obtained from the same subject;
The detecting of the maximum amplitude value and the minimum amplitude value in each window section comprises detecting the maximum amplitude value and the minimum amplitude value using the normalized pulse wave signal. 제9항에 있어서,
상기 개별화된 맥파 패턴을 생성하는 단계는 최대 진폭값 및 최소 진폭값에 대하여 선형 판별 해석(LDA : Linear Discriminant Analysis) 알고리즘을 적용하여 개인의 맥파 패턴을 생성하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법.10. The method of claim 9,
The generating of the individualized pulse wave pattern may be performed by measuring a pulse wave pattern of an individual by applying a linear discriminant analysis (LDA) algorithm to a maximum amplitude value and a minimum amplitude value. Personal identification method based on. 제10항에 있어서,
상기 각 윈도우 구간에서 최대 진폭값 및 최소 진폭값을 검출하는 단계는 하나의 윈도우 구간의 진폭값들을 평균화하여 평균 진폭값을 더 얻으며,
상기 개별화된 맥파 패턴을 생성하는 단계는 상기 얻은 평균 진폭값을 더 포함하여 선형 판별 해석 알고리즘을 적용하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법.The method of claim 10,
The detecting of the maximum amplitude value and the minimum amplitude value in each window section may further obtain an average amplitude value by averaging the amplitude values of one window section.
The generating of the individualized pulse wave pattern further comprises applying the linear discriminant analysis algorithm further comprising the obtained average amplitude value. 제8항 내지 제11항 중 어느 한 항에 있어서,
상기 저장된 개별화된 맥파 패턴과 피측정자의 팔에 감겨진 상기 커프의 커프압을 이용하여 측정된 맥파 패턴을 비교하여 측정 맥파 패턴에 대응하는 개인을 식별하는 단계를 더 포함하는 것을 특징으로 하는 오실로매트릭 동맥 혈압 측정에 기반한 개인 식별 방법.The method according to any one of claims 8 to 11,
Comparing the stored individualized pulse wave pattern with the pulse wave pattern measured using the cuff pressure of the cuff wound around the arm of the subject to identify an individual corresponding to the measured pulse wave pattern. Personal identification method based on arterial blood pressure measurement.
KR1020100059708A 2010-02-22 2010-06-23 Individual identification apparatus and method based on oscillometric arterial blood pressure measurement KR101137402B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010524843.3A CN102293652B (en) 2010-06-23 2010-10-29 Individual identification apparatus and method based on oscillometric arterial blood pressure measurement

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20100015700 2010-02-22
KR1020100015700 2010-02-22

Publications (2)

Publication Number Publication Date
KR20110096473A KR20110096473A (en) 2011-08-30
KR101137402B1 true KR101137402B1 (en) 2012-04-20

Family

ID=44931712

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100059708A KR101137402B1 (en) 2010-02-22 2010-06-23 Individual identification apparatus and method based on oscillometric arterial blood pressure measurement

Country Status (1)

Country Link
KR (1) KR101137402B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101515145B1 (en) * 2014-01-16 2015-04-24 조선대학교산학협력단 Personalized blood pressure traits expression apparatus and method
KR20160034722A (en) * 2014-09-22 2016-03-30 조선대학교산학협력단 Personalized traits analysis apparatus and method based on blood pressure measurement

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101440991B1 (en) * 2013-02-14 2014-09-17 조선대학교산학협력단 Monitoring apparatus and method of sclerosis of the blood vessels based on oscillometric arterial blood pressure measurement
US10130307B2 (en) 2016-01-06 2018-11-20 Samsung Electronics Co., Ltd. Electrocardiogram (ECG) authentication method and apparatus

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030082359A (en) * 2002-04-17 2003-10-22 니폰 콜린 가부시키가이샤 Augmentation-index measuring apparatus
JP2007313145A (en) * 2006-05-29 2007-12-06 Terumo Corp Instrument for measuring blood vessel elastic property
JP2010110380A (en) 2008-11-04 2010-05-20 Omron Healthcare Co Ltd Electronic sphygmomanometer and method for processing measured data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030082359A (en) * 2002-04-17 2003-10-22 니폰 콜린 가부시키가이샤 Augmentation-index measuring apparatus
JP2007313145A (en) * 2006-05-29 2007-12-06 Terumo Corp Instrument for measuring blood vessel elastic property
JP2010110380A (en) 2008-11-04 2010-05-20 Omron Healthcare Co Ltd Electronic sphygmomanometer and method for processing measured data

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101515145B1 (en) * 2014-01-16 2015-04-24 조선대학교산학협력단 Personalized blood pressure traits expression apparatus and method
KR20160034722A (en) * 2014-09-22 2016-03-30 조선대학교산학협력단 Personalized traits analysis apparatus and method based on blood pressure measurement
WO2016047933A1 (en) * 2014-09-22 2016-03-31 조선대학교산학협력단 Apparatus and method for analyzing personal characteristics on basis of blood pressure measurement
KR101657539B1 (en) 2014-09-22 2016-09-30 조선대학교산학협력단 Personalized traits analysis apparatus and method based on blood pressure measurement

Also Published As

Publication number Publication date
KR20110096473A (en) 2011-08-30

Similar Documents

Publication Publication Date Title
JP7261811B2 (en) Systems and methods for non-invasive determination of blood pressure lowering based on trained predictive models
Altan et al. A new approach to early diagnosis of congestive heart failure disease by using Hilbert–Huang transform
Agrafioti et al. Heart biometrics: Theory, methods and applications
CN104102915B (en) Personal identification method based on ECG multi-template matching under a kind of anomalous ecg state
Shen et al. Implementation of a one-lead ECG human identification system on a normal population
Rathore et al. A survey on heart biometrics
Abdeldayem et al. ECG-based human authentication using high-level spectro-temporal signal features
KR101270592B1 (en) Personalized traits analysis apparatus and method based on oscillometric arterial blood pressure measurement
Vo et al. P2E-WGAN: ECG waveform synthesis from PPG with conditional wasserstein generative adversarial networks
Pal et al. Increasing the accuracy of ECG based biometric analysis by data modelling
Akhter et al. Heart-based biometrics and possible use of heart rate variability in biometric recognition systems
KR101137402B1 (en) Individual identification apparatus and method based on oscillometric arterial blood pressure measurement
Bhoi et al. QRS Complex Detection and Analysis of Cardiovascular Abnormalities: A Review.
Ihsan et al. Study of feature extraction algorithms on photoplethysmography (ppg) signals to detect coronary heart disease
Tan et al. ECG biometric identification using wavelet analysis coupled with probabilistic random forest
Argha et al. Blood pressure estimation from korotkoff sound signals using an end-to-end deep-learning-based algorithm
JP2023552725A (en) System and method for measuring hemodynamic parameters with wearable cardiovascular sensors
Fatemian A wavelet-based approach to electrocardiogram (ECG) and phonocardiogram (PCG) subject recognition
Bassiouni et al. A study on PCG as a biometric approach
CN102293652B (en) Individual identification apparatus and method based on oscillometric arterial blood pressure measurement
Nikolaev et al. Structural architectural solutions for an intelligence system of cardiological screening of diabetes patients
da Silva Dias et al. Exploratory use of PPG signal in continuous authentication
Shin Monitoring personalized trait using oscillometric arterial blood pressure measurements
Nasri et al. Using ECG as a measure in biometric identification systems
Prabhakar et al. Performance analysis of GMM classifier for classification of normal and abnormal segments in PPG signals

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160310

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180127

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190402

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20200225

Year of fee payment: 9