KR102521116B1 - 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체 - Google Patents
웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체 Download PDFInfo
- Publication number
- KR102521116B1 KR102521116B1 KR1020200177857A KR20200177857A KR102521116B1 KR 102521116 B1 KR102521116 B1 KR 102521116B1 KR 1020200177857 A KR1020200177857 A KR 1020200177857A KR 20200177857 A KR20200177857 A KR 20200177857A KR 102521116 B1 KR102521116 B1 KR 102521116B1
- Authority
- KR
- South Korea
- Prior art keywords
- analysis model
- biosignal
- primary analysis
- primary
- signal
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- 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
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/332—Portable devices specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- 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
- G16H40/63—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 local 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
- 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)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Cardiology (AREA)
- Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- General Business, Economics & Management (AREA)
- Critical Care (AREA)
- Emergency Management (AREA)
- Emergency Medicine (AREA)
- Nursing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명의 일 태양에 따르면, 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법으로서, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 수행한 결과에 관한 정보 및 상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 획득하는 단계, 및 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 이용하고, 상기 1차 분석 수행 결과에 관한 정보를 참조하여, 상기 부분 생체 신호에 대한 2차 분석을 수행하는 단계를 포함하고, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 경량화된 모델인 방법이 제공된다.
Description
본 발명은 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체에 관한 것이다.
근래에 들어, 사용자가 병원에 가지 않고 가정에서도 심전도 등의 생체 신호를 쉽고 간편하게 측정하고 이를 기반으로 부정맥 등 심장 이상까지 진단할 수 있는 기술이 등장하고 있다.
이에 관한, 종래 기술의 일 예로서, 한국공개특허공보 제2007-96620호에 개시된 기술을 예로 들 수 있는데, 심전도를 포함하는 생체 신호를 측정하는 생체 신호 측정부와, 상기 생체 신호 측정부로부터 입력되는 심전도 신호를 분석하여 심전도 이상 징후를 검출하는 심전도 이상 징후 검출부와, 상기 심전도 이상 징후 검출부로부터 이상 징후 검출 신호가 입력되면 사용자 활동 상태 정보를 획득하는 사용자 활동상태 획득부와, 상기 사용자 활동 상태 획득부로부터 입력되는 사용자 활동 상태 정보와 상기 생체 신호 측정부로부터 입력되는 심전도 신호를 기초로 심전도 이상 유무를 판단하는 위급상황 판단부와, 상기 위급상황 판단부로부터 입력되는 심전도 이상 유무를 외부로 알리는 위급상황 알림부를 포함하는 것을 특징으로 하는 심전도 측정 장치가 소개된 바 있다.
또한, 최근에는 사용자의 신체에 상시적으로 부착되는 웨어러블 디바이스를 이용하여 생체 신호를 상시적으로 측정하는 기술과 머신 러닝 등 인공지능 알고리즘을 이용하여 생체 신호를 정확하게 분석하는 기술이 소개되고 있다. 그런데, 생체 신호를 분석함에 있어서 인공지능 알고리즘을 도입하기 위해서는 방대한 데이터를 처리할 수 있고 높은 수준의 연산 능력을 갖추고 있는 리소스가 필요하기 때문에, 제한된 리소스만으로 구성되는 웨어러블 디바이스에서 인공지능 알고리즘이 구현되기가 어렵다는 한계가 있다.
이러한 한계를 극복하기 위하여, 웨어러블 디바이스와 무선으로 통신할 수 있는 원격의 서버에 인공지능 기반 분석 모델을 구현하는 기술이 소개되기도 하였지만, 이러한 종래 기술에 의하더라도 웨어러블 디바이스와 서버 사이에서 방대한 양의 생체 신호 데이터가 송수신되어야 하는 제약이 있고 서버에서 동작하는 인공지능 기반 분석 모델에 의하여 분석 결과를 도출될 때까지 적지 않은 시간이 소요됨에 따라 측정 시점과 판별 시점 사이에 적지 않은 시차가 발생하게 된다는 한계가 여전히 존재한다.
이에 본 발명자(들)는, 웨어러블 디바이스에서 경량화된 분석 모델을 이용하여 생체 신호를 1차적으로 분석하고, 서버에서는 웨어러블 디바이스로부터 획득되는 1차 분석 결과를 참조하고 고도화된 분석 모델을 이용하여 생체 신호를 2차적으로 분석함으로써, 인공지능 기반 분석 모델을 이용하면서도 웨어러블 디바이스에서 측정되는 생체 신호로부터 이상 이벤트를 실시간으로 정확하게 모니터링할 수 있는 신규하고도 진보된 기술을 제안하는 바이다.
본 발명은, 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 웨어러블 디바이스에서는 경량화된 분석 모델을 이용하여 생체 신호를 1차적으로 분석하고, 서버에서는 웨어러블 디바이스로부터 획득되는 1차 분석 결과를 참조하고 고도화된 분석 모델을 이용하여 생체 신호를 2차적으로 분석함으로써, 인공지능 기반 분석 모델과 웨어러블 디바이스를 이용하여 생체 신호로부터 이상 이벤트를 실시간으로 정확하게 모니터링할 수 있도록 하는 것을 또 다른 목적으로 한다.
또한, 본 발명은, 웨어러블 디바이스에서 측정되는 생체 신호로부터 저주파 잡음을 제거하여 디지털 신호를 생성하기 위해 아날로그 신호로부터 추출(샘플링)되는 데이터의 비트 수를 감소시킴으로써, 고품질의 생체 신호를 확보하면서도 생체 신호의 데이터 크기를 줄일 수 있도록 하는 것을 또 다른 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법으로서, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 수행한 결과에 관한 정보 및 상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 획득하는 단계, 및 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 이용하고, 상기 1차 분석 수행 결과에 관한 정보를 참조하여, 상기 부분 생체 신호에 대한 2차 분석을 수행하는 단계를 포함하고, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 경량화된 모델인 방법이 제공된다.
본 발명의 다른 태양에 따르면, 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법으로서, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 수행하는 단계, 상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 추출하는 단계, 및 상기 1차 분석 수행 결과에 관한 정보 및 상기 부분 생체 신호를 서버에 전송하는 단계를 포함하고, 상기 서버는 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 포함하고, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 경량화된 모델인 방법이 제공된다.
본 발명의 또 다른 태양에 따르면, 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 서버로서, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 수행한 결과에 관한 정보 및 상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 획득하는 1차 분석 결과 획득부, 및 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 이용하고, 상기 1차 분석 수행 결과에 관한 정보를 참조하여, 상기 부분 생체 신호에 대한 2차 분석을 수행하는 2차 분석부를 포함하고, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 경량화된 모델인 서버가 제공된다.
본 발명의 또 다른 태양에 따르면, 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 디바이스로서, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 수행하는 1차 분석부, 및 상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 추출하고, 상기 1차 분석 수행 결과에 관한 정보 및 상기 부분 생체 신호를 서버에 전송하는 1차 분석 결과 관리부를 포함하고, 상기 서버는 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 포함하고, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 경량화된 모델인 디바이스가 제공된다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 서버, 다른 디바이스 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 의하면, 웨어러블 디바이스에서 동작하기에 적합한 경량화된 인공지능 기반 분석 모델과 서버에서 동작하기에 적합한 고도화된 인공지능 기반 분석 모델을 모두 이용하여 생체 신호로부터 이상 이벤트를 실시간으로 정확하게 모니터링할 수 있게 된다.
또한, 본 발명에 의하면, 고품질의 생체 신호를 확보하면서도 생체 신호의 데이터 크기를 줄일 수 있으므로, 웨어러블 디바이스와 서버 사이의 통신 부담을 낮추고 분석 모델이 생체 신호를 모니터링하기 위해 처리해야 하는 데이터의 양도 줄일 수 있게 되며, 이에 따라 생체 신호를 모니터링하는 전체 과정을 경량화하는 데에 기여할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따라 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따라 서버의 내부 구성을 상세하게 도시하는 도면이다.
도 3은 본 발명의 일 실시예에 따라 디바이스의 내부 구성을 상세하게 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따라 웨어러블 디바이스에서 측정되는 생체 신호로부터 저주파 잡음을 제거하는 구성을 예시적으로 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따라 웨어러블 디바이스에서 측정되는 생체 신호 중 서버에 전송될 부분 생체 신호를 추출하는 구성을 예시적으로 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따라 서버의 내부 구성을 상세하게 도시하는 도면이다.
도 3은 본 발명의 일 실시예에 따라 디바이스의 내부 구성을 상세하게 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따라 웨어러블 디바이스에서 측정되는 생체 신호로부터 저주파 잡음을 제거하는 구성을 예시적으로 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따라 웨어러블 디바이스에서 측정되는 생체 신호 중 서버에 전송될 부분 생체 신호를 추출하는 구성을 예시적으로 나타내는 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
본 명세서에서, 모니터링의 대상이 되는 생체 신호에는, 디바이스(300)에 탑재되거나 디바이스(300)와 통신할 수 있는 센서를 통해 측정될 수 있는 모든 유형의 생체 신호가 포함될 수 있으며, 예를 들면, 심전도, 심박수, 뇌파, 맥박 등이 포함될 수 있다. 한편, 본 발명에 따른 생체 신호가 반드시 위의 열거된 것에만 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 얼마든지 확장되거나 변경될 수 있음을 밝혀 둔다.
또한, 본 명세서에서, 생체 신호로부터 검출될 수 있는 이상(abnormal) 이벤트에는, 심방 조기 박동(premature atrial complex), 심실 조기 박동(premature ventricular complex), 심방 세동(atrial fibrillation), 심방 조동(atrial flutter), 다소성 심방 빈맥(multifocal atrial tachycardia), 발작성 상심실성 빈맥(paroxysmal supraventricular tachycardia), 울프-파킨슨-화이트 증후군(Wolff-Parkinson-White syndrome), 심실 빈맥(ventricular tachycardia), 심실 세동(ventricular fibrillation), 방실 차단(AV block) 등 부정맥과 연관된 다양한 심장 이상 이벤트가 포함될 수 있다. 한편, 본 발명의 일 실시예에 따른 이상 이벤트가 반드시 앞서 열거된 심장 이상 이벤트로만 한정되는 것은 아니며, 다른 장기(예를 들면, 뇌)나 다른 신체 조직(예를 들면, 근육)과 연관된 다양한 이상 이벤트로 확장되거나 변경될 수 있음을 밝혀 둔다.
전체 시스템의 구성
도 1은 본 발명의 일 실시예에 따라 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 서버(200) 및 디바이스(300)를 포함하여 구성될 수 있다.
먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드와이드웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.
예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 무선주파수(RF; Radio Frequency) 통신, 와이파이(WiFi) 통신, 셀룰러(LTE, 5G 등) 통신, 블루투스 통신(더 구체적으로는, 저전력 블루투스(BLE; Bluetooth Low Energy)), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.
다음으로, 본 발명의 일 실시예에 따른 서버(200)는 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 디바이스일 수 있다. 이러한 서버(200)는 통상적인 서버 시스템일 수 있다.
본 발명의 일 실시예에 따른 서버(200)는, 통신망(100)을 통해 후술할 디바이스(300)와 통신을 수행할 수 있고, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 수행한 결과에 관한 정보 및 위의 생체 신호 중 1차 분석 수행 결과와 연관되는 부분 생체 신호를 획득하고, 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 이용하고, 위의 1차 분석 수행 결과에 관한 정보를 참조하여, 위의 부분 생체 신호에 대한 2차 분석을 수행함으로써, 인공지능 기반 분석 모델과 웨어러블 디바이스를 이용하여 생체 신호로부터 이상 이벤트를 실시간으로 정확하게 모니터링하는 기능을 수행할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 위의 1차 분석 모델은 위의 2차 분석 모델에 비하여 상대적으로 경량화된 모델일 수 있다.
본 발명에 따른 서버(200)의 구성과 기능에 관하여는 아래에서 더 자세하게 알아보기로 한다. 한편, 서버(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 서버(200)에 요구되는 기능이나 구성요소의 적어도 일부가 필요에 따라 후술할 디바이스(300) 또는 외부 시스템(미도시됨) 내에서 실현되거나 디바이스(300) 또는 외부 시스템 내에 포함될 수도 있음은 당업자에게 자명하다.
다음으로, 본 발명의 일 실시예에 따른 디바이스(300)는 통신망(100)을 통해 서버(200)에 접속한 후 통신할 수 있도록 하는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿 PC 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 휴대 가능한 디지털 기기라면 얼마든지 본 발명에 따른 디바이스(300)로서 채택될 수 있다. 또한, 본 발명의 일 실시예에 따르면, 이러한 디바이스(300)에는 사용자의 신체로부터 다양한 생체 신호를 획득하기 위한 생체 신호 측정 센서(예를 들어, 심전도 센서, 심전도 센서, 심박 수 센서, 뇌파 센서, 맥박 센서)기 더 포함될 수 있다.
특히, 본 명세서 전체에 걸쳐서, 본 발명의 일 실시예에 따른 디바이스(300)는, 사용자의 신체에 상시적으로 부착되어 생체 신호를 측정할 수 있는 웨어러블 디바이스(예를 들면, 스마트 워치, 스마트 패치 등)를 포함하는 개념으로서 이해되어야 한다.
본 발명의 일 실시예에 따른 디바이스(300)는, 통신망(100)을 통해 서버(200)와 통신을 수행할 수 있고, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스(300)에서 측정되는 생체 신호에 대한 1차 분석을 수행하고, 위의 생체 신호 중 1차 분석 수행 결과와 연관되는 부분 생체 신호를 추출하고, 위의 1차 분석 수행 결과에 관한 정보 및 위의 부분 생체 신호를 서버에 전송함으로써, 인공지능 기반 분석 모델과 웨어러블 디바이스를 이용하여 생체 신호로부터 이상 이벤트를 실시간으로 정확하게 모니터링하는 기능을 수행할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 서버(200) 또는 디바이스(300)에는, 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위해 필요한 기능을 지원하는 애플리케이션(미도시됨)이 포함될 수 있다. 이와 같은 애플리케이션은 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다. 여기서, 애플리케이션은 그 적어도 일부가 필요에 따라 그것과 실질적으로 동일하거나 균등한 기능을 수행할 수 있는 하드웨어 장치나 펌웨어 장치로 치환될 수도 있다.
서버의 구성
이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 서버(200)의 내부 구성 및 각 구성요소의 기능에 대하여 살펴보기로 한다.
도 2는 본 발명의 일 실시예에 따른 서버(200)의 내부 구성을 상세하게 도시하는 도면이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 서버(200)는 1차 분석 결과 획득부(210), 2차 분석부(220), 분석 모델 관리부(230), 통신부(240) 및 제어부(250)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 1차 분석 결과 획득부(210), 2차 분석부(220), 분석 모델 관리부(230), 통신부(240) 및 제어부(250)는 그 중 적어도 일부가 외부의 시스템과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 서버(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 서버(200)와 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.
한편, 서버(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 서버(200)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 외부 시스템(미도시됨) 내에서 실현되거나 포함될 수도 있음은 당업자에게 자명하다.
먼저, 본 발명의 일 실시예에 따른 1차 분석 결과 획득부(210)는, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스(300)에서 측정되는 생체 신호에 대한 1차 분석을 수행한 결과에 관한 정보를 획득할 수 있다. 또한, 본 발명의 일 실시예에 따른 1차 분석 결과 획득부(210)는, 디바이스(300)에서 측정되는 생체 신호 중 위의 1차 분석 수행 결과와 연관되는 부분 생체 신호를 획득할 수 있다.
다음으로, 본 발명의 일 실시예에 따른 2차 분석부(220)는, 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 이용하고, 위의 1차 분석 수행 결과에 관한 정보를 참조하여, 위의 부분 생체 신호에 대한 2차 분석을 수행할 수 있다.
본 발명의 일 실시예에 따르면, 디바이스(300)에 탑재되는 1차 분석 모델은 서버(200)에 탑재되는 2차 분석 모델에 비하여 상대적으로 경량화된 모델일 수 있다. 또한, 본 발명의 일 실시예에 따르면, 디바이스(300)에 탑재되는 1차 분석 모델은 서버(200)에 의하여 생성되어 배포된 것일 수 있다.
구체적으로, 본 발명의 일 실시예에 따르면, 디바이스(300)에 탑재되는 1차 분석 모델은, 디바이스(300)에서 측정되는 생체 신호로부터 이상 이벤트를 검출할 수 있도록 학습되는 분석 모델로서, 서버(200)에 탑재되는 2차 분석 모델에 비하여 상대적으로 적은 컴퓨팅 리소스를 요구하는 경량화된 분석 모델일 수 있다. 예를 들면, 1차 분석 모델은, 생체 신호로부터 심장 이상 이벤트가 발생하였는지 여부만을 판단하는 분석을 수행할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 서버(200)에 탑재되는 2차 분석 모델은, 디바이스(300)로부터 전송되는 부분 생체 신호로부터 이상 이벤트를 검출할 수 있도록 학습되는 분석 모델로서, 디바이스(300)에 탑재되는 1차 분석 모델에 비하여 상대적으로 많은 컴퓨팅 리소스를 요구하는 고도화된 분석 모델일 수 있다. 예를 들면, 2차 분석 모델은, 1차 분석 모델에 의하여 검출된 심장 이상 이벤트가 구체적으로 어떤 종류의 심장 이상 이벤트에 해당하는지를 판별하는 분석을 수행할 수 있다.
보다 더 구체적으로, 본 발명의 일 실시예에 따르면, 1차 분석 모델 또는 2차 분석 모델로부터 심장 이상과 연관되는 확률(probability), 벡터(vector), 행렬(matrix), 로짓(logic) 및 좌표(coordinate) 중 적어도 하나가 출력될 수 있으며, 이러한 출력이 소정 기준에 따라 특정 심장 이상 이벤트(예를 들어, 정상, 비정상 등)로 분류 또는 군집화(이러한 군집화는, 거리(예를 들어, K-means), 밀도(DB-SCAN) 등에 의해 군집화가 이루어질 수 있음)될 수 있다. 또한, 이러한 소정 기준은 기설정되거나 학습이 수행되는 과정에서 동적으로 업데이트될 수 있다.
예를 들어, 본 발명의 일 실시예에 따른 분석 모델은 인공 신경망 기반으로 하여 입력층(input layer), 은닉층(hidden layer) 및 출력층(output layer)을 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 이러한 분석 모델은, 오토 인코더(Autoencoder), 생산적 적대 신경망(Generative Adversarial Nets; GAN), 유넷(U-NET) 등을 포함할 수 있다. 한편, 본 발명에 따른 분석 모델이 반드시 위의 열거된 학습 모델에만 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 지도학습(이 경우에, 데이터에 대한 라벨이 학습 과정에서 더 제공될 수 있음), 비지도학습 또는 강화학습에 포함되는 다양한 학습 모델로 변경될 수 있다.
다음으로, 본 발명의 일 실시예에 따른 분석 모델 관리부(230)는, 디바이스(300)에서 실시간으로 동작하기에 적합한 수준으로 경량화된 1차 분석 모델을 생성하여 디바이스(300)에 배포할 수 있다. 또한, 본 발명의 일 실시예에 따른 분석 모델 관리부(230)는, 서버(200)에서 생체 신호를 정밀하게 분석하기에 적합한 수준으로 고도화된 2차 분석 모델을 생성하여 서버(200)에 탑재할 수 있다.
보다 더 구체적으로, 본 발명의 일 실시예에 따른 분석 모델 관리부(230)는, 생체 신호에서 이상 이벤트를 검출하도록 학습되는 분석 모델을 생성하고, 가지치기(Pruning), 양자화(Quantization), 지식 증류(Knowledge Distillation) 등의 인공신경망 모델 경량화 알고리즘을 사용하여 그 생성된 모델을 경량화할 수 있다. 그리고, 본 발명의 일 실시예에 따른 분석 모델 관리부(230)는, 서버(200)에 비하여 컴퓨팅 리소스가 부족한 디바이스(300)에서 1차 분석이 이루어지도록 하기 위하여, 위와 같이 경량화된 모델을 1차 분석 모델로서 디바이스(300)에 배포할 수 있다. 다만, 본 발명의 일 실시예에 따른 경량화 알고리즘은 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.
다음으로, 본 발명의 일 실시예에 따른 통신부(240)는 1차 분석 결과 획득부(210), 2차 분석부(220) 및 분석 모델 관리부(230)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.
마지막으로, 본 발명의 일 실시예에 따른 제어부(250)는 1차 분석 결과 획득부(210), 2차 분석부(220), 분석 모델 관리부(230) 및 통신부(240) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(250)는 서버(200)의 외부로부터의/로의 데이터 흐름 또는 서버(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 1차 분석 결과 획득부(210), 2차 분석부(220), 분석 모델 관리부(230) 및 통신부(240)에서 각각 고유 기능을 수행하도록 제어할 수 있다.
디바이스의 구성
이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 디바이스(300)의 내부 구성 및 각 구성요소의 기능에 대하여 살펴보기로 한다.
도 3은 본 발명의 일 실시예에 따른 디바이스(300)의 내부 구성을 상세하게 도시하는 도면이다.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 디바이스(300)은 1차 분석부(310), 1차 분석 결과 관리부(320), 통신부(330) 및 제어부(340)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 1차 분석부(310), 1차 분석 결과 관리부(320), 통신부(330) 및 제어부(340)는 그 중 적어도 일부가 외부의 시스템과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 디바이스(300)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 디바이스(300)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.
한편, 디바이스(300)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 디바이스(300)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 외부 시스템(미도시됨) 내에서 실현되거나 포함될 수도 있음은 당업자에게 자명하다.
먼저, 본 발명의 일 실시예에 따른 1차 분석부(310)는, 생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스(300)에서 측정되는 생체 신호에 대한 1차 분석을 수행할 수 있다.
다음으로, 본 발명의 일 실시예에 따른 1차 분석 결과 관리부(320)는, 디바이스(300)에서 측정된 생체 신호 중 위의 1차 분석 수행 결과와 연관되는 부분 생체 신호를 추출할 수 있다.
도 5는 본 발명의 일 실시예에 따라 웨어러블 디바이스에서 측정되는 생체 신호 중 서버에 전송될 부분 생체 신호를 추출하는 구성을 예시적으로 나타내는 도면이다.
도 5를 참조하면, 디바이스(300)에서 측정된 생체 신호(510)로부터 2차 분석을 위하여 서버(300)로 전송될 부분 생체 신호를 추출함에 있어서, 위의 1차 분석 수행 결과에 따라 이상 이벤트가 발생한 것으로 판단되는 시점(T2)을 기준으로 하여 부분 생체 신호의 시간 구간이 특정될 수 있다. 예를 들면, 부분 생체 신호의 시간 구간은, T2를 기준으로 하여 시간적으로 선행하는 소정의 시간 구간(TP1)과 T2를 기준으로 하여 시간적으로 후행하는 소정의 시간 구간(TP2)을 포함하도록 특정될 수 있다.
또한, 본 발명의 일 실시예에 따른 1차 분석 결과 관리부(320)는, 위의 1차 분석 수행 결과에 관한 정보 및 위의 추출되는 부분 생체 신호를 서버(200)에 전송할 수 있다. 전술한 바와 같이, 본 발명의 일 실시예에 따른 서버(200)는, 위와 같이 디바이스(300)로부터 전송되는 1차 분석 수행 결과에 관한 정보 및 부분 생체 신호를 이용하여 이상 이벤트에 관한 2차 분석을 수행할 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 데이터 경량화부(미도시됨)는, 디바이스(300)에서 측정되는 생체 신호에 대하여 아날로그-디지털 변환을 수행하는 과정에서 생체 신호로부터 저주파 잡음을 제거하고 생체 신호로부터 추출(샘플링)되는 데이터의 비트 수를 조절함으로써, 생체 신호를 해당하는 데이터를 경량화할 수도 있다(즉, 데이터 비트 감축 또는 축소).
도 4는 본 발명의 일 실시예에 따라 웨어러블 디바이스에서 측정되는 생체 신호로부터 저주파 잡음을 제거하는 구성을 예시적으로 나타내는 도면이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 데이터 경량화부는, 디바이스(300)에서 측정되는 생체 신호로부터 저주파 잡음을 제거할 수 있다. 본 발명의 일 실시예에 따르면, 생체 신호로부터 저주파 잡음이 제거됨에 따라 생체 신호의 신호 값이 분포된 범위가 좁아질 수 있다. 그리고, 본 발명의 일 실시예에 따른 데이터 경량화부는, 위와 같이 저주파 잡음이 제거되어 신호 값의 분포 범위가 좁아진 아날로그 신호로부터 그 신호 값을 커버할 수 있는 범위에 해당하는 비트 수로 데이터를 추출(샘플링)함으로써 디지털 신호를 생성할 수 있다.
예를 들면, 생체 신호로부터 저주파 잡음을 제거하기 전에는 24bit의 비트 수로 데이터를 추출해도 생체 신호의 신호 값을 충분하게 커버하기 어렵지만(도 5의 (a) 참조), 본 발명에 따라 생체 신호로부터 저주파 잡음을 제거한 후에는 24bit의 절반에 불과한 12bit의 비트 수로 데이터를 추출하는 것만으로 생체 신호의 신호 값을 충분하게 커버할 수 있게 되는 것을 확인할 수 있다(도 5의 (b) 참조).
위와 같이, 본 발명에 의하면, 고품질의 생체 신호를 확보하면서도 생체 신호의 데이터 크기를 줄일 수 있으므로, 웨어러블 디바이스와 서버 사이의 통신 부담을 낮추고 분석 모델이 생체 신호를 모니터링하기 위해 처리해야 하는 데이터의 양도 줄일 수 있게 되며, 이에 따라 생체 신호를 모니터링하는 전체 과정을 경량화하는 데에 기여할 수 있게 된다
다음으로, 본 발명의 일 실시예에 따른 통신부(330)는 1차 분석부(310) 및 1차 분석 결과 관리부(320)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.
마지막으로, 본 발명의 일 실시예에 따른 제어부(340)는 1차 분석부(310), 1차 분석 결과 관리부(320) 및 통신부(330) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(340)는 디바이스(300)의 외부로부터의/로의 데이터 흐름 또는 디바이스(300)의 각 구성요소 간의 데이터 흐름을 제어함으로써 1차 분석부(310), 1차 분석 결과 관리부(320) 및 통신부(330)에서 각각 고유 기능을 수행하도록 제어할 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 통신망
200: 서버
210: 1차 분석 결과 획득부
220: 2차 분석부
230: 분석 모델 관리부
240: 통신부
250: 제어부
300: 디바이스
310: 1차 분석부
320: 1차 분석 결과 관리부
330: 통신부
340: 제어부
200: 서버
210: 1차 분석 결과 획득부
220: 2차 분석부
230: 분석 모델 관리부
240: 통신부
250: 제어부
300: 디바이스
310: 1차 분석부
320: 1차 분석 결과 관리부
330: 통신부
340: 제어부
Claims (9)
- 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법으로서,
생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 상기 디바이스 자체에서 수행한 결과에 관한 정보 및 상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 획득하는 단계, 및
생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 이용하고, 상기 1차 분석 수행 결과에 관한 정보를 참조하여, 상기 부분 생체 신호에 대한 2차 분석을 수행하는 단계를 포함하고,
상기 1차 분석 모델과 상기 2차 분석 모델은 인공 신경망을 기반으로 하는 모델로서, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 적은 컴퓨팅 리소스를 요구하는 경량화된 모델이고,
상기 디바이스에서 측정되는 생체 신호는 적어도 하나의 필터에 의하여 저주파 잡음이 제거되며,
상기 저주파 잡음이 제거된 생체 신호에 대한 아날로그-디지털 변환이 수행됨에 있어서, 디지털 신호를 생성하기 위해 아날로그 신호로부터 추출하는 데이터의 비트 수가 상기 저주파 잡음이 제거된 생체 신호의 신호 값을 커버할 수 있는 범위 내에서 결정되고,
상기 디바이스에 탑재되는 상기 1차 분석 모델은 서버에 의하여 생성되어 배포된 것이며,
상기 1차 분석 모델 또는 상기 2차 분석 모델로부터 출력되는 데이터는 소정 기준에 따라 특정한 심장 이벤트로 분류 또는 군집화되고, 상기 소정 기준은 상기 1차 분석 모델 또는 상기 2차 분석 모델에 대한 학습이 수행되는 과정에서 동적으로 업데이트되는
방법. - 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법으로서,
생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 상기 디바이스 자체에서 수행하는 단계,
상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 추출하는 단계, 및
상기 1차 분석 수행 결과에 관한 정보 및 상기 부분 생체 신호를 서버에 전송하는 단계를 포함하고,
상기 서버는 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 포함하고,
상기 1차 분석 모델과 상기 2차 분석 모델은 인공 신경망을 기반으로 하는 모델로서, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 적은 컴퓨팅 리소스를 요구하는 경량화된 모델이고,
상기 디바이스에서 측정되는 생체 신호는 적어도 하나의 필터에 의하여 저주파 잡음이 제거되며,
상기 저주파 잡음이 제거된 생체 신호에 대한 아날로그-디지털 변환이 수행됨에 있어서, 디지털 신호를 생성하기 위해 아날로그 신호로부터 추출하는 데이터의 비트 수가 상기 저주파 잡음이 제거된 생체 신호의 신호 값을 커버할 수 있는 범위 내에서 결정되고,
상기 디바이스에 탑재되는 상기 1차 분석 모델은 상기 서버에 의하여 생성되어 배포된 것이며,
상기 1차 분석 모델 또는 상기 2차 분석 모델로부터 출력되는 데이터는 소정 기준에 따라 특정한 심장 이벤트로 분류 또는 군집화되고, 상기 소정 기준은 상기 1차 분석 모델 또는 상기 2차 분석 모델에 대한 학습이 수행되는 과정에서 동적으로 업데이트되는
방법. - 삭제
- 제2항에 있어서,
상기 부분 생체 신호의 시간 구간은, 상기 1차 분석 수행 결과에 따라 이상 이벤트가 발생한 것으로 판단되는 시점을 기준으로 하여 특정되는
방법. - 제1항 및 제2항 중 어느 한 항에 따른 방법을 실행하기 위한 컴퓨터 프로그램이 기록되는 비일시성의 컴퓨터 판독 가능 기록 매체.
- 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 서버로서,
생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대해 상기 디바이스가 상기 1차 분석을 상기 디바이스 자체에서 수행한 결과에 관한 정보 및 상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 획득하는 1차 분석 결과 획득부, 및
생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 이용하고, 상기 1차 분석 수행 결과에 관한 정보를 참조하여, 상기 부분 생체 신호에 대한 2차 분석을 수행하는 2차 분석부를 포함하고,
상기 1차 분석 모델과 상기 2차 분석 모델은 인공 신경망을 기반으로 하는 모델로서, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 적은 컴퓨팅 리소스를 요구하는 경량화된 모델이고,
상기 디바이스에서 측정되는 생체 신호는 적어도 하나의 필터에 의하여 저주파 잡음이 제거되며,
상기 저주파 잡음이 제거된 생체 신호에 대한 아날로그-디지털 변환이 수행됨에 있어서, 디지털 신호를 생성하기 위해 아날로그 신호로부터 추출하는 데이터의 비트 수가 상기 저주파 잡음이 제거된 생체 신호의 신호 값을 커버할 수 있는 범위 내에서 결정되고,
상기 디바이스에 탑재되는 상기 1차 분석 모델은 상기 서버에 의하여 생성되어 배포된 것이며,
상기 1차 분석 모델 또는 상기 2차 분석 모델로부터 출력되는 데이터는 소정 기준에 따라 특정한 심장 이벤트로 분류 또는 군집화되고, 상기 소정 기준은 상기 1차 분석 모델 또는 상기 2차 분석 모델에 대한 학습이 수행되는 과정에서 동적으로 업데이트되는
서버. - 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 디바이스로서,
생체 신호로부터 이상(abnormal) 이벤트를 검출하는 1차 분석을 수행하도록 학습되는 1차 분석 모델을 이용하여 디바이스에서 측정되는 생체 신호에 대한 1차 분석을 상기 디바이스 자체에서 수행하는 1차 분석부, 및
상기 생체 신호 중 상기 1차 분석 수행 결과와 연관되는 부분 생체 신호를 추출하고, 상기 1차 분석 수행 결과에 관한 정보 및 상기 부분 생체 신호를 서버에 전송하는 1차 분석 결과 관리부를 포함하고,
상기 서버는 생체 신호로부터 이상 이벤트를 검출하는 2차 분석을 수행하도록 학습되는 2차 분석 모델을 포함하고,
상기 1차 분석 모델과 상기 2차 분석 모델은 인공 신경망을 기반으로 하는 모델로서, 상기 1차 분석 모델은 상기 2차 분석 모델에 비하여 상대적으로 적은 컴퓨팅 리소스를 요구하는 경량화된 모델이고,
상기 디바이스에서 측정되는 생체 신호는 적어도 하나의 필터에 의하여 저주파 잡음이 제거되며,
상기 저주파 잡음이 제거된 생체 신호에 대한 아날로그-디지털 변환이 수행됨에 있어서, 디지털 신호를 생성하기 위해 아날로그 신호로부터 추출하는 데이터의 비트 수가 상기 저주파 잡음이 제거된 생체 신호의 신호 값을 커버할 수 있는 범위 내에서 결정되고,
상기 디바이스에 탑재되는 상기 1차 분석 모델은 상기 서버에 의하여 생성되어 배포된 것이며,
상기 1차 분석 모델 또는 상기 2차 분석 모델로부터 출력되는 데이터는 소정 기준에 따라 특정한 심장 이벤트로 분류 또는 군집화되고, 상기 소정 기준은 상기 1차 분석 모델 또는 상기 2차 분석 모델에 대한 학습이 수행되는 과정에서 동적으로 업데이트되는
디바이스. - 삭제
- 제7항에 있어서,
상기 부분 생체 신호의 시간 구간은, 상기 1차 분석 수행 결과에 따라 이상 이벤트가 발생한 것으로 판단되는 시점을 기준으로 하여 특정되는
디바이스.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200177857A KR102521116B1 (ko) | 2020-12-17 | 2020-12-17 | 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
PCT/KR2021/018749 WO2022131698A1 (ko) | 2020-12-17 | 2021-12-10 | 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
US17/927,174 US20230200747A1 (en) | 2020-12-17 | 2021-12-10 | Method, server, device, and non-transitory computer-readable recording medium for monitoring biosignals using wearable device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200177857A KR102521116B1 (ko) | 2020-12-17 | 2020-12-17 | 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
Publications (3)
Publication Number | Publication Date |
---|---|
KR20220087302A KR20220087302A (ko) | 2022-06-24 |
KR102521116B1 true KR102521116B1 (ko) | 2023-04-12 |
KR102521116B9 KR102521116B9 (ko) | 2023-08-04 |
Family
ID=82057857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200177857A KR102521116B1 (ko) | 2020-12-17 | 2020-12-17 | 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230200747A1 (ko) |
KR (1) | KR102521116B1 (ko) |
WO (1) | WO2022131698A1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7493293B1 (ja) | 2024-03-13 | 2024-05-31 | 株式会社カルディオインテリジェンス | 心電図解析のための支援装置、支援システム、およびプログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102159202B1 (ko) * | 2012-09-14 | 2020-09-23 | 한국전자통신연구원 | 생체 정보 측정 장치 및 그것의 동작 방법 |
KR20140063100A (ko) * | 2012-11-16 | 2014-05-27 | 삼성전자주식회사 | 원격 심질환 관리 장치 및 방법 |
KR102315871B1 (ko) * | 2014-11-27 | 2021-10-21 | 삼성전자주식회사 | 생체 신호 처리 장치 및 생체 신호 처리 방법 |
KR20180099193A (ko) * | 2017-02-28 | 2018-09-05 | 연세대학교 산학협력단 | 복수의 질병 예측 모델을 이용하여 질병 예측 서비스를 제공하는 방법, 서버 및 시스템 |
KR102060322B1 (ko) * | 2018-02-21 | 2019-12-30 | 주식회사 삼육오엠씨네트웍스 | 환자 모니터링용 웨어러블 장치 및 이를 이용한 모니터링 방법 |
KR102668240B1 (ko) * | 2018-07-25 | 2024-05-22 | 삼성전자주식회사 | 사용자의 신체 상태를 추정하기 위한 방법 및 디바이스 |
KR102190759B1 (ko) * | 2019-02-12 | 2020-12-15 | 이재용 | 긴급상황 모니터링 시스템 및 방법 |
-
2020
- 2020-12-17 KR KR1020200177857A patent/KR102521116B1/ko active IP Right Grant
-
2021
- 2021-12-10 US US17/927,174 patent/US20230200747A1/en active Pending
- 2021-12-10 WO PCT/KR2021/018749 patent/WO2022131698A1/ko active Application Filing
Also Published As
Publication number | Publication date |
---|---|
KR102521116B9 (ko) | 2023-08-04 |
WO2022131698A1 (ko) | 2022-06-23 |
US20230200747A1 (en) | 2023-06-29 |
KR20220087302A (ko) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107714023B (zh) | 基于人工智能自学习的静态心电图分析方法和装置 | |
WO2019161607A1 (zh) | 心电信息动态监护方法和动态监护*** | |
CN109411041B (zh) | 心电信息处理方法和心电工作站*** | |
JP2020536693A (ja) | 人工知能自己学習に基づく心電図自動解析方法及び装置 | |
US20140142448A1 (en) | Apparatus and methods for remote cardiac disease management | |
CN109411042B (zh) | 心电信息处理方法和心电工作站 | |
CN111839498A (zh) | 心电图分析装置及其心电图分析方法 | |
KR102521116B1 (ko) | 웨어러블 디바이스를 이용하여 생체 신호를 모니터링하기 위한 방법, 서버, 디바이스 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
Amiruddin et al. | Feature reduction and arrhythmia classification via hybrid multilayered perceptron network | |
Yuldashev et al. | Systems and technologies for remote health state monitoring of patients with chronic diseases | |
KR102576829B1 (ko) | 생체 신호에 기초한 학습 모델을 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
EP4216232A1 (en) | Methods and system for cardiac arrhythmia prediction using transformer-based neural networks | |
KR102549010B1 (ko) | 복합 인공 신경망을 이용하여 부정맥을 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
KR102573416B1 (ko) | 생체 신호 분석 모델의 출력 데이터를 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
KR102560516B1 (ko) | 심전도 데이터 및 신체 정보를 이용하는 딥러닝 모델 기반 심장 질환 발병 예측 장치 및 방법 | |
KR20180128634A (ko) | 휴대용 생체정보 측정 단말기를 이용한 R-peak 검출 방법 및 시스템 | |
Wen et al. | ECG beat classification using GreyART network | |
KR102338932B1 (ko) | 생체 정보를 모니터링하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
KR102342775B1 (ko) | 심전도 신호 처리 방법 및 장치 | |
KR102681050B1 (ko) | 심정지 및 사망에 관한 위험도를 추정하기 위한 방법 및 시스템 | |
JP7022957B1 (ja) | 心房細動検知プログラム、心房細動検知装置、心房細動検知方法及び心房細動検知システム | |
US20240153646A1 (en) | Method, system, and non-transitory computer-readable recording medium for managing output data of biosignal analysis model | |
KR20240030450A (ko) | 클러스터링을 이용하여 생체 신호 분석을 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
US20220313174A1 (en) | Method, system and non-transitory computer-readable recording medium for managing biometric information | |
KR102483518B1 (ko) | 웨어러블 심전도 리듬 분석을 이용한 심장 위험도 산출 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) | ||
G170 | Re-publication after modification of scope of protection [patent] |