KR102674716B1 - Non-invasive glucose prediction system, glucose prediction method, and glucose sensor - Google Patents
Non-invasive glucose prediction system, glucose prediction method, and glucose sensor Download PDFInfo
- Publication number
- KR102674716B1 KR102674716B1 KR1020180150953A KR20180150953A KR102674716B1 KR 102674716 B1 KR102674716 B1 KR 102674716B1 KR 1020180150953 A KR1020180150953 A KR 1020180150953A KR 20180150953 A KR20180150953 A KR 20180150953A KR 102674716 B1 KR102674716 B1 KR 102674716B1
- Authority
- KR
- South Korea
- Prior art keywords
- photoacoustic
- blood sugar
- skin
- light
- paragraph
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title description 4
- 239000008103 glucose Substances 0.000 title description 4
- 239000008280 blood Substances 0.000 claims abstract description 131
- 210000004369 blood Anatomy 0.000 claims abstract description 131
- 238000005259 measurement Methods 0.000 claims abstract description 44
- 238000001834 photoacoustic spectrum Methods 0.000 claims abstract description 41
- 230000001678 irradiating effect Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims description 34
- 238000010801 machine learning Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 230000028327 secretion Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 12
- 238000013527 convolutional neural network Methods 0.000 claims description 11
- 238000000611 regression analysis Methods 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 210000004907 gland Anatomy 0.000 claims description 4
- 239000011148 porous material Substances 0.000 claims description 4
- 230000003248 secreting effect Effects 0.000 claims 1
- 238000001228 spectrum Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 14
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- CYDQOEWLBCCFJZ-UHFFFAOYSA-N 4-(4-fluorophenyl)oxane-4-carboxylic acid Chemical compound C=1C=C(F)C=CC=1C1(C(=O)O)CCOCC1 CYDQOEWLBCCFJZ-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229940005581 sodium lactate Drugs 0.000 description 2
- 235000011088 sodium lactate Nutrition 0.000 description 2
- 239000001540 sodium lactate Substances 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000008960 Diabetic foot Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004993 emission spectroscopy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000001566 impedance spectroscopy Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001055 reflectance spectroscopy Methods 0.000 description 1
- 210000002374 sebum Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Emergency Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
피부에 빛을 조사하여 광음향 신호를 획득하는 단계, 광음향 신호로부터 피부의 광음향 이미지를 획득하는 단계, 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계, 그리고 광음향 신호 중, 적어도 하나의 측정 위치에 대응하는 광음향 신호의 광음향 스펙트럼을 바탕으로 혈당을 예측하는 단계를 통해 체내의 혈당을 예측하는 방법 및 시스템과 혈당 센서가 제공된다.Among the steps of acquiring a photoacoustic signal by irradiating light to the skin, acquiring a photoacoustic image of the skin from the photoacoustic signal, selecting at least one measurement location based on the photoacoustic image, and the photoacoustic signal, A method and system for predicting blood sugar in the body through predicting blood sugar based on the photoacoustic spectrum of a photoacoustic signal corresponding to at least one measurement position, and a blood sugar sensor are provided.
Description
본 기재는 비침습식으로 체내 혈당을 예측하는 혈당 예측 시스템, 혈당 예측 방법, 및 혈당 센서에 관한 것이다.This disclosure relates to a blood sugar prediction system, a blood sugar prediction method, and a blood sugar sensor that predict blood sugar in the body in a non-invasive manner.
당뇨병은 세계 인구의 11명 중 한 명이 가지고 있는 질병으로서, 개인, 가족, 보건 시스템, 및 국가에 상당한 경제적 부담이 된다. 당뇨병 환자의 혈중 포도당(혈당) 수치가 유지되지 않으면, 당뇨병 환자는 심혈관 질환, 신장 질환, 당뇨발 등 환자의 생활에 큰 불편을 초래하고 자칫 생명에도 위협을 줄 수 있는 심각한 합병증을 갖게 된다. 따라서 혈당 수치가 규칙적으로 모니터링되고, 높은 혈당 수치는 즉각적으로 대처될 필요가 있다. Diabetes is a disease that affects one in 11 people in the world and places a significant economic burden on individuals, families, health systems, and countries. If a diabetic patient's blood glucose (blood sugar) level is not maintained, the diabetic patient will have serious complications such as cardiovascular disease, kidney disease, and diabetic foot that can cause great inconvenience to the patient's life and even threaten his or her life. Therefore, blood sugar levels need to be monitored regularly and high blood sugar levels treated immediately.
일반적으로 혈당 수치는, 효소가 함유된 전기 화학 반응 센서를 이용하여 침습적으로(invasive) 얻어진 혈액 샘플로부터 결정된다. 이때 손가락을 바늘로 찌르는 등의 과정을 통해 혈액을 획득하는 것은, 하루 동안 수회 혈당을 측정해야 하는 당뇨 환자에게 큰 불편이 될 수 있고, 감염의 위험도 크다. 또한, 비침습적 혈당 측정 방법으로서, 라만 분광법(Raman spectroscopy), 분산 반사 분광법(diffuse reflection spectroscopy), 열발산 분광법(thermal emission spectroscopy), 근적외선 흡수 분광법(near-infrared absorption spectroscopy), 테라주파수 분광법(mm-wave terahertz spectroscopy), 경피전달 임피던스 측정법(transdermal impedance spectroscopy), 저주파 초음파 측정 방법(sonophoresis), 및 이온토포레시스법(iontophoresis techniques) 등이 개발되었다. 하지만, 이러한 측정 방법은 피부 조직의 분비물 또는 피부 상태에 따라 정밀도가 떨어지는 문제점을 갖는다.
본 발명의 배경기술은 대한민국 등록특허공보 제10-0871074호(2008.11.28. 공고, 비침습형 혈당 측정 장치 및 그 방법)에 개시되어 있다. Typically, blood sugar levels are determined from blood samples obtained invasively using electrochemical sensors containing enzymes. At this time, obtaining blood through a process such as pricking a finger with a needle can be a great inconvenience to diabetic patients who need to measure their blood sugar levels several times a day, and the risk of infection is also high. In addition, as a non-invasive blood sugar measurement method, Raman spectroscopy, diffuse reflection spectroscopy, thermal emission spectroscopy, near-infrared absorption spectroscopy, and terafrequency spectroscopy (mm). -wave terahertz spectroscopy, transdermal impedance spectroscopy, low-frequency ultrasound measurement (sonophoresis), and iontophoresis techniques have been developed. However, this measurement method has the problem of reduced precision depending on the secretions of skin tissue or the skin condition.
The background technology of the present invention is disclosed in Republic of Korea Patent Publication No. 10-0871074 (2008.11.28 notice, Non-invasive blood sugar measurement device and method).
한 실시예는 광음향 신호를 이용하여 체내의 혈당을 예측하는 방법을 제공한다.One embodiment provides a method for predicting blood sugar in the body using photoacoustic signals.
다른 실시예는 광음향 신호를 이용하여 체내의 혈당을 예측하기 위해 사용되는 혈당 센서를 제공한다.Another embodiment provides a blood sugar sensor used to predict blood sugar in the body using photoacoustic signals.
또 다른 실시예는 광음향 신호를 이용하여 체내의 혈당을 예측하는 시스템을 제공한다.Another embodiment provides a system for predicting blood sugar levels in the body using photoacoustic signals.
한 실시예에 따르면, 광음향 신호를 이용하여 체내의 혈당을 예측하는 방법이 제공된다. 상기 혈당 예측 방법은, 피부에 빛을 조사하여 광음향 신호를 획득하는 단계, 광음향 신호로부터 피부의 광음향 이미지를 획득하는 단계, 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계, 그리고 광음향 신호 중, 적어도 하나의 측정 위치에 대응하는 광음향 신호의 광음향 스펙트럼을 바탕으로 혈당을 예측하는 단계를 포함한다.According to one embodiment, a method for predicting blood sugar level in the body using a photoacoustic signal is provided. The blood sugar prediction method includes acquiring a photoacoustic signal by irradiating light to the skin, acquiring a photoacoustic image of the skin from the photoacoustic signal, selecting at least one measurement location based on the photoacoustic image, And it includes predicting blood sugar based on the photoacoustic spectrum of the photoacoustic signal corresponding to at least one measurement position among the photoacoustic signals.
상기 혈당 예측 방법에서 피부에 빛을 조사하여 광음향 신호를 획득하는 단계는, 미리 결정된 대역 내의 복수의 파장의 빛을 피부의 미리 결정된 영역 내에 조사하는 단계를 포함할 수 있다.In the blood sugar prediction method, acquiring a photoacoustic signal by irradiating light to the skin may include irradiating light of a plurality of wavelengths within a predetermined band into a predetermined area of the skin.
상기 혈당 예측 방법에서 미리 결정된 대역 내의 복수의 파장의 빛을 피부의 미리 결정된 영역 내에 조사하는 단계는, 근적외선 대역 또는 중적외선 대역 내에서 파장의 크기를 점차 증가시키며 빛을 미리 결정된 영역 내에 조사하는 단계를 포함할 수 있다.In the blood sugar prediction method, the step of irradiating light of a plurality of wavelengths within a predetermined band into a predetermined area of the skin includes gradually increasing the size of the wavelength within the near-infrared band or mid-infrared band and irradiating the light into the predetermined area. may include.
상기 혈당 예측 방법에서 미리 결정된 대역 내의 복수의 파장의 빛을 피부의 미리 결정된 영역 내에 조사하는 단계는, 근적외선 대역 또는 중적외선 대역 내에서 파장의 크기를 점차 감소시키며 빛을 미리 결정된 영역 내에 조사하는 단계를 포함할 수 있다.In the blood sugar prediction method, the step of irradiating light of a plurality of wavelengths within a predetermined band into a predetermined area of the skin includes gradually reducing the size of the wavelength within the near-infrared band or mid-infrared band and irradiating the light into the predetermined area. may include.
상기 혈당 예측 방법에서 미리 결정된 대역 내의 복수의 파장의 빛을 피부의 미리 결정된 영역 내에 조사하는 단계는, 지그재그 방향으로, 또는 동심원을 그리며, 또는 나선 모양으로 미리 결정된 영역 내에 빛을 조사하는 단계를 포함할 수 있다.In the blood sugar prediction method, the step of irradiating light of a plurality of wavelengths within a predetermined band into a predetermined area of the skin includes irradiating light into a predetermined area in a zigzag direction, in a concentric circle, or in a spiral shape. can do.
상기 혈당 예측 방법에서 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계는, 광음향 이미지에서 명도가 상대적으로 낮은 위치를 적어도 하나의 측정 위치로서 선택하는 단계를 포함할 수 있다.In the blood sugar prediction method, the step of selecting at least one measurement location based on the photoacoustic image may include selecting a location with relatively low brightness in the photoacoustic image as at least one measurement location.
상기 혈당 예측 방법에서 광음향 이미지에서 명도가 상대적으로 낮은 위치는, 피부의 분비선에 연결된 피부 구멍을 포함하고 있지 않은 영역을 가리킬 수 있다.In the above blood sugar prediction method, a location with relatively low brightness in the photoacoustic image may indicate an area that does not contain skin pores connected to skin glands.
상기 혈당 예측 방법에서 광음향 이미지에서 명도가 상대적으로 낮은 위치는, 피부가 손가락 피부일 때 지문의 골 부분을 가리킬 수 있다.In the blood sugar prediction method, a location with relatively low brightness in the photoacoustic image may indicate a valley in the fingerprint when the skin is the skin of a finger.
상기 혈당 예측 방법에서 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계는, 광음향 이미지에서 미리 결정된 시간 동안 광음향 스펙트럼의 변화가 상대적으로 적은 위치를 적어도 하나의 측정 위치로서 선택하는 단계를 더 포함할 수 있다. In the blood sugar prediction method, the step of selecting at least one measurement location based on the photoacoustic image includes selecting a location in the photoacoustic image where there is a relatively small change in the photoacoustic spectrum during a predetermined time as at least one measurement location. It may further include.
상기 혈당 예측 방법에서 광음향 신호 중, 적어도 하나의 측정 위치에 대응하는 광음향 신호의 광음향 스펙트럼을 바탕으로 혈당을 예측하는 단계는, 광음향 스펙트럼에 관한 정보를 컴퓨팅 장치 또는 서버로 송신하는 단계, 그리고 컴퓨팅 장치 또는 서버로부터 광음향 스펙트럼을 이용하여 기계 학습에 기반하여 예측된 혈당에 관한 정보를 수신하는 단계를 포함할 수 있다.In the blood sugar prediction method, predicting blood sugar based on the photoacoustic spectrum of a photoacoustic signal corresponding to at least one measurement position among the photoacoustic signals includes transmitting information about the photoacoustic spectrum to a computing device or server. , and may include receiving information about blood sugar predicted based on machine learning using the photoacoustic spectrum from a computing device or server.
다른 실시예에 따르면, 체내의 혈당을 예측하기 위한 혈당 센서가 제공된다. 상기 혈당 센서는, 피부에 빛을 조사하는 광발생부, 피부가 빛의 열을 흡수하여 발생시키는 광음향 신호를 증폭시키는 적어도 하나의 캐버티를 포함하는 공진 구조체, 및 공진 구조체에 의해 증폭된 광음향 신호를 획득하는 광음향 감지부를 포함한다.According to another embodiment, a blood sugar sensor is provided for predicting blood sugar levels in the body. The blood sugar sensor includes a light generator that irradiates light to the skin, a resonance structure including at least one cavity that amplifies a photoacoustic signal generated by the skin absorbing heat of light, and light amplified by the resonance structure. It includes a photoacoustic detection unit that acquires an acoustic signal.
상기 혈당 센서에서 광발생부는, 근적외선 대역 또는 중적외선 대역 내의 복수의 파장의 빛을 파장의 크기를 점차 증가시키며 또는 파장의 크기를 점차 감소시키며 피부의 미리 결정된 영역 내에 조사할 수 있다.In the blood sugar sensor, the light generator may radiate light of a plurality of wavelengths within the near-infrared band or mid-infrared band into a predetermined area of the skin while gradually increasing or gradually decreasing the size of the wavelength.
상기 혈당 센서에서 광발생부는 또한, 지그재그 방향으로, 또는 동심원을 그리며, 또는 나선 모양으로 미리 결정된 영역 내에 빛을 조사할 수 있다.In the blood sugar sensor, the light generator may also irradiate light in a predetermined area in a zigzag direction, in a concentric circle, or in a spiral shape.
상기 혈당 센서에서 공진 구조체는, 제1 캐버티(cavity) 및 제2 캐버티를 포함하고, 빛은 제1 캐버티를 지나서 피부에 조사되고, 피부로부터 발생되는 광음향 신호는 제2 캐버티의 끝부분에 위치하고 있는 광음향 감지부에 의해 감지될 수 있다. In the blood sugar sensor, the resonance structure includes a first cavity and a second cavity, light passes through the first cavity and is irradiated to the skin, and the photoacoustic signal generated from the skin is transmitted through the second cavity. It can be detected by a photoacoustic detection unit located at the end.
상기 혈당 센서에서 광음향 감지부는, 마이크로폰 및 증폭부를 포함하고, 마이크로폰의 공진 주파수는 공진 구조체의 공진 주파수와 오차 범위 내에서 일치할 수 있다.In the blood sugar sensor, the photoacoustic detection unit includes a microphone and an amplifier, and the resonance frequency of the microphone may match the resonance frequency of the resonance structure within an error range.
상기 혈당 센서는 광음향 분석부 및 통신부를 더 포함하고, 광음향 분석부는 통신부를 통해 광음향 신호에 관한 정보를 컴퓨팅 장치 또는 서버로 송신하고, 컴퓨팅 장치 또는 서버로부터 광음향 신호의 광음향 스펙트럼을 이용하여 기계 학습에 기반하여 예측된 혈당에 관한 정보를 통신부를 통해 수신할 수 있다.The blood sugar sensor further includes a photoacoustic analysis unit and a communication unit, and the photoacoustic analysis unit transmits information about the photoacoustic signal to the computing device or server through the communication unit, and receives the photoacoustic spectrum of the photoacoustic signal from the computing device or server. Information about blood sugar predicted based on machine learning can be received through the communication unit.
또 다른 실시예에 따르면, 광음향 신호를 이용하여 체내의 혈당을 예측하는 시스템이 제공된다. 상기 혈당 예측 시스템은, 피부에 복수의 파장을 갖는 빛을 조사하여 복수의 파장에 대응하는 복수의 광음향 신호를 획득하는 혈당 센서, 및 복수의 광음향 신호로부터 복수의 파장에 각각 대응하는, 피부의 복수의 광음향 이미지를 획득하고, 복수의 광음향 이미지를 바탕으로 수행되는 기계 학습을 통해 혈당을 예측하는 광음향 분석부를 포함한다.According to another embodiment, a system for predicting blood sugar in the body using photoacoustic signals is provided. The blood sugar prediction system includes a blood sugar sensor that irradiates light having a plurality of wavelengths to the skin to obtain a plurality of photoacoustic signals corresponding to the plurality of wavelengths, and a blood sugar sensor that respectively corresponds to the plurality of wavelengths from the plurality of photoacoustic signals, It includes a photoacoustic analysis unit that acquires a plurality of photoacoustic images and predicts blood sugar level through machine learning based on the plurality of photoacoustic images.
상기 혈당 예측 시스템에서 광음향 분석부는, 복수의 광음향 이미지를 유무선 네트워크를 통해 혈당 예측 시스템의 외부의 컴퓨팅 장치 또는 서버에게 전송하고, 컴퓨팅 장치 또는 서버로부터 복수의 광음향 이미지를 바탕으로 수행되는 기계 학습에 기반하여 예측되는 혈당에 관한 정보를 수신할 수 있다. In the blood sugar prediction system, the photoacoustic analysis unit transmits a plurality of photoacoustic images to a computing device or server external to the blood sugar prediction system through a wired or wireless network, and a machine is performed based on the plurality of photoacoustic images from the computing device or server. You can receive information about predicted blood sugar levels based on learning.
상기 혈당 예측 시스템에서 광음향 분석부는, 합성곱 신경망(convolutional neural network, CNN)을 사용한 회귀 분석(regression analysis)을 통해 기계 학습을 수행하여 혈당을 예측할 수 있다.In the blood sugar prediction system, the photoacoustic analysis unit can predict blood sugar by performing machine learning through regression analysis using a convolutional neural network (CNN).
상기 혈당 예측 시스템에서 컴퓨팅 장치 또는 서버에 의해 수행되는 기계 학습은, 합성곱 신경망(convolutional neural network, CNN)을 사용한 회귀 분석(regression analysis)일 수 있다.Machine learning performed by a computing device or server in the blood sugar prediction system may be regression analysis using a convolutional neural network (CNN).
광음향 신호에 기반하여 생성되는 광음향 이미지를 이용하여 피부의 분비물, 피부의 상태, 또는 피부 표면의 불균일성 등에 의한 영향을 효과적으로 제거함으로써 정확하게 비침습적으로 혈당이 예측될 수 있다. 또한, 광음향 이미지에서 선택된 측정 위치에 대응하는 광음향 스펙트럼을 사용함으로써, 기계 학습을 수행하는 컴퓨팅 장치에서 소모되는 컴퓨팅 자원이 줄어들 수 있고, 기계 학습의 수행 속도 또한 획기적으로 개선될 수 있다.Blood sugar can be predicted accurately and non-invasively by effectively removing the effects of skin secretions, skin condition, or skin surface unevenness using photoacoustic images generated based on photoacoustic signals. Additionally, by using the photoacoustic spectrum corresponding to the selected measurement position in the photoacoustic image, computing resources consumed by the computing device performing machine learning can be reduced, and the performance speed of machine learning can also be dramatically improved.
도 1은 한 실시예에 따른 비침습식 혈당 예측 시스템를 나타내는 블록도이다.
도 2는 한 실시예에 따른 비침습식 혈당 센서의 동작을 나타내는 개념도 및 단파장 빛의 지름과 주파수를 나타낸 그래프이다.
도 3은 한 실시예에 따른 광발생부와 광음향 감지부 간의 상대적인 위치 관계를 나타낸 개념도이다.
도 4는 한 실시예에 따른 각 피부 위치에 대응하는 PAS 신호의 광음향 이미지이다.
도 5는 한 실시예에 따른 각 피부 위치 별 광음향 스펙트럼을 나타낸 그래프이다.
도 6a는 한 실시예에 따른 PAS 신호의 광음향 이미지의 시간 변화를 나타낸 도면이고, 도 6b는 도 6a에 표시된 위치에서의 광음향 스펙트럼 및 광음향 스펙트럼의 시간 변화를 나타낸 도면이다.
도 7은 한 실시예에 따른 혈당 예측 시스템의 혈당 예측 방법을 나타낸 흐름도이다.
도 8은 한 실시예에 따른 혈당 센서의 구조를 나타낸 개념도이다.
도 9는 한 실시예에 따른 혈당 센서의 최적 치수를 결정하기 위한 그래프이다.
도 10은 한 실시예에 따른 혈당 예측 시스템의 광음향 분석부를 나타낸 블록도이다.1 is a block diagram showing a non-invasive blood sugar prediction system according to an embodiment.
Figure 2 is a conceptual diagram showing the operation of a non-invasive blood sugar sensor according to an embodiment and a graph showing the diameter and frequency of short-wavelength light.
Figure 3 is a conceptual diagram showing the relative positional relationship between a light generating unit and a photoacoustic sensing unit according to an embodiment.
Figure 4 is a photoacoustic image of a PAS signal corresponding to each skin location according to one embodiment.
Figure 5 is a graph showing the photoacoustic spectrum for each skin location according to one embodiment.
FIG. 6A is a diagram showing time changes in the photoacoustic image of the PAS signal according to one embodiment, and FIG. 6B is a diagram showing the photoacoustic spectrum and time changes in the photoacoustic spectrum at the location shown in FIG. 6A.
Figure 7 is a flowchart showing a blood sugar prediction method of a blood sugar prediction system according to an embodiment.
Figure 8 is a conceptual diagram showing the structure of a blood sugar sensor according to an embodiment.
Figure 9 is a graph for determining the optimal dimensions of a blood sugar sensor according to one embodiment.
Figure 10 is a block diagram showing the photoacoustic analysis unit of a blood sugar prediction system according to an embodiment.
아래에서는 첨부한 도면을 참고로 하여 본 기재의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 기재는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 기재를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Below, with reference to the attached drawings, embodiments of the present disclosure will be described in detail so that those skilled in the art can easily implement the present invention. However, the present disclosure may be implemented in various different forms and is not limited to the embodiments described herein. In order to clearly explain the description in the drawings, parts that are not related to the description are omitted, and similar parts are given similar reference numerals throughout the specification.
도 1은 한 실시예에 따른 혈당 센서를 나타내는 블록도이고, 도 2는 한 실시예에 따른 혈당 센서의 동작을 나타내는 개념도 및 단파장 빛의 지름과 주파수를 나타낸 그래프이다.FIG. 1 is a block diagram showing a blood sugar sensor according to an embodiment, and FIG. 2 is a conceptual diagram showing the operation of a blood sugar sensor according to an embodiment and a graph showing the diameter and frequency of short-wavelength light.
도 1을 참조하면, 한 실시예에 따른 혈당 센서(100)는, 광발생부(110), 공진 구조체(120), 및 광음향 감지부(130)를 포함한다.Referring to FIG. 1 , the blood sugar sensor 100 according to one embodiment includes a
광발생부(light emitter)(110)는, 레이저(111), 스캐닝 미러(112), 및 제어부(113)를 포함한다. 제어부(113)는 레이저(111)에서 출력되는 단파장 빛이 피부를 스캔할 수 있도록 스캐닝 미러(112)를 제어할 수 있다. 예를 들어, 레이저(111)에서 출력되는 빛은 제어부(113)의 제어에 따라 스캐닝 미러(112)에 의해 피부 상의 미리 결정된 영역을 스캔한다. 즉, 광발생부(110)는 지그재그 방향으로, 또는 동심원을 그리며, 또는, 나선 모양으로 피부 상의 미리 결정된 영역에 빛을 조사할 수 있다. 광발생부(110)는 혈당을 가장 효과적으로 측정할 수 있는 파장 대역의 다양한 파장의 빛을 방출할 수 있다. 예를 들어, 광발생부(110)는 파장별 PAS 신호의 크기 변화를 나타내는 광음향 스펙트럼이 획득될 수 있도록, 근적외선(near-infrared) 또는 중적외선(mid-infrared, MIR) 대역에서 파장을 순차적으로 증가시키며 또는 파장을 순차적으로 감소시키며 빛을 출력할 수 있다. 광발생부(110)에서 방출되는 빛의 파장 대역은, 측정하려는 체내 물질의 종류에 따라 달라질 수 있다.The
공진 구조체(acoustic resonator)(120)는, 광발생부(110)에서 출력되는 레이저가 피부 상에 조사된 후 발생하는 광음향 신호(photoacoustic spectrography, PAS)를 공진 구조체(120)에 포함된 적어도 하나의 캐버티(cavity)를 통해 증폭할 수 있다. PAS 신호는, 레이저 등의 빛이 피부 표면의 좁은 면적에 고밀도로 조사된 후 피부 조직이 열을 흡수하여 순간적으로 팽창하게 될 때 발생되는 음향 신호이다. 이때 PAS 신호는 매우 짧은 시간 간격(나노초 스케일)의 펄스 형태로 방출되고, 공진 구조체(120)의 구조적 특성으로 인해 그 크기가 증폭되어 광음향 감지부(130)에서 감지될 수 있다.The
도 2를 참조하면, 스캐닝 미러(112)에 의해 스티어링된 빛이 피부에 조사되면, PAS 신호가 피부로부터 발생된다. 이후 PAS 신호는 공진 구조체(120) 내에서 증폭된 후 광음향 감지부(130)에서 측정된다. 도 2의 오른쪽에 있는 두 개의 그래프는 각각 스캐닝 미러(112)에서 샘플까지의 거리와 빔 지름(beam diameter) 간의 관계를 나타낸 그래프와, 공진 구조체(120)의 주파수 응답 특성을 나타낸 그래프이다. 도 2를 참조하면, 스캐닝 미러(112)에서 피부까지의 거리 y가 50mm일 때 빛이 피부에 닿는 부분(초점)의 빔 지름이 약 90 ㎛로서 최소이다. 이는 실험으로 획득된 수치이고, 스캐닝 미러(112)의 규격 등에 따라 달라질 수 있다. 즉, 스캐닝 미러(112)에서 피부까지의 거리 y는 빛의 빔 지름이 최소가 되도록 결정될 수 있다. 또한 공진 구조체(120)의 공진 주파수는 약 47.5kHz이고, 따라서 한 실시예에 따른 광발생부(110)는 45kHz에서 50kHz의 간격으로 빛을 조사할 수 있다.Referring to FIG. 2, when light steered by the
광음향 감지부(photoacoustic detector)(130)는, 광음향 수신부(131)(예를 들어, 마이크로폰)를 포함하고, PAS 신호의 신호 처리를 위한 필터(132) 및 증폭부(133)를 더 포함할 수 있다. 또는 광음향 감지부(130)는 락인 증폭기(lock-in amplifier)(미도시)를 통해 PAS 신호를 증폭할 수 있다.The
한 실시예에 따른 혈당 센서(100)는 광음향 분석부(PAS analyzer)(140) 및 통신부(미도시)를 더 포함할 수 있다.The blood sugar sensor 100 according to one embodiment may further include a photoacoustic analysis unit (PAS analyzer) 140 and a communication unit (not shown).
광음향 분석부(140)는 PAS 신호를 분석하여 체내의 혈당 수치를 예측할 수 있다. 광음향 분석부(140)는 직접 PAS 신호를 분석하여 체내 혈당 수치를 예측할 수 있다. 또는 광음향 분석부(140)는 혈당 예측에 필요한 연산량이 과다할 경우, 외부의 컴퓨팅 장치 또는 서버로 PAS 신호에 관한 정보를 전달하고, 외부의 컴퓨팅 장치 또는 서버에 의해 PAS 신호를 이용한 기계 학습을 통해 결정된 혈당에 관한 정보를 수신할 수 있다. 즉, 광음향 분석부(140)는 통신부를 통해 PAS 신호에 관한 정보를 외부의 컴퓨팅 장치 또는 서버로 송신하고, 컴퓨팅 장치 또는 서버로부터 PAS 신호의 광음향 스펙트럼을 이용하여 기계 학습에 기반하여 결정된 혈당 수치를 통신부를 통해 수신할 수 있다. 외부의 컴퓨팅 장치는 근거리 무선 통신 네트워크로 연결된 혈당 센서의 사용자의 이동 통신 장치이거나, 또는 유선 네트워크로 연결된 사용자의 개인용 컴퓨터이거나, 또는 장거리 무선 통신 네트워크로 연결된 원격지의 서버일 수 있다. 아래에서 광음향 분석부(140)의 기능으로 기재된 것은 광음향 분석부(140)가 외부의 컴퓨팅 장치 또는 서버를 이용하여 기능하는 경우를 포함한다. 한 실시예에 따른 광음향 분석부(140)는 다양한 파장을 갖는 빛으로부터 생성되는 PAS 신호로부터 각 파장에 대응하는 광음향 이미지를 획득하고, 각 파장에 대응하는 복수의 광음향 이미지를 바탕으로 기계 학습을 통해 체내의 혈당 수치를 예측할 수 있다. 이때 광음향 분석부(140)(또는 외부의 컴퓨팅 장치 또는 서버)는 각 파장에 대응하는 복수의 광음향 이미지를 이용하여 심층 학습(Deep learning)을 수행할 수 있고, 이때 합성곱 신경망(convolutional neural network, CNN)을 사용한 회귀 분석(regression analysis)이 적용될 수 있다.The
도 3은 한 실시예에 따른 혈당 센서와 신체 간의 상대적인 위치 관계를 나타낸 개념도이다.Figure 3 is a conceptual diagram showing the relative positional relationship between a blood sugar sensor and the body according to an embodiment.
도 3의 (a) 및 (b)를 참조하면, 광발생부(110), 공진 구조체(120) 및 광음향 감지부(130)는 피부의 한쪽 측면에 위치한다. 도 3의 (c) 및 (d)를 참조하면, 광발생부(110)는 공진 구조체(120)와 서로 다른 면에 위치한다. 예를 들어, 한 실시예에 따른 혈당 센서(100)가 손목 또는 손가락 등에 부착될 때, (a) 및 (b)와 같은 혈당 센서(100)는 손목 또는 손가락의 한쪽 측면에서 광발생 및 광음향 감지를 수행한다. 이와 달리 (c) 및 (d)와 같은 혈당 센서(100)는 손목 또는 손가락의 한쪽 측면에서 빛을 발생시키고, 신체를 통과한 빛은 반대측의 공진 구조체(120)에 닿게 된다.Referring to Figures 3 (a) and (b), the
도 4는 한 실시예에 따른 각 피부 위치에 대응하는 PAS 신호의 광음향 이미지이고, 도 5는 한 실시예에 따른 각 피부 위치 별 광음향 스펙트럼을 나타낸 그래프이고, 도 6a는 한 실시예에 따른 PAS 신호의 광음향 이미지의 시간 변화를 나타낸 도면이며, 도 6b는 도 6a에 표시된 위치에서의 광음향 스펙트럼 및 광음향 스펙트럼의 시간 변화를 나타낸 도면이다.FIG. 4 is a photoacoustic image of a PAS signal corresponding to each skin location according to an embodiment, FIG. 5 is a graph showing the photoacoustic spectrum for each skin location according to an embodiment, and FIG. 6A is a graph showing a photoacoustic spectrum for each skin location according to an embodiment. This is a diagram showing the time change of the photoacoustic image of the PAS signal, and FIG. 6B is a diagram showing the photoacoustic spectrum and the time change of the photoacoustic spectrum at the location shown in FIG. 6A.
한 실시예에 따른 광음향 분석부(140)는, 피부의 2차원 광음향 이미지를 생성하고, 2차원 광음향 이미지 내에서 혈당 예측에 사용할 적어도 하나의 측정 위치를 선택할 수 있다. 도 4에는, 손가락의 두 위치에서 획득된 PAS 신호로부터 생성되는 광음향 이미지(410, 420) 및 손바닥의 두 위치에서 획득된 PAS 신호로부터 생성되는 광음향 이미지(430, 440)가 도시되어 있다. 한 실시예에 따른 혈당 센서(100)가 손가락 또는 손바닥의 일부분에 빛을 조사하여 획득되는 PAS 신호를 바탕으로 광음향 이미지가 생성될 수 있고, 광음향 분석부(140)는 광음향 이미지를 바탕으로 혈당 예측에 사용할 적어도 하나의 측정 위치를 선택할 수 있다. 광음향 이미지에서 혈당 예측에 사용할 적어도 하나의 측정 위치를 선택하는 것은, 피부의 분비선과 연결된 피부 구멍에서 분비되는 땀, 피지 등 혈당 수치 측정의 정확도를 떨어뜨릴 수 있는 분비물의 영향을 제거하기 위한 것이다. 즉, 한 실시예에 따른 광음향 분석부(140)는 광음향 이미지를 분석하여 분비물이 가장 적게 배출되는 위치를 혈당 수치를 예측하기 위한 측정 위치로서 결정할 수 있다.The
도 5를 참조하면, p1, p2, 및 p3 지점에서 각각 획득되는 PAS 신호의 광음향 스펙트럼은 그래프 (A)와 같다. 그래프 (A)에서 광음향 이미지에서 가장 밝은 지점인 p3에 대응하는 광음향 스펙트럼은 다른 지점의 광음향 스펙트럼과 다르다. 그래프 (B)를 통해서, p3의 광음향 스펙트럼에서 p1의 광음향 스펙트럼을 차감한 그래프와 젖산 나트륨(sodium lactate)의 광음향 스펙트럼이 유사함을 알 수 있다. 즉, 광음향 이미지 내에서 p3와 같이 밝은 부분은 젖산 나트륨 등의 신체 분비물에 의해 영향을 받았음이 학습될 수 있다. 따라서, p1과 같이 신체 분비물에 의한 영향이 가장 적을 것으로 예상되는, 광음향 이미지 내의 어두운 부분이 혈당 수치를 판정하기 위한 측정 위치로서 결정될 수 있다.Referring to FIG. 5, the photoacoustic spectrum of the PAS signal acquired at points p1, p2, and p3, respectively, is shown in graph (A). In graph (A), the photoacoustic spectrum corresponding to p3, the brightest point in the photoacoustic image, is different from the photoacoustic spectrum of other points. Through the graph (B), it can be seen that the photoacoustic spectrum of sodium lactate is similar to the graph obtained by subtracting the photoacoustic spectrum of p1 from the photoacoustic spectrum of p3. In other words, it can be learned that bright parts such as p3 in the photoacoustic image are affected by body secretions such as sodium lactate. Accordingly, a dark area in the photoacoustic image, such as p1, which is expected to be least affected by body secretions, can be determined as a measurement location for determining the blood sugar level.
또한, 시간에 따른 피부 상태도 측정 위치를 선택하기 위해 고려될 수 있다. 도 6a 및 도 6b를 참조하면, 그래프 (b) 및 (c)는 광음향 이미지 내의 제1 위치에서 획득된 광음향 스펙트럼 및 광음향 스펙트럼의 시간 변화를 각각 나타낸다. 또한 그래프 (d) 및 (e)는 광음향 이미지 내의 제1 위치와 다른 제2 위치에서 획득된 광음향 스펙트럼 및 광음향 스펙트럼의 시간 변화를 각각 나타낸다. 시간 t=0에서 제1 위치 및 제2 위치의 밝기는 유사하였지만, 도 6a를 참조하면 시간이 지날수록 제2 위치의 밝기가 밝아졌고, 그 결과가 도 6b의 그래프 (d) 및 (e)에 나타나있다. Additionally, skin condition over time can also be considered to select a measurement location. Referring to FIGS. 6A and 6B, graphs (b) and (c) show the photoacoustic spectrum and the time change of the photoacoustic spectrum acquired at a first location within the photoacoustic image, respectively. Additionally, graphs (d) and (e) respectively show the photoacoustic spectrum acquired at a second location different from the first location within the photoacoustic image and the time change of the photoacoustic spectrum. At time t=0, the brightness of the first location and the second location were similar, but referring to FIG. 6A, the brightness of the second location became brighter over time, and the results are shown in graphs (d) and (e) of FIG. 6B. appears in
위에서 설명한 대로, 광음향 신호에 기반하여 생성되는 광음향 이미지를 이용하여 피부의 분비물, 피부의 상태, 또는 피부 표면의 불균일성 등에 의한 영향이 효과적으로 제거될 수 있고 따라서, 혈당 예측의 정확성이 높아질 수 있다. 또한, 광음향 이미지 중 일부의 측정 위치에 대응하는 광음향 스펙트럼만을 사용함으로써, 기계 학습을 수행하는 컴퓨팅 장치에서 소모되는 컴퓨팅 자원이 줄어들 수 있고, 혈당 예측을 위한 기계 학습의 수행 속도 또한 획기적으로 개선될 수 있다.As described above, by using photoacoustic images generated based on photoacoustic signals, the influence of skin secretions, skin condition, or skin surface unevenness can be effectively removed, and thus, the accuracy of blood sugar prediction can be increased. . In addition, by using only the photoacoustic spectrum corresponding to the measurement position of some of the photoacoustic images, the computing resources consumed by the computing device performing machine learning can be reduced, and the performance speed of machine learning for blood sugar prediction is also dramatically improved. It can be.
도 7은 한 실시예에 따른 혈당 예측 시스템의 혈당 예측 방법을 나타낸 흐름도이다.Figure 7 is a flowchart showing a blood sugar prediction method of a blood sugar prediction system according to an embodiment.
도 7을 참조하면, 혈당 센서(100)의 광발생부(110)는 피부에 빛을 조사하여 PAS 신호를 발생시키고, 광음향 감지부(120)에 의해 광음향 신호가 획득된다(S110). 이때 광발생부(110)의 레이저(111)는 각각 다양한 크기의 파장을 갖는 복수의 레이저를 방출하고, 스캐닝 미러(112)를 제어하여 복수의 파장의 빛이 피부의 미리 결정된 영역 내에 조사될 수 있도록 한다. 또한, 피부에서 발생된 PAS 신호는 공진 구조체(120)에 의해 증폭될 수 있다.Referring to FIG. 7, the
이후, 광음향 분석부(140)(또는 광음향 분석부(140)로부터 PAS 신호에 관한 정보를 수신한 외부의 컴퓨팅 장치 또는 서버)는 PAS 신호로부터 피부의 2차원 광음향 이미지를 획득하고(S120), 광음향 이미지를 바탕으로 혈당을 예측하기 위해 사용될 적어도 하나의 측정 위치를 선택한다(S130). 한 실시예에 따르면, 적어도 하나의 측정 위치는, 광음향 이미지에서 명도가 낮은 순서대로 선택될 수 있다. 예를 들어, 혈당을 예측하기 위한 측정 위치가 n개 필요할 때, 광음향 분석부(140)는 광음향 이미지에서 명도가 낮은 순서대로 n개의 측정 위치를 선택할 수 있다. 광음향 이미지에서 명도가 상대적으로 낮은 부분은, 피부의 분비선에 연결된 피부 구멍을 포함하고 있지 않은 영역을 가리킬 수 있다. 또는, 광음향 이미지에서 명도가 상대적으로 낮은 부분은, 피부가 손가락 피부일 때 지문의 골 부분을 가리킬 수 있다. 또한, 광음향 분석부(140)는 광음향 이미지에서 미리 결정된 시간 동안 광음향 스펙트럼의 변화가 상대적으로 적은 부분을 측정 위치로서 선택할 수 있다. Thereafter, the photoacoustic analysis unit 140 (or an external computing device or server that receives information about the PAS signal from the photoacoustic analysis unit 140) acquires a two-dimensional photoacoustic image of the skin from the PAS signal (S120) ), select at least one measurement location to be used to predict blood sugar based on the photoacoustic image (S130). According to one embodiment, at least one measurement location may be selected in order of decreasing brightness in the photoacoustic image. For example, when n measurement positions are needed to predict blood sugar, the
이후, 광음향 분석부(140)는 선택된 측정 위치에 대응하는 PAS 신호의 광음향 스펙트럼을 바탕으로 혈당을 예측한다(S140). 선택된 측정 위치에 대응하는 PAS 신호의 광음향 스펙트럼을 획득하기 위해서 광음향 분석부(140)는 선택된 측정 위치에서 파수(wavenumber) 스캔을 수행할 수 있다. 광음향 분석부(140)는 선택된 측정 위치에 대응하는 PAS 신호의 광음향 스펙트럼을 이용하여 기계 학습을 수행할 수 있고, 기계 학습의 결과에 따라 혈당을 예측할 수 있다. 이때 광음향 분석부(140)는 연산량 부하를 줄이기 위해, 통신부를 통해 외부 컴퓨팅 장치 또는 서버에게, 광음향 이미지 및 광음향 이미지에서 선택된 측정 위치에 관한 정보를 송신하거나, 또는 선택된 측정 위치에 대응하는 광음향 스펙트럼을 송신하고, 외부 컴퓨팅 장치 또는 서버에 의해 수행되는 기계 학습의 결과를 이용할 수 있다.Thereafter, the
도 8은 한 실시예에 따른 비침습식 혈당 센서의 구조를 나타낸 개념도이다.Figure 8 is a conceptual diagram showing the structure of a non-invasive blood sugar sensor according to an embodiment.
도 8을 참조하면, 한 실시예에 따른 공진 구조체(120)는 메인 캐버티(main cavity)(121) 및 브랜치 캐버티(branch cavity)(122)를 포함한다. 광발생부(110)에서 방출된 빛은 메인 캐버티(121)를 지나 피부에 조사된다. 이후 피부로부터 발생되는 PAS 신호는 공진 구조체(120)의 진동 특성에 따라 증폭되어 브랜치 캐버티(122)의 끝부분에 위치하고 있는 광음향 감지부(130)에 의해 감지될 수 있다. 이때 한 실시예에 따른 공진 구조체(120)의 진동 특성은 공진 구조체(120)의 소재, 메인 캐버티(121)의 높이, 메인 캐버티(121)의 지름, 및 브랜치 캐버티(122)의 길이에 의존한다. 그리고 공진 구조체(120)의 공진 주파수는 광음향 감지부(130)에 포함된 마이크로폰의 공진 주파수와 오차 범위 내에서 일치한다.Referring to FIG. 8, the
도 9는 한 실시예에 따른 공진 구조체의 최적 치수를 결정하기 위한 그래프이다. Figure 9 is a graph for determining the optimal dimensions of a resonance structure according to one embodiment.
도 9의 그래프 (a)는 최적화된 공진 구조체(120)의 주파수 특성을 나타낸 그래프이고, 그래프 (b)는 메인 캐버티(121)의 높이 변화에 따른 주파수 특성을 나타낸 그래프이고, 그래프 (c)는 브랜치 캐버티(122)의 길이 변화에 따른 주파수 특성을 나타낸 그래프이며, 그래프 (d)는 메인 캐버티(121)의 지름 변화에 따른 주파수 특성을 나타낸 그래프이다. 그래프 (b)에서, 메인 캐버티(121)의 높이는 4.5mm에서 14.5mm까지 변경되었고, 메인 캐버티(121)의 높이가 높을수록 공진이 잘 일어나는 것으로 확인되었다. 그래프 (c)에서 브랜치 캐버티(122)의 길이는 5mm에서 11mm까지 변경되었고, 브랜치 캐버티(122)의 길이가 짧을수록 공진이 잘 일어나는 것으로 확인되었다. 그래프 (d)에서 메인 캐버티(121)의 지름은 7mm에서 10mm까지 변경되었고, 각 경우에 서로 다른 주파수 특성이 나타났으며, 지름이 8.5mm일 때 공진이 가장 잘 일어나는 것으로 확인되었다. 그래프 (d)의 점선은, 마이크로폰과 같은 광음향 수신부(131)의 재스케일링된 주파수 응답 곡선(rescaled frequency response curve)이다. 9 is a graph showing the frequency characteristics of the optimized
도 10은 다른 실시예에 따른 혈당 예측 시스템의 광음향 분석부를 나타낸 블록도이다.Figure 10 is a block diagram showing the photoacoustic analysis unit of a blood sugar prediction system according to another embodiment.
한 실시예에 따른 광음향 분석부는, 컴퓨터 시스템, 예를 들어 컴퓨터 판독 가능 매체로 구현될 수 있다. 도 10을 참조하면, 컴퓨터 시스템(1000)은, 버스(1070)를 통해 통신하는 프로세서(1010), 메모리(1030), 사용자 인터페이스 입력 장치(1050), 사용자 인터페이스 출력 장치(1060), 및 저장 장치(1040) 중 적어도 하나를 포함할 수 있다. 컴퓨터 시스템(1000)은 또한 네트워크에 결합된 통신 장치(1020)를 포함할 수 있다. 프로세서(1010)는 중앙 처리 장치(central processing unit, CPU)이거나, 또는 메모리(1030) 또는 저장 장치(1040)에 저장된 명령을 실행하는 반도체 장치일 수 있다. 메모리(1030) 및 저장 장치(1040)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리는 ROM(read only memory) 및 RAM(random access memory)를 포함할 수 있다. 본 기재의 실시예에서 메모리는 프로세서의 내부 또는 외부에 위치할 수 있고, 메모리는 이미 알려진 다양한 수단을 통해 프로세서와 연결될 수 있다. 메모리는 다양한 형태의 휘발성 또는 비휘발성 저장 매체이며, 예를 들어, 메모리는 읽기 전용 메모리(read-only memory, ROM) 또는 랜덤 액세스 메모리(random access memory, RAM)를 포함할 수 있다.The photoacoustic analysis unit according to one embodiment may be implemented as a computer system, for example, a computer-readable medium. Referring to FIG. 10, the
따라서, 본 발명의 실시예는 컴퓨터에 구현된 방법으로서 구현되거나, 컴퓨터 실행 가능 명령이 저장된 비일시적 컴퓨터 판독 가능 매체로서 구현될 수 있다. 한 실시예에서, 프로세서에 의해 실행될 때, 컴퓨터 판독 가능 명령은 본 기재의 적어도 하나의 양상에 따른 방법을 수행할 수 있다.Accordingly, embodiments of the present invention may be implemented as a computer-implemented method or as a non-transitory computer-readable medium storing computer-executable instructions. In one embodiment, when executed by a processor, computer readable instructions may perform a method according to at least one aspect of the present disclosure.
통신 장치(1020)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. The
한편, 본 발명의 실시예는 지금까지 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 상술한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 통상의 기술자라면 쉽게 구현할 수 있는 것이다. 구체적으로, 본 발명의 실시예에 따른 방법(예, 네트워크 관리 방법, 데이터 전송 방법, 전송 스케줄 생성 방법 등)은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어, 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은, 본 발명의 실시예를 위해 특별히 설계되어 구성된 것이거나, 컴퓨터 소프트웨어 분야의 통상의 기술자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체는 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치를 포함할 수 있다. 예를 들어, 컴퓨터 판독 가능 기록 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 롬(ROM), 램(RAM), 플래시 메모리 등일 수 있다. 프로그램 명령은 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라, 인터프리터 등을 통해 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. Meanwhile, the embodiments of the present invention are not only implemented through the apparatus and/or method described so far, but may also be implemented through a program that realizes the function corresponding to the configuration of the embodiment of the present invention or a recording medium on which the program is recorded. This implementation can be easily implemented by anyone skilled in the art from the description of the above-described embodiments. Specifically, methods according to embodiments of the present invention (e.g., network management method, data transmission method, transmission schedule creation method, etc.) are implemented in the form of program instructions that can be executed through various computer means, and are stored in a computer-readable medium. can be recorded The computer-readable medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the computer-readable medium may be specially designed and configured for embodiments of the present invention, or may be known and usable by those skilled in the art of computer software. A computer-readable recording medium may include a hardware device configured to store and perform program instructions. For example, computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and floptical disks. It may be the same magneto-optical media, ROM, RAM, flash memory, etc. Program instructions may include not only machine language code such as that created by a compiler, but also high-level language code that can be executed by a computer through an interpreter, etc.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although the embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements made by those skilled in the art using the basic concept of the present invention defined in the following claims are also possible. It falls within the scope of rights.
Claims (20)
피부에 빛을 조사하여 광음향 신호를 획득하는 단계,
상기 광음향 신호로부터 상기 피부의 광음향 이미지를 획득하는 단계,
상기 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계, 그리고
상기 광음향 신호 중, 상기 적어도 하나의 측정 위치에 대응하는 광음향 신호의 광음향 스펙트럼을 바탕으로 상기 혈당을 예측하는 단계를 포함하고,
상기 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계는,
상기 광음향 이미지에서 명도가 상대적으로 낮은 위치를 상기 적어도 하나의 측정 위치로서 선택하는 단계를 포함하고,
상기 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계는,
상기 광음향 이미지를 분석하여 분비물이 가장 적게 배출되는 위치 순서대로 상기 적어도 하나의 측정 위치를 선택하는 단계를 포함하되,
상기 분비물이 가장 적게 배출되는 위치 순서는, 상기 광음향 이미지에서 명도가 상대적으로 낮은 순서, 및 상기 광음향 이미지에서 미리 결정된 시간 동안 광음향 스펙트럼의 변화가 상대적으로 적은 순서 중 적어도 하나인 것을 특징으로 하는 혈당 예측 방법.A method of predicting blood sugar in the body using photoacoustic signals,
Obtaining a photoacoustic signal by irradiating light to the skin,
Obtaining a photoacoustic image of the skin from the photoacoustic signal,
selecting at least one measurement location based on the photoacoustic image, and
Predicting the blood sugar level based on the photoacoustic spectrum of the photoacoustic signal corresponding to the at least one measurement position among the photoacoustic signals,
The step of selecting at least one measurement location based on the photoacoustic image includes:
A step of selecting a position with relatively low brightness in the photoacoustic image as the at least one measurement position,
The step of selecting at least one measurement location based on the photoacoustic image includes:
Comprising the step of analyzing the photoacoustic image and selecting the at least one measurement location in order of the location where the least secretion is discharged,
The order of positions in which the secretion is discharged the least is at least one of an order in which brightness is relatively low in the photoacoustic image, and an order in which a change in the photoacoustic spectrum is relatively small during a predetermined time in the photoacoustic image. How to predict blood sugar level.
상기 피부에 빛을 조사하여 광음향 신호를 획득하는 단계는,
미리 결정된 대역 내의 복수의 파장의 빛을 상기 피부의 미리 결정된 영역 내에 조사하는 단계
를 포함하는, 혈당 예측 방법.In paragraph 1:
The step of acquiring a photoacoustic signal by irradiating light to the skin,
Irradiating light of a plurality of wavelengths within a predetermined band into a predetermined area of the skin
Including, blood sugar prediction method.
상기 미리 결정된 대역 내의 복수의 파장의 빛을 상기 피부의 미리 결정된 영역 내에 조사하는 단계는,
근적외선 대역 또는 중적외선 대역 내에서 파장의 크기를 점차 증가시키며 상기 빛을 상기 미리 결정된 영역 내에 조사하는 단계
를 포함하는, 혈당 예측 방법.In paragraph 2,
The step of irradiating light of a plurality of wavelengths within the predetermined band into a predetermined area of the skin,
Gradually increasing the size of the wavelength within the near-infrared band or mid-infrared band and irradiating the light into the predetermined area
Including, a blood sugar prediction method.
상기 미리 결정된 대역 내의 복수의 파장의 빛을 상기 피부의 미리 결정된 영역 내에 조사하는 단계는,
근적외선 대역 또는 중적외선 대역 내에서 파장의 크기를 점차 감소시키며 상기 빛을 상기 미리 결정된 영역 내에 조사하는 단계
를 포함하는, 혈당 예측 방법.In paragraph 2,
The step of irradiating light of a plurality of wavelengths within the predetermined band into a predetermined area of the skin,
Gradually reducing the size of the wavelength within the near-infrared band or mid-infrared band and irradiating the light into the predetermined area
Including, a blood sugar prediction method.
상기 미리 결정된 대역 내의 복수의 파장의 빛을 상기 피부의 미리 결정된 영역 내에 조사하는 단계는,
지그재그 방향으로, 또는 동심원을 그리며, 또는 나선 모양으로 상기 미리 결정된 영역 내에 상기 빛을 조사하는 단계
를 포함하는, 혈당 예측 방법.In paragraph 2,
The step of irradiating light of a plurality of wavelengths within the predetermined band into a predetermined area of the skin,
Irradiating the light within the predetermined area in a zigzag direction, in a concentric circle, or in a spiral shape.
Including, blood sugar prediction method.
상기 광음향 이미지에서 명도가 상대적으로 낮은 위치는, 상기 피부의 분비선에 연결된 피부 구멍을 포함하고 있지 않은 영역을 가리키는, 혈당 예측 방법.In paragraph 1:
A location with relatively low brightness in the photoacoustic image indicates an area that does not contain skin pores connected to the secretory glands of the skin.
상기 광음향 이미지에서 명도가 상대적으로 낮은 위치는, 상기 피부가 손가락 피부일 때 지문의 골 부분을 가리키는, 혈당 예측 방법.In paragraph 1:
A blood sugar prediction method in which a position with relatively low brightness in the photoacoustic image indicates a valley part of a fingerprint when the skin is the skin of a finger.
상기 광음향 이미지를 바탕으로 적어도 하나의 측정 위치를 선택하는 단계는,
상기 광음향 이미지에서 미리 결정된 시간 동안 광음향 스펙트럼의 변화가 상대적으로 적은 위치를 상기 적어도 하나의 측정 위치로서 선택하는 단계
를 더 포함하는, 혈당 예측 방법.In paragraph 1:
The step of selecting at least one measurement location based on the photoacoustic image includes:
Selecting a location in the photoacoustic image where there is a relatively small change in the photoacoustic spectrum during a predetermined time as the at least one measurement location.
A method for predicting blood sugar, further comprising:
상기 광음향 신호 중, 상기 적어도 하나의 측정 위치에 대응하는 광음향 신호의 광음향 스펙트럼을 바탕으로 상기 혈당을 예측하는 단계는,
상기 광음향 스펙트럼에 관한 정보를 컴퓨팅 장치 또는 서버로 송신하는 단계, 그리고
상기 컴퓨팅 장치 또는 상기 서버로부터 상기 광음향 스펙트럼을 이용하여 기계 학습에 기반하여 예측된 혈당에 관한 정보를 수신하는 단계
를 포함하는, 혈당 예측 방법.In paragraph 1:
Predicting the blood sugar based on the photoacoustic spectrum of the photoacoustic signal corresponding to the at least one measurement position among the photoacoustic signals,
transmitting information regarding the optoacoustic spectrum to a computing device or server, and
Receiving information about blood sugar predicted based on machine learning using the photoacoustic spectrum from the computing device or the server
Including, a blood sugar prediction method.
피부에 빛을 조사하는 광발생부,
상기 피부가 상기 빛의 열을 흡수하여 발생시키는 광음향 신호를 증폭시키는 적어도 하나의 캐버티를 포함하는 공진 구조체, 및
상기 공진 구조체에 의해 증폭된 광음향 신호를 획득하는 광음향 감지부를 포함하고,
상기 획득된 광음향 신호는, 광음향 분석부에서 광음향 이미지의 획득에 이용되고, 상기 광음향 이미지에서 명도가 상대적으로 낮은 위치가 혈당 예측을 위한 측정 위치로 선택되며,
상기 광음향 이미지에서 분비물이 가장 적게 배출되는 위치 순서대로 상기 혈당 예측을 위한 적어도 하나의 측정 위치를 선택하되,
상기 분비물이 가장 적게 배출되는 위치 순서는, 상기 광음향 이미지에서 명도가 상대적으로 낮은 순서, 및 상기 광음향 이미지에서 미리 결정된 시간 동안 광음향 스펙트럼의 변화가 상대적으로 적은 순서 중 적어도 하나인 것을 특징으로 하는 혈당 센서.A blood sugar sensor for predicting blood sugar levels in the body,
A light generator that irradiates light to the skin,
A resonance structure including at least one cavity that amplifies a photoacoustic signal generated by the skin absorbing the heat of the light, and
It includes a photoacoustic detection unit that acquires a photoacoustic signal amplified by the resonance structure,
The acquired photoacoustic signal is used to acquire a photoacoustic image in the photoacoustic analysis unit, and a location with relatively low brightness in the photoacoustic image is selected as a measurement location for blood sugar prediction,
Select at least one measurement location for predicting blood sugar in the photoacoustic image in the order of the location where secretions are discharged the least,
The order of positions in which the secretion is discharged the least is at least one of an order in which brightness is relatively low in the photoacoustic image, and an order in which a change in the photoacoustic spectrum is relatively small during a predetermined time in the photoacoustic image. blood sugar sensor.
상기 광발생부는,
근적외선 대역 또는 중적외선 대역 내의 복수의 파장의 빛을 파장의 크기를 점차 증가시키며 또는 파장의 크기를 점차 감소시키며 상기 피부의 미리 결정된 영역 내에 조사하는, 혈당 센서.In paragraph 11:
The light generator,
A blood sugar sensor that irradiates light of a plurality of wavelengths in the near-infrared band or mid-infrared band into a predetermined area of the skin while gradually increasing the size of the wavelength or gradually decreasing the size of the wavelength.
상기 광발생부는 또한,
지그재그 방향으로, 또는 동심원을 그리며, 또는 나선 모양으로 상기 미리 결정된 영역 내에 상기 빛을 조사하는, 혈당 센서.In paragraph 12:
The light generator also,
A blood sugar sensor that irradiates the light within the predetermined area in a zigzag direction, in a concentric circle, or in a spiral shape.
상기 공진 구조체는,
제1 캐버티(cavity) 및 제2 캐버티를 포함하고, 상기 빛은 상기 제1 캐버티를 지나서 상기 피부에 조사되고, 상기 피부로부터 발생되는 광음향 신호는 상기 제2 캐버티의 끝부분에 위치하고 있는 상기 광음향 감지부에 의해 감지되는, 혈당 센서.In paragraph 11:
The resonance structure is,
It includes a first cavity and a second cavity, wherein the light passes through the first cavity and is irradiated to the skin, and the photoacoustic signal generated from the skin is transmitted to the end of the second cavity. A blood sugar sensor detected by the photoacoustic sensing unit located therein.
상기 광음향 감지부는, 마이크로폰 및 증폭부를 포함하고, 상기 마이크로폰의 공진 주파수는 상기 공진 구조체의 공진 주파수와 오차 범위 내에서 일치하는, 혈당 센서.In paragraph 11:
The photoacoustic detection unit includes a microphone and an amplifier, and the resonance frequency of the microphone matches the resonance frequency of the resonance structure within an error range.
상기 혈당 센서는 광음향 분석부 및 통신부를 더 포함하고,
상기 광음향 분석부는 상기 통신부를 통해 상기 광음향 신호에 관한 정보를 컴퓨팅 장치 또는 서버로 송신하고, 상기 컴퓨팅 장치 또는 상기 서버로부터 상기 광음향 신호의 광음향 스펙트럼을 이용하여 기계 학습에 기반하여 예측된 혈당에 관한 정보를 상기 통신부를 통해 수신하는, 혈당 센서.In paragraph 11:
The blood sugar sensor further includes a photoacoustic analysis unit and a communication unit,
The photoacoustic analyzer transmits information about the photoacoustic signal to a computing device or server through the communication unit, and predicts information based on machine learning using the photoacoustic spectrum of the photoacoustic signal from the computing device or the server. A blood sugar sensor that receives information about blood sugar through the communication unit.
피부에 복수의 파장을 갖는 빛을 조사하여 상기 복수의 파장에 대응하는 복수의 광음향 신호를 획득하는 혈당 센서, 및
상기 복수의 광음향 신호로부터 상기 복수의 파장에 각각 대응하는, 상기 피부의 복수의 광음향 이미지를 획득하고, 상기 복수의 광음향 이미지를 바탕으로 수행되는 기계 학습을 통해 상기 혈당을 예측하는 광음향 분석부를 포함하고,
상기 광음향 분석부는,
상기 광음향 이미지에서 명도가 상대적으로 낮은 위치를 혈당 예측을 위한 측정 위치로 선택하고,
상기 광음향 분석부는,
상기 광음향 이미지에서 분비물이 가장 적게 배출되는 위치 순서대로 상기 혈당 예측을 위한 적어도 하나의 측정 위치를 선택하되,
상기 분비물이 가장 적게 배출되는 위치 순서는, 상기 광음향 이미지에서 명도가 상대적으로 낮은 순서, 및 상기 광음향 이미지에서 미리 결정된 시간 동안 광음향 스펙트럼의 변화가 상대적으로 적은 순서 중 적어도 하나인 것을 특징으로 하는 혈당 예측 시스템.A system that predicts blood sugar in the body using photoacoustic signals,
A blood sugar sensor that radiates light having a plurality of wavelengths to the skin and acquires a plurality of photoacoustic signals corresponding to the plurality of wavelengths, and
A photoacoustic device that obtains a plurality of photoacoustic images of the skin, each corresponding to the plurality of wavelengths, from the plurality of photoacoustic signals, and predicts the blood sugar level through machine learning based on the plurality of photoacoustic images. Includes an analysis unit,
The photoacoustic analysis unit,
In the photoacoustic image, a location with relatively low brightness is selected as a measurement location for blood sugar prediction,
The photoacoustic analysis unit,
Select at least one measurement location for predicting blood sugar in the photoacoustic image in the order of the location where secretions are discharged the least,
The order of positions in which the secretion is discharged the least is at least one of an order in which brightness is relatively low in the photoacoustic image, and an order in which a change in the photoacoustic spectrum is relatively small during a predetermined time in the photoacoustic image. Blood sugar prediction system.
상기 광음향 분석부는,
상기 복수의 광음향 이미지를 유무선 네트워크를 통해 상기 혈당 예측 시스템의 외부의 컴퓨팅 장치 또는 서버에게 전송하고, 상기 컴퓨팅 장치 또는 상기 서버로부터 상기 복수의 광음향 이미지를 바탕으로 수행되는 상기 기계 학습에 기반하여 예측되는 상기 혈당에 관한 정보를 수신하는, 혈당 예측 시스템.In paragraph 17:
The photoacoustic analysis unit,
Transmitting the plurality of photoacoustic images to a computing device or server external to the blood sugar prediction system through a wired or wireless network, and based on the machine learning performed based on the plurality of photoacoustic images from the computing device or the server A blood sugar prediction system that receives information about the predicted blood sugar level.
상기 광음향 분석부는, 합성곱 신경망(convolutional neural network, CNN)을 사용한 회귀 분석(regression analysis)을 통해 상기 기계 학습을 수행하여 상기 혈당을 예측하는, 혈당 예측 시스템.In paragraph 17:
A blood sugar prediction system in which the photoacoustic analysis unit predicts the blood sugar by performing the machine learning through regression analysis using a convolutional neural network (CNN).
상기 컴퓨팅 장치 또는 상기 서버에 의해 수행되는 기계 학습은, 합성곱 신경망(convolutional neural network, CNN)을 사용한 회귀 분석(regression analysis)인, 혈당 예측 시스템.In paragraph 18:
The machine learning performed by the computing device or the server is regression analysis using a convolutional neural network (CNN).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/204,950 US20190159705A1 (en) | 2017-11-29 | 2018-11-29 | Non-invasive glucose prediction system, glucose prediction method, and glucose sensor |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170162169 | 2017-11-29 | ||
| KR20170162169 | 2017-11-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190063446A KR20190063446A (en) | 2019-06-07 |
| KR102674716B1 true KR102674716B1 (en) | 2024-06-14 |
Family
ID=66850321
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180150953A KR102674716B1 (en) | 2017-11-29 | 2018-11-29 | Non-invasive glucose prediction system, glucose prediction method, and glucose sensor |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102674716B1 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021137356A1 (en) * | 2020-01-03 | 2021-07-08 | 한밭대학교산학협력단 | Method for improving signal-to-noise ratio of photoacoustic signal in frequency-domain photoacoustic measurement |
| KR102466236B1 (en) | 2020-11-17 | 2022-11-15 | ㈜에이치엠이스퀘어 | Photoacoustic diagnosis apparatus and method using a combination of laser having a single wavelength. |
| KR102659314B1 (en) * | 2022-03-31 | 2024-04-22 | ㈜에이치엠이스퀘어 | Apparatus for diagnosing photoacoustics |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5348002A (en) * | 1992-04-23 | 1994-09-20 | Sirraya, Inc. | Method and apparatus for material analysis |
| US20160081556A1 (en) * | 2013-05-08 | 2016-03-24 | Ophthametrics Ag | An apparatus configurated to and a process to photoacousticall image and measure a structure at the human eye fundus |
| US20170325693A1 (en) * | 2016-05-10 | 2017-11-16 | Canon Kabushiki Kaisha | Photoacoustic apparatus and control method of photoacoustic apparatus |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5941821A (en) * | 1997-11-25 | 1999-08-24 | Trw Inc. | Method and apparatus for noninvasive measurement of blood glucose by photoacoustics |
| KR100493154B1 (en) * | 2002-03-20 | 2005-06-03 | 삼성전자주식회사 | Apparatus of non-invasive measurement of bio-fluid concentration by using photoacoustic spectroscopy |
| KR102192088B1 (en) * | 2014-07-18 | 2020-12-16 | 삼성전자주식회사 | Cognitive sensor and method of operating of the same |
| JP2017070385A (en) * | 2015-10-06 | 2017-04-13 | キヤノン株式会社 | Subject information acquisition device and control method thereof |
-
2018
- 2018-11-29 KR KR1020180150953A patent/KR102674716B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5348002A (en) * | 1992-04-23 | 1994-09-20 | Sirraya, Inc. | Method and apparatus for material analysis |
| US20160081556A1 (en) * | 2013-05-08 | 2016-03-24 | Ophthametrics Ag | An apparatus configurated to and a process to photoacousticall image and measure a structure at the human eye fundus |
| US20170325693A1 (en) * | 2016-05-10 | 2017-11-16 | Canon Kabushiki Kaisha | Photoacoustic apparatus and control method of photoacoustic apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190063446A (en) | 2019-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190159705A1 (en) | Non-invasive glucose prediction system, glucose prediction method, and glucose sensor | |
| KR102674716B1 (en) | Non-invasive glucose prediction system, glucose prediction method, and glucose sensor | |
| US20180116527A1 (en) | Light irradiating apparatus, control method therefor, and object information acquiring apparatus | |
| KR102375183B1 (en) | Diagnosis method using laser induced breakdown spectroscopy and diagnosis device performing the same | |
| US9915608B2 (en) | Optical sensor for determining the concentration of an analyte | |
| KR102498121B1 (en) | Apparatus and method for estimating bio-information | |
| KR20200119501A (en) | Apparatus and method for estimating bio-information | |
| Pai et al. | Cloud computing-based non-invasive glucose monitoring for diabetic care | |
| US11199492B2 (en) | Apparatus for measuring spectrum, method of correcting temperature change of light source in spectrum, and apparatus and method for estimating analyte concentration | |
| US20170042429A1 (en) | Photoacoustic apparatus, method of controlling photoacoustic apparatus, and program | |
| JP2017060753A (en) | Method and apparatus for predicting analyte concentration | |
| JP3906186B2 (en) | Biological information measuring apparatus and method for measuring biological information from subject | |
| JP2008546430A (en) | Non-invasive measurement method of individual subject level | |
| US10595755B2 (en) | System and method for monitoring glucose level | |
| US20220257154A1 (en) | Miniaturized noninvasive glucose sensor and continuous glucose monitoring system | |
| JPH07284490A (en) | Glucose concentration measuring apparatus | |
| KR20190043967A (en) | Apparatus and method for obtaining individualized unit spectrum, apparatus and method for estimating biological component | |
| US20200129095A1 (en) | Apparatus and method for estimating biological component | |
| US20200352484A1 (en) | Miniaturized noninvasive glucose sensor and continuous glucose monitoring system | |
| US20220007975A1 (en) | Portable Device and Method for Non-Invasive Blood Glucose Level Estimation | |
| CN116157669A (en) | Methods and apparatus for analyte measurement including real-time quality assessment and improvement | |
| US20200352450A1 (en) | Miniaturized noninvasive glucose sensor and continuous glucose monitoring system | |
| EP4144292A1 (en) | Process and analyte monitor for estimating a quantity in mathematical relationship with an analyte concentration level in a target | |
| RU2793778C2 (en) | Portable device and method for non-invasive assessment of blood glucose level | |
| JP6991634B1 (en) | Lipid concentration measuring device, program, and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |