KR20230138373A - 혈관 경직도를 측정하기 위한 전자 장치, 방법 및 저장 매체 - Google Patents

혈관 경직도를 측정하기 위한 전자 장치, 방법 및 저장 매체 Download PDF

Info

Publication number
KR20230138373A
KR20230138373A KR1020220073338A KR20220073338A KR20230138373A KR 20230138373 A KR20230138373 A KR 20230138373A KR 1020220073338 A KR1020220073338 A KR 1020220073338A KR 20220073338 A KR20220073338 A KR 20220073338A KR 20230138373 A KR20230138373 A KR 20230138373A
Authority
KR
South Korea
Prior art keywords
blood vessel
electronic device
vessel stiffness
stiffness
feature value
Prior art date
Application number
KR1020220073338A
Other languages
English (en)
Inventor
신의석
김영걸
김진동
이이삭
조민현
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20230138373A publication Critical patent/KR20230138373A/ko

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
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Vascular Medicine (AREA)
  • Power Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

다양한 실시 예에 따르면, 혈관 경직도를 측정하기 위한 전자 장치는, 적어도 하나의 센서, 적어도 하나의 프로세서 및 메모리를 포함하며, 상기 메모리는, 실행 시에, 상기 전자 장치가, 상기 적어도 하나의 센서가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하고, 상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하고, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하고, 상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하도록 하는 인스트럭션들을 저장하도록 설정될 수 있다. 그 밖에 다양한 실시 예가 제공될 수 있다.

Description

혈관 경직도를 측정하기 위한 전자 장치, 방법 및 저장 매체{ELECTRONIC DEVICE AND METHOD FOR MEASURING VASCULAR STIFFNESS AND STORAGE MEDIUM THEREFOR}
본 문서에 개시된 다양한 실시 예는 혈관 경직도를 측정하기 위한 전자 장치 및 방법에 관한 것이다.
스마트 폰, 태블릿 PC, 웨어러블 전자 장치와 등과 같은 휴대가 용이한 전자 장치의 사용이 증가하고 있으며, 전자 기술의 발전에 따라 생체 신호를 측정하는 기술 또한 발전하고 있다. 특히, 웨어러블 전자 장치와 같이 일상적으로 사용자가 착용하는 전자 장치를 통해 사용자의 생체 신호를 연속적으로 측정하는 기술이 개발되고 있다. 상기와 같은 전자 장치는 사용자의 생체 신호를 센싱할 수 있는 다양한 센서들을 포함할 수 있으며, 다양한 센서들을 통해 건강 관리를 위한 다양한 기능을 제공할 수 있다. 예를 들어, 생체 신호의 종류에는 대표적으로, 심전도(ECG: electrocardiography), 근전도(EMG: electromyogram)와 같은 전기적 신호로 이루어진 신호가 있고, 물리적 신호로 이루어진 혈압, 체온, 광용적맥파(PPG: photoplethysmogram)가 있으며, 조성물 관련 신호로 이루어진 혈당량, 산소포화도, 체성분이 있으며, 이와 같이 생체 신호는 다양한 형태의 신호로 이루어질 수 있다.
상기한 바와 같이 피측정자는 다양한 전자 장치를 이용하여 자신의 혈압, 심박수, 맥박 등의 생체 신호를 측정할 수 있는데, 그 중에서도 고혈압과 같은 질병을 예방하기 위해 정기적으로 동맥 경화 등의 혈관의 건강도를 미리 파악하는 것이 무엇보다도 중요할 수 있다. 여기서, 혈관의 건강도는 일반적으로 동맥 경화도를 나타낸다고 볼 수 있으며, 동맥 경화도는 혈관 내벽에 이물질이 쌓임으로써 혈관 내벽이 두꺼워지고 탄력을 잃게 되는 정도를 뜻할 수 있다.
혈관 경화도를 측정하기 위한 방법들의 경우, 측정자가 별도의 전자 장치를 이용하여 피측정자의 혈관 위치에 대한 측정을 수행하거나, 측정 부위를 움직임이 없도록 고정한 상태에서 피측정자에 대한 측정을 수행하는 방법이 있다. 하지만, 별도의 전자 장치를 이용할 경우에는 피측정자의 혈관 위치에 정확하게 전자 장치가 위치한 상태에서 측정하는 것이 중요할 수 있다. 또한, 움직임이 없도록 고정시켜 측정하는 방식의 경우에는 피측정자의 자세, 안정 상태, 또는 움직임에 따라 편차가 발생할 수 있다.
이와 같이 측정자의 숙련된 측정 능력이 요구되거나 피측정자가 고정 상태에서 충분한 안정을 취해야 한다는 경우를 전제로 하므로, 측정 환경 및 측정 대상자의 상태가 달라질 경우에 측정된 데이터에 대한 신뢰도가 낮을 수 있다.
따라서 혈관 경화도 측정 시 피측정자의 움직임, 자세, 또는 안정 상태에 덜 민감하면서도 정확도가 높은 혈관 경직도 측정 결과를 획득할 필요가 있다.
본 개시의 다양한 실시예들은, 측정 대상의 데이터를 획득, 모니터링 및 분석을 통해 모든 피측정자들에게 공통적으로 적용 가능하게 신뢰성 높은 혈관 경직도 측정 결과를 제공할 수 있는, 혈관 경직도를 측정하기 위한 전자 장치 및 방법에 관한 것이다.
다양한 실시 예에 따르면, 혈관 경직도를 측정하기 위한 전자 장치는, 적어도 하나의 센서, 적어도 하나의 프로세서 및 메모리를 포함하며, 상기 메모리는, 실행 시에, 상기 전자 장치가, 상기 적어도 하나의 센서가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하고, 상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하고, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하고, 상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하도록 하는 인스트럭션들을 저장하도록 설정될 수 있다.
다양한 실시 예에 따르면, 전자 장치에서 혈관 경직도를 측정하기 위한 방법은, 상기 전자 장치의 적어도 하나의 센서가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하는 동작, 상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작 및 상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 명령들을 저장하고 있는 저장 매체에 있어서, 상기 명령들은 전자 장치의 적어도 하나의 프로세서에 의하여 실행될 때에 상기 전자 장치로 하여금 적어도 하나의 동작을 수행하도록 설정된 것으로서, 상기 적어도 하나의 동작은, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하는 동작, 상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작 및 상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 측정 대상의 데이터를 획득, 모니터링 및 분석을 통해 모든 피측정자들에게 공통적으로 적용 가능하게 신뢰성 높은 혈관 경직도 측정 결과를 제공할 수 있다.
다양한 실시 예에 따르면, 웨어러블 전자 장치에 포함된 압력 센서를 이용하여 지속적으로 피측정자를 측정했을 때 신뢰성 높은 측정 결과를 획득할 수 있다.
다양한 실시 예에 따르면, 웨어러블 전자 장치를 착용한 피측정자의 경우 시간과 장소에 구애 받지 않으면서도 피측정자의 움직임, 자세, 또는 안정 상태에 의한 별다른 영향 없이 비침습적으로 혈관 경직도를 측정할 수 있다.
다양한 실시 예에 따르면, 사용자가 항시 착용 가능한 웨어러블 전자 장치를 이용하여 자신의 혈관 경직도를 지속적으로 모니터링할 수 있어, 심혈관 질환을 사전에 예방할 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 다양한 실시 예에 따른 네트워크 환경 내의 전자 장치의 블럭도이다.
도 2는 다양한 실시 예에 따른 혈관 경직도를 측정하기 위한 전자 장치의 내부 블록 구성도이다.
도 3은 다양한 실시 예에 따른 웨어러블 전자 장치를 착용한 상태에서 혈관 경직도 측정 방법을 설명하기 위한 예시도이다.
도 4는 다양한 실시 예에 따른 혈관 경직도를 측정하기 위한 전자 장치의 동작 흐름도이다.
도 5는 다양한 실시 예에 따른 압력 센서를 이용한 혈관 경직도 측정의 예를 나타내는 흐름도이다.
도 6은 다양한 실시 예에 따른 압력 센서에 의해 획득되는 생체 신호를 나타낸 도면이다.
도 7a는 다양한 실시 예에 따른 방사형 맥파 신호의 스캘로그램을 나타낸 도면이다.
도 7b는 다양한 실시 예에 따른 압력 센서에 의해 획득된 생체 신호를 주파수 그래프로 변환한 도면이다.
도 8은 다양한 실시 예에 따른 심장 움직임에 의한 구간에서의 특징값과 참조 혈관 경직도와의 상관 관계에 기반한 선형회귀식 획득 방법을 나타낸 도면이다.
도 9a는 다양한 실시 예에 따른 심장 움직임에 의한 구간에서의 특징값과 참조 혈관 경직도와의 상관 관계를 나타낸 도면이다.
도 9b는 다양한 실시 예에 따른 혈관 근육 움직임에 의한 구간에서의 특징값과 참조 혈관 경직도와의 상관 관계를 나타낸 도면이다.
도 10은 다양한 실시 예에 따른 측정 부위에 대해 수행된 PCA 분석의 스코어 플롯들을 나타낸 도면이다.
도 11은 다양한 실시 예에 따른 웨어러블 전자 장치에서의 예시적인 사용자 인터페이스를 나타낸 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성 요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시 예에 따른 혈관 경직도를 측정하기 위한 전자 장치의 내부 블록 구성도(200)이다.
도 2를 참조하면, 전자 장치(201)는 센서 모듈(276), 생체 신호 처리부(210), 프로세서(220), 메모리(230), 디스플레이(260) 및 통신 회로(290)를 포함할 수 있다. 전자 장치(201)는 이에 한정되지 않고 다양한 하나 이상의 다른 구성 요소(예: 도 1의 전자 장치(101)에 포함된 하나 이상의 다른 구성 요소)를 더 포함하여 구성될 수 있다. 전자 장치(201)는 도 2에 도시된 구성 요소들 중 일부를 제외하여 구성될 수 있다.
다양한 실시 예에 따르면, 전자 장치(201)는 사용자(또는 피측정자) 신체로부터 생체 신호를 측정하고, 측정된 생체 신호에 기초하여 사용자의 심혈관계 정보를 추정할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 사용자가 착용할 수 있는 웨어러블 전자 장치의 형태로 구현될 수 있다. 전자 장치(201)는 사용자의 신체 상에 착용 가능하기 때문에, 시간과 장소에 제한 없이 생체 신호의 측정이 가능하며, 예를 들어, 사용자가 정지해있거나 움직이는 동안에 또는 일과 중 1회 이상 지정된 시간마다 생체 신호를 자동으로 측정할 수도 있다.
다양한 실시 예에 따르면, 센서 모듈(276)은 복수의 센서들(211, 212, …, 215)을 포함하며, 상기 생체 신호 처리부(210)는 복수의 센서들(211, 212, …, 215)로부터 서로 다른 생체 신호를 획득하기 위한 처리를 수행할 수 있다. 후술하는 다양한 실시 예들에서, 측정 가능한 생체 신호의 예는, 심혈관계 생체 신호를 포함할 수 있다.
예를 들어, 프로세서(220)는 피측정자의 손목과 같은 측정 부위에서 압력 센서에 의해 측정되는 심혈관계 생체 신호에 기초하여, 피측정자의 혈관 경직도(또는 경화도)를 추정(또는 측정)할 수 있다. 혈관 경직도는 동맥 경화도(arterial stiffness)를 나타낸다고 볼 수 있으며, 동맥 경화도는 혈관 내벽에 이물질이 쌓임으로써 혈관 내벽이 두꺼워지고 탄력을 잃게 되는 정도를 나타낼 수 있다. 이와 같이 혈관이 굳어진 정도를 나타내는 혈관 경직도는, 혈관의 탄력성 및 혈관 내막의 침전 정도와 같은 요소에 의해 영향을 받을 수 있다. 따라서 혈관 경직도 수치가 높을수록 심혈관 질환을 가지고 있을 확률이 높다는 것을 의미하기 때문에, 혈관 경직도의 지속적인 관리를 통해 심혈관 질환을 사전에 예방할 수 있다.
일 실시 예에 따르면, 상기 센서 모듈(276)은 압력 센서를 포함할 수 있다. 인체 심장에서 피가 배출되면 압력파가 발생하게 되는데, 이 압력파는 전체 혈압, 동맥의 내막 및 동맥 경화도/순응도(compliance)의 영향을 받아 신체의 동맥을 따라 이동할 수 있다. 동맥이 지나가는 피부 표면에 압력 센서가 배치되며, 동맥 내 맥압이 동맥 벽을 통해 가해짐에 따라 압력 센서로 전달되며, 압력 센서에서는 시간의 변화에 따라 맥압파에 해당하는 동맥 운동(또는 움직임)(motion)을 감지할 수 있다.
일 실시 예에서는, 비침습적 방식으로 신체 상의 위치에서 압력 센서를 이용하여 맥압파를 포함하는 생체 신호를 획득할 수 있다. 이러한 압력 센서는 동맥 바로 위에 정확하게 위치하지 않고 동맥에 가깝게 위치하더라도 동맥을 통과하는 맥압파에 의해 야기되는 움직임을 감지할 수 있다. 따라서 압력 센서는 사용자의 신체 일부에 접촉된 것에 기반하여, 동맥을 통과하는 맥압파에 의해 야기되는 움직임 즉, 신체 일부에 대한 압력값들을 나타내는 생체 신호를 출력할 수 있다.
한편, 전술한 바에서는 사용자의 신체 일부에서 압력 센서를 이용하여 생체 신호를 획득하는 방법을 설명하였으나, 상기한 바 이외에 센서 모듈(276)에 포함되는 복수의 센서들은, 심전도(ECG: electrocardiography), 뇌파(EEG: electroencephalography), 근전도(EMG: electromyogram)와 같은 전기적 신호, 혈압, 체온, 광용적맥파(PPG: photoplethysmogram)와 같은 물리적 신호 및/또는 혈당량, 산소포화도, 체성분과 같은 조성물 관련 신호를 포함할 수 있다. 하지만 특정 가능한 생체 신호가 위의 예들로 한정되는 것은 아니다.
일 실시 예에 따르면, 복수의 센서들은, 심전도 센서(이하, ECG 센서), 광용적맥파 센서(이하, PPG 센서), 심박수 측정 센서, 체온 측정 센서와 같은 생체 센서뿐만 아니라 가속도 센서와 같이 필요한 생체 신호를 측정하기 위한 다른 센서도 필요에 따라 선택적으로 포함될 수 있으며, 그 종류는 이에 한정되지 않을 수 있다.
다양한 실시 예에 따르면, 생체 신호 처리부(210)는 센서 모듈(276)로부터 측정된 생체 신호를 수신할 수 있으며, 이를 디지털 신호로 변환하여 프로세서(220)로 전달할 수 있다. 일 실시 예에 따르면, 생체 신호 처리부(210)는 센서 모듈(276)로부터 전달된 생체 신호를 처리하기 위한 노이즈 제거, 필터링과 같은 처리 동작을 수행할 수 있다.
일 실시 예에 따르면, 생체 신호 처리부(210)는 센서 모듈(276)에 포함된 압력 센서로부터 시간의 변화에 따른 압력값들(또는 압력 세기)을 나타내는 생체 신호를 수신할 수 있으며, 이를 주파수 성분으로 변환할 수 있다. 예를 들어, 생체 신호 처리부(210)는 시간 도메인 상의 생체 신호를 주파수 도메인으로 변환할 수 있다. 생체 신호 처리부(210)는 압력 센서로부터의 생체 신호를 웨이블릿 변환(wavelet transform)을 통해 주파수별 전력 세기를 나타내는 신호로 변환할 수 있다.
여기서, 압력 센서는 동맥 운동을 측정할 수도 있지만, 웨어러블 전자 장치를 착용한 사용자가 움직이는 상황일 경우에는 노이즈 신호도 함께 측정할 수 있다. 따라서 생체 신호 처리부(210)는 압력 센서가 출력하는 신호로부터 움직임 성분을 제거하기 위해 필터링을 수행할 수 있다. 이러한 필터링을 통해 비동맥 운동 성분을 제거할 수 있다.
일 실시 예에 따르면, 생체 신호 처리부(210)는 혈관 경직도 추정에 이용되는 성분들만을 추출하기 위해 밴드패스필터(band pass filter)를 이용할 수 있다. 따라서 밴드패스필터를 통해 혈관 경직도 추정에 이용되지 않는 성분들은 제거될 수 있다. 예를 들어, 생체 신호 처리부(210)는 지정된 주파수 대역(예: 0.05㎐ 내지 3.5 ㎐)의 신호만 필터링되도록 하는 밴드패스필터를 이용할 수 있다.
상기와 같은 필터링을 통해 생체 신호 처리부(210)는 노이즈를 포함하는 비동맥 운동 성분이 제거된 유효한 동맥 운동 성분을 나타내는 신호를 획득할 수 있다. 생체 신호 처리부(210)는 상기 유효한 동맥 운동 성분을 나타내는 신호를 웨이블릿 변환함으로써 주파수 성분으로 변환할 수 있다. 이러한 압력 센서에 의한 압력값들을 나타내는 생체 신호는 비동맥 운동 성분이 제거된 동맥 운동 성분을 나타내는 신호일 수 있다. 일 실시 예에 따르면, 생체 신호 처리부(210)의 동작은 프로세서(220)에 의해 수행되는 것으로 구현될 수도 있다.
다양한 실시 예에 따르면, 프로세서(220)는 생체 신호 처리부(210)로부터의 생체 신호를 기반으로 사용자의 혈관 경직도를 추정하여 혈관 상태를 예측 또는 분석할 수 있다. 예를 들어, 프로세서(220)는 동맥 운동 성분을 나타내는 생체 신호를 분석할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 노이즈 성분이 제거된 압력값들을 나타내는 생체 신호에 기반하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득할 수 있다. 여기서, 심장 움직임이란 심장 박동 예컨대, 심장 수축 또는 심장 확장과 같은 움직임에 의한 움직임을 나타내는 것일 수 있다. 따라서, 심장 움직임에 의한 구간(또는 심장 영역(cardiac region))에 해당하는 신호 특성은 심장 움직임에 따른 신호 세기의 변화를 나타낼 수 있다. 예를 들어, 심장 움직임에 의한 구간은 제1 주파수 대역(예: 0.5 ㎐ 내지 2.0 ㎐)에 해당할 수 있다. 프로세서(220)는 심장 움직임에 의한 구간에서의 신호들의 특징을 추출하고, 추출된 특징들을 이용하여 참조 혈관 경직도와의 상관 관계(correlation)를 분석할 수 있다. 참조 혈관 경직도(reference augmentation index)는 사전에 측정된(또는 저장된) 혈관 경직도 데이터로서, 메모리(530)에 저장된 또는 외부로부터 획득된 참조 데이터일 수 있다. 따라서 프로세서(220)는 심장 움직임에 의한 구간에서의 측정값들(또는 특징값들)과 사전에 피측정자에 대해 다른 기기를 이용하여 측정해놓은 값들 사이에 어떠한 관계가 있는지를 즉, 상관관계를 분석할 수 있다.
일 실시 예에 따르면, 프로세서(220)는 심장 움직임에 의한 구간에서의 신호들의 특징과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형회귀식(또는 선형 회귀 모델)을 획득할 수 있다. 심장 움직임에 의한 구간에서의 신호들의 특징값과 참조 혈관 경직도를 나타내는 값들의 분포를 이용하여 기울기를 계산하고 계산된 기울기 정보를 바탕으로 선형회귀식을 산출할 수 있다. 선형회귀식에 대한 구체적인 설명은 도 8에서 상세히 설명하기로 한다.
한편, 전술한 바에서는 심장 움직임에 의한 구간에서의 신호 특성과 참조 혈관 경직도와의 상관 관계를 이용하여 혈관 경직도를 추정하기 위한 선형회귀식을 산출하는 경우를 예로 들어 설명하였으나, 압력값들을 나타내는 생체 신호에서 심장 움직임에 의한 구간에서의 신호 특성 이외에 다양한 신호 특성이 이용될 수도 있다. 예를 들어, 심장 박동에 따라 혈관 벽 근육도 움직이게 되는데, 이러한 혈관 근육 움직임과 관련된 신호 특성들을 혈관 경직도를 추정하는 데 이용할 수도 있다.
다른 실시 예에 따르면, 프로세서(220)는 혈관 근육(myogenic) 움직임에 의한 구간에서의 신호들의 특징과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형회귀식(또는 선형 회귀 모델)을 획득할 수 있다.
프로세서(220)는 노이즈 성분이 제거된 압력값들을 나타내는 생체 신호에 기반하여, 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값뿐만 아니라 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값도 획득할 수 있다. 여기서, 혈관 근육 움직임이란 심장에서 배출되는 혈액에 의해 혈관 벽 근육이 수축되거나 이완되는 움직임을 나타내는 것일 수 있다. 따라서, 혈관 근육 움직임에 의한 구간(또는 혈관 근육 영역(myogenic region))에 해당하는 신호 특성은 혈관 벽 근육 움직임에 따른 신호 세기의 변화를 나타낼 수 있다. 예를 들어, 혈관 근육 움직임에 의한 구간은 제2 주파수 대역(예: 0.05 ㎐ 내지 0.15 ㎐)에 해당할 수 있다. 프로세서(220)는 혈관 근육 움직임에 의한 구간에서의 신호들의 특징을 추출하고, 추출된 특징들을 이용하여 참조 혈관 경직도와의 상관 관계(correlation)를 분석할 수 있다.
따라서, 프로세서(220)는 혈관 근육 움직임에 의한 구간에서의 신호들의 특징과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형회귀식(또는 선형 회귀 모델)을 획득할 수도 있다. 일 실시 예에 따르면, 프로세서(220)는 상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값 간의 비율을 산출할 수 있다. 프로세서(220)는 산출된 비율과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형회귀식을 획득할 수도 있다. 여기서, 선형회귀식은 선형알고리즘, 선형 모델과 같은 용어로 대체될 수 있다.
상기한 바와 같이 압력 파형의 주파수 성분과 혈관 경직도는 상관 관계가 있지만, 각 상관 관계는 서로 다를 수 있다. 예를 들면, 산출된 비율과 참조 혈관 경직도와의 상관 관계에 기반한 상관 계수는, 심장 움직임에 의한 구간에서의 신호들의 특징과 참조 혈관 경직도와의 상관 관계에 기반한 상관 계수와 상이할 수 있다.
프로세서(220)는 압력 센서에 의해 측정된 피측정자에 대한 측정 결과를 이용하여 혈관 경직도를 추정하기 위한 알고리즘, 참조용 데이터를 저장하는 데이터베이스를 메모리(530)에 구비할 수 있다. 따라서, 프로세서(220)는 혈관 경직도를 추정하기 위한 알고리즘에 기초하여, 사용자의 혈관 경직도를 추정(또는 측정)할 수 있으며, 혈관 경직도를 추정한 결과를 사용자에게 피드백할 수 있다. 일 실시 예에 따르면, 프로세서(220)는 디스플레이(260)를 이용하여 혈관 경직도 관련 정보를 표시할 수 있다.
다양한 실시 예에 따르면, 디스플레이(260)는, 도 1에서 설명한 디스플레이 모듈(160)과 실질적으로 동일하거나 유사하게 구현될 수 있다. 일 실시 예에 따르면, 디스플레이(260)는 프로세서(220)로부터 적어도 하나의 생체 정보를 전달받아 시각적으로 표시할 수 있다.
다양한 실시 예에 따르면, 메모리(230)는 전자 장치(201)의 데이터(예: 생체 정보)를 저장할 수 있다. 상기 메모리(230)는 도 1에서 설명한 메모리(130)와 실질적으로 동일하거나 유사하게 구현될 수 있다. 상기 메모리(230)는 비휘발성 메모리로 구현될 수 있다.
다양한 실시 예에 따르면, 통신 회로(290)는, 도 1에서 설명한 통신 모듈(190)과 실질적으로 동일하거나 유사하게 구현될 수 있다. 일 실시 예에 따르면, 프로세서(220)는 통신 회로(290)를 이용하여 주변의 전자 장치를 발견(discovery)할 수 있으며, 상기 주변의 전자 장치와 통신 연결될 수 있다. 예를 들어, 웨어러블 형태의 전자 장치(201)가 사용자의 신체에 부착된 상태일 경우, 측정된 생체 신호에 기반한 측정 관련 정보를 출력하도록 통신 회로(290)를 이용하여 주변의 전자 장치로 전송할 수 있다.
도 3은 다양한 실시 예에 따른 웨어러블 전자 장치를 착용한 상태에서 혈관 경직도 측정 방법을 설명하기 위한 예시도이다.
일 실시 예에 따르면, 전자 장치(201)는 사용자가 착용할 수 있는 웨어러블 전자 장치의 형태로 구현될 수 있다.
도 3을 참조하면, 전자 장치(201)가 사용자(또는 피측정자)의 제1 부분(예: 손목 부위)에 착용될 경우, 전자 장치(201)의 후면 중 적어도 일부는 사용자 신체(예: 손목)에 접촉될 수 있다. 전자 장치(201)는 센서 모듈(276)에 포함된 적어도 하나의 센서가 제1 부분에 접촉된 것에 기반하여 사용자의 생체 신호 측정을 위한 모드로 동작할 수 있다. 상기 생체 신호를 측정하기 위한 센서 모듈(276)은 상기 사용자의 신체에 접촉 가능하게 전자 장치(201)의 전면 디스플레이와 반대되는 후면에 배치될 수 있다.
센서 모듈(276)의 적어도 하나의 센서는 사용자가 전자 장치(201)를 손목에 착용하였을 때 사용자의 손목에서의 생체 신호를 측정할 수 있다. 일 실시 예에 따르면, 센서 모듈(276)은 복수의 센서 요소들이 어레이로 배치된 구조를 가질 수 있으며, 이러한 구조를 통해 혈관과의 정합도 및 획득되는 신호의 품질이 개선될 수 있다. 따라서 사용자는 센서 모듈(276)을 동맥(310, 320)에 정확히 위치시키지 않고도 센서 모듈(276)에 포함된 하나 이상의 센서 요소가 상기 동맥(310, 320)에서의 맥파를 측정할 수 있다.
일 실시 예에 따르면, 압력 센서는 사용자의 손목에서 동맥혈(310, 320)의 맥파를 포함하는 생체 신호를 측정할 수 있다. 압력 센서는 혈류량의 변화에 따라 피부에 가해지는 압력의 변화를 검출할 수 있다. 이러한 압력의 변화는 맥파 정보를 포함할 수 있다. 상기 압력 센서에 의해 획득된 생체 신호는 맥파를 포함할 수 있기 때문에, 상기 생체 신호의 적어도 일부는 혈관 경직도와 상관 관계를 가질 수 있다.
따라서, 사용자가 웨어러블 형태의 전자 장치(201)를 착용하고 있는 동안 전자 장치(201)의 적어도 하나의 센서 예컨대, 압력 센서가 동맥(310, 320)에서의 맥파를 포함하는 생체 신호를 측정할 수 있다. 또한, 전자 장치(201)에서는 측정된 생체 신호의 분석을 통해 압력 파형의 주파수 성분과 혈관 경직도 간의 상관관계를 이용하여 사용자의 혈관 경직도를 비롯한 사용자의 심혈관계 정보를 연속적으로 추정할 수 있다. 이에 따라 전자 장치(201)는 시간과 장소에 구애받지 않고 혈관 경직도를 측정한 결과를 피드백할 수 있어 사용자 편의성이 증대될 수 있다.
다양한 실시 예에 따르면, 혈관 경직도를 측정하기 위한 전자 장치(201)는, 적어도 하나의 센서(276), 적어도 하나의 프로세서(220) 및 메모리(230)를 포함하며, 상기 메모리(230)는, 실행 시에, 상기 전자 장치(201)가, 상기 적어도 하나의 센서(276)가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서(276)로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하고, 상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하고, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하고, 상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하도록 하는 인스트럭션들을 저장하도록 설정될 수 있다.
다양한 실시 예에 따르면, 상기 적어도 하나의 센서는, 압력 센서를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 인스트럭션들은, 상기 전자 장치가, 상기 압력 센서로부터 시간에 따른 압력값들의 변화를 나타내는 생체 신호를 획득하고, 상기 시간에 따른 압력값들을 주파수에 따른 평균전력(average power)값들로 변환하고, 상기 주파수에 따른 평균전력값들 중 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하도록 설정될 수 있다.
다양한 실시 예에 따르면, 상기 인스트럭션들은, 상기 전자 장치가, 상기 주파수에 따른 평균 전력값들 중 혈관 근육(myogenic) 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하도록 설정될 수 있다.
다양한 실시 예에 따르면, 상기 인스트럭션들은, 상기 전자 장치가, 상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하도록 설정될 수 있다.
다양한 실시 예에 따르면, 상기 인스트럭션들은, 상기 전자 장치가, 상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값 간의 비율을 산출하고, 상기 산출된 비율과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하도록 설정될 수 있다.
다양한 실시 예에 따르면, 상기 선형 모델은, 상기 사용자의 나이, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값들과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 획득되는 것일 수 있다.
다양한 실시 예에 따르면, 상기 전자 장치는, 디스플레이를 더 포함하고, 상기 인스트럭션들은, 상기 전자 장치가, 상기 사용자의 혈관 경직도를 추정한 결과를 상기 디스플레이를 통해 피드백하도록 설정될 수 있다.
도 4는 다양한 실시 예에 따른 혈관 경직도를 측정하기 위한 전자 장치의 동작 흐름도이다.
도 4를 참조하면, 전자 장치(201)는 405 동작에서, 전자 장치의 적어도 하나의 센서(예: 도 2의 센서 모듈(276))가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득할 수 있다.
다양한 실시 예에 따르면, 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하는 동작은, 압력 센서를 포함하는 상기 적어도 하나의 센서로부터 시간에 따른 압력값들의 변화를 나타내는 생체 신호를 획득하는 동작을 포함할 수 있다.
410 동작에서, 전자 장치(201)는 상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득할 수 있다.
다양한 실시 예에 따르면, 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작은, 상기 시간에 따른 압력값들을 주파수에 따른 평균전력값들로 변환하는 동작 및 상기 주파수에 따른 평균전력값들 중 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작을 포함할 수 있다.
415 동작에서, 전자 장치(201)는 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득할 수 있다.
다양한 실시 예에 따르면, 상기 선형모델을 획득하는 동작은, 상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작을 포함할 수 있다.
420 동작에서, 전자 장치(201)는 상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 상기 방법은, 상기 주파수에 따른 평균전력값들 중 혈관 근육(myogenic) 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 방법은, 상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값 간의 비율을 산출하는 동작 및 상기 산출된 비율과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작을 더 포함할 수 있다.
다양한 실시 예에 따르면, 상기 선형 모델은, 상기 사용자의 나이, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값들과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 획득될 수 있다.
도 5는 다양한 실시 예에 따른 압력 센서를 이용한 혈관 경직도 측정의 예를 나타내는 흐름도이다.
도 5를 참조하면, 전자 장치(201)는 505 동작에서 압력 센서를 이용하여 측정을 시작하고, 측정된 생체 신호에 대한 전처리(510) 동작을 수행할 수 있다. 일 실시 예에 따르면, 전처리(510) 동작은, 압력 센서에 의해 획득된 생체 신호에 포함된 노이즈 제거와 같은 움직임 제거 동작(515) 및 혈관 경직도 추정에 이용되는 대역 신호만 필터링하기 위해 밴드패스필터(520)를 이용하여 필터링하는 동작을 포함할 수 있다. 여기서, 전처리 동작(510)은 심장 움직임 관련한 신호만을 획득하기 위해 것으로, 부가적인(optional) 동작일 수 있다. 이러한 전처리 동작(510)을 통해 혈관 경직도 추정과 관련이 없는 신호들은 필터링되거나 제거될 수 있으며, 전자 장치(201)는 525 동작에서 주파수 분석을 수행할 수 있다.
따라서, 전자 장치(201)는 노이즈 성분이 제거된 압력값들을 나타내는 생체 신호에 기반하여, 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득할 수 있으며, 또한 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값도 획득할 수 있다. 이에 따라 전자 장치(210)는 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득할 수 있으며, 530 동작에서 선형 모델에 기반하여 사용자에 대한 혈관 경직도를 추정할 수 있다.
도 6은 다양한 실시 예에 따른 압력 센서에 의해 획득되는 생체 신호를 나타낸 도면이다.
도 6을 참조하면, 가로축은 시간을 나타내며, 세로축은 압력의 세기를 나타낼 수 있다. 전자 장치(201)에서 압력 센서를 이용하여 측정 부위에 대한 혈관 경직도 측정이 진행 중인 동안에는 도 6에 도시된 바와 같은 시간에 따른 압력값들의 변화를 나타내는 생체 신호를 획득할 수 있다. 일 실시 예에 따르면, 상기 압력값들은 혈관 경직도와의 비교를 위해 주파수 대역으로 변환될 수 있다. 이에 따라 전자 장치(201)는 시간에 따른 압력값들을 주파수에 따른 압력값들로 변환할 수 있으며, 변환된 주파수 그래프는 도 7b에 도시된 바와 같을 수 있다.
도 7a는 다양한 실시 예에 따른 방사형 맥파 신호의 스캘로그램을 나타낸 도면이며, 도 7b는 다양한 실시 예에 따른 압력 센서에 의해 획득된 생체 신호를 주파수 그래프로 변환한 도면이다.
도 7a에 도시된 바와 같이, 맥파 신호를 포함하는 압력 센서에 의해 출력되는 생체 신호는 1㎐ 주파수 부근에서 높은 전력이 발생함을 알 수 있는데, 2차원 시간 및 주파수 데이터는 1차원 주파수 데이터로 줄이기 위해 시간 도메인에서의 데이터 평균이 계산될 수 있다.
1차원 주파수 도메인으로 변환했을 경우의 도 7b에 도시된 바와 같은 파형이 출력될 수 있다. 예를 들어, 전자 장치(201)는 압력 센서로부터 시간에 따른 압력값들의 변화를 나타내는 생체 신호를 획득하여, 도 7b에 도시된 바와 같은 시간에 따른 압력값들을 주파수에 따른 평균전력값들로 변환할 수 있다. 전자 장치(201)는 도 6에서의 시간에 따른 압력 파형을 웨이블릿 변환을 통해 도 7b에 도시된 바와 같은 주파수에 따른 압력 파형으로 변환시킬 수 있다.
전자 장치(201)는 주파수 영역으로 변환 이전에 노이즈 성분을 제거하기 위한 필터링을 수행할 수 있다. 이에 따라 노이즈 성분이 제거된 압력값들을 나타내는 생체 신호에 기반하여 심장 움직임(cardiac motion)에 의한 구간(720)에 해당하는 적어도 하나의 특징값을 획득할 수 있다. 여기서, 심장 움직임이란 심장 박동 예컨대, 심장 수축 또는 심장 확장과 같은 움직임에 의한 움직임을 나타내는 것일 수 있다. 따라서, 심장 움직임에 의한 구간(또는 심장 영역(cardiac region))에 해당하는 신호 특성(720)은 심장 움직임에 따른 신호 세기의 변화를 나타낼 수 있다. 예를 들어, 심장 움직임에 의한 구간은 제1 주파수 대역(예: 0.5 ㎐ 내지 2.0 ㎐)에 해당할 수 있다. 전자 장치(201)는 심장 움직임에 의한 구간에서의 신호들의 특징을 추출하고, 추출된 특징들을 이용하여 참조 혈관 경직도와의 상관 관계(correlation)를 분석할 수 있다.
또한, 전자 장치(201)는 혈관 근육(myogenic) 움직임에 의한 구간에서의 신호들의 특징과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형회귀식(또는 선형 회귀 모델)을 획득할 수 있다. 전자 장치(201)는 노이즈 성분이 제거된 압력값들을 나타내는 생체 신호에 기반하여, 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값뿐만 아니라 혈관 근육 움직임에 의한 구간(710)에 해당하는 적어도 하나의 특징값도 획득할 수 있다. 따라서, 혈관 근육 움직임에 의한 구간(또는 혈관 근육 영역(myogenic region))(710)에 해당하는 신호 특성은 혈관 벽 근육 움직임에 따른 신호 세기의 변화를 나타낼 수 있다. 예를 들어, 혈관 근육 움직임에 의한 구간은 제2 주파수 대역(예: 0.05 ㎐ 내지 0.15 ㎐)에 해당할 수 있다. 전자 장치(201)는 혈관 근육 움직임에 의한 구간에서의 신호들의 특징을 추출하고, 추출된 특징들을 이용하여 참조 혈관 경직도와의 상관 관계(correlation)를 분석할 수 있다.
다양한 실시 예에 따르면, 전자 장치(201)는 심장 움직임에 의한 구간(720)에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 제1 선형모델을 획득할 수 있다. 제1 선형모델은 사용자의 혈관 경직도를 추정(또는 예측)하는데 이용될 수 있다.
다양한 실시 예에 따르면, 전자 장치(201)는 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 제2 선형모델을 획득할 수 있다. 제2 선형모델도 사용자의 혈관 경직도를 추정(또는 예측)하는데 이용될 수 있다.
도 8은 다양한 실시 예에 따른 심장 움직임에 의한 구간에서의 특징값과 참조 혈관 경직도와의 상관 관계에 기반한 선형회귀식 획득 방법을 나타낸 도면이다.
도 8에서 가로축을 심장 움직임에 의한 구간에서의 적어도 하나의 특징값(또는 심장 영역의 합)이라고 하고, 세로축을 참조 혈관 경직도(또는 참조값)이라고 했을 때, 각 값들의 분포를 이용하여 기울기를 산출할 수 있다. 예를 들어, 도 8에 도시된 바와 같은 그래프는, 참조값, 측정값, 및 기울기를 예시하고 있다. 도 8의 그래프 상에서 적어도 하나의 점들은 참조값 또는 측정값일 수 있는데, 각 값들이 분포된 영역을 바탕으로 기울기를 구하게 되면, 상기 기울기는 선형회귀식의 선형계수(예: r)에 해당할 수 있다. 여기서, 심장 움직임에 의한 구간에서의 적어도 하나의 특징값은 심장 영역의 합(예: sum of cardiac region) 또는 심장 영역 내의 파형을 적분한 값일 수 있다. 다르게는 심장 움직임에 의한 구간에서의 적어도 하나의 특징값은 심장 움직임에 의한 구간에서의 모든 특징값들을 평균한 값, 중간값, 또는 대표값일 수 있다.
도 8을 참조하면, 심장 움직임에 의한 구간에서의 특징값들과 참조 혈관 경직도 간의 상관 관계를 나타내면 하기 수학식 1과 같다.
Figure pat00001
상기 수학식 1에서, 'AI'는 참조 혈관 경직도를 의미하며, '∑cardiac'(sum_cardiac)은 심장 영역의 합 즉, 심장 움직임에 의한 구간에서의 특징값을 의미할 수 있다. 따라서 수학식 1에 참조 혈관 경직도에 해당하는 사전에 측정해놓은 값들과 심장 움직임에 의한 값들을 대입할 경우 기울기 즉, 상관 계수를 구할 수 있다.
따라서, 심장 움직임에 의한 구간에서의 특징값들과 참조 혈관 경직도에 해당하는 사전에 측정된 값들을 비교하게 되면 두 값들 간의 차이가 1에 가까울수록 두 값들 사이에 상관 관계가 높은 것을 의미하는 것이다. 심장 움직임에 의한 구간에서의 특징값을 사용자에 대한 압력 센서에 의한 측정값이라고 정의했을 때, 참조 혈관 경직도는 기존에 측정해놓은 참조값이라고 정의할 수 있다.
상기한 바와 같이 심장 움직임에 의한 구간에서의 신호들의 특징값과 참조 혈관 경직도를 나타내는 값들의 분포를 이용하여 기울기를 계산하고 계산된 기울기 정보를 바탕으로 선형회귀식을 산출할 수 있다. 또한, 압력 파형의 주파수 성분과 혈관 경직도는 상관 관계가 있음을 알 수 있다.
도 9a는 다양한 실시 예에 따른 심장 움직임에 의한 구간에서의 특징값과 참조 혈관 경직도와의 상관 관계를 나타낸 도면이며, 도 9b는 다양한 실시 예에 따른 혈관 근육 움직임에 의한 구간에서의 특징값과 참조 혈관 경직도와의 상관 관계를 나타낸 도면이다.
도 9a를 참조하면, 심장 움직임에 의한 구간에서의 특징값들과 참조 혈관 경직도에 해당하는 사전에 측정된 값들을 비교하게 되면 두 값들 간의 차이가 1에 가까울수록 두 값들 사이에 상관 관계가 높은 것을 의미하는 것이다. 심장 움직임에 의한 구간에서의 특징값을 사용자에 대한 압력 센서에 의한 측정값이라고 정의했을 때, 참조 혈관 경직도는 기존에 측정해놓은 참조값이라고 정의할 수 있다.
도 9a에서는 심장 움직임에 의한 구간에서의 특징값들(또는 측정값)과 참조 혈관 경직도(또는 참조값)를 비교한 결과, 상관 계수가 r = 0.88이 나온 경우를 예시하고 있다. 예를 들어, 도 9a에 도시된 바와 같이, 심장 영역의 합(예: sum of cardiac region)과 참조 혈관 경직도 간의 상관 계수가 거의 1에 가까운 결과가 나왔기 때문에, 심장 영역과 관련한 파형의 주파수 성분이 혈관 경직도와 상관 관계가 높음을 알 수 있다.
이와 같이 상관 계수가 거의 1에 가까운 결과가 나왔기 때문에 심장 움직임에 의한 구간에서의 특징값들은, 선형회귀식의 독립변수로서 실제 사용자에 대한 혈관 경직도를 추정하는데 이용될 수 있다. 도 9a에 도시된 바와 같은 그래프는, 참조값, 측정값, 및 선형 계수(r)(또는 기울기)를 예시하고 있다. 즉, 도 9a의 그래프 상에서 적어도 하나의 점들은 참조값 또는 측정값일 수 있다. 도 9a에 도시된 바와 같이 심장 움직임에 의한 구간에서의 특징값은 적어도 하나일 수 있다. 여기서, 심장 움직임에 의한 구간에서의 적어도 하나의 특징값은 심장 영역의 합(예: sum of cardiac region) 또는 심장 영역 내의 파형을 적분한 값일 수 있다. 다르게는 심장 움직임에 의한 구간에서의 적어도 하나의 특징값은 심장 움직임에 의한 구간에서의 모든 특징값들을 평균한 값, 중간값, 또는 대표값일 수 있다.
도 9b에서는 혈관 근육 움직임에 의한 구간에서의 특징값과 참조 혈관 경직도와의 상관 관계에 기반한 상관 계수는 r = 0.60이 나온 경우를 예시하고 있다. 예를 들어, 혈관 근육 움직임과 혈관 경직도 간의 상관 관계는, 혈관 근육 움직임과 심장 움직임 간의 비율과 참조 혈관 경직도 간의 상관 관계에 기반하여 예측될 수 있다. 구체적으로, 전자 장치(201)는 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값 간의 비율(ratio)을 산출할 수 있으며, 이를 수학식으로 나타내면 하기 수학식 2와 같다.
Figure pat00002
상기 수학식 2에서, 'myogenic'은 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 의미하며, 'cardiac'은 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 의미할 수 있다. 예를 들어, myogenic'은 혈관 근육 움직임에 의한 주파수 파형을 적분한 값이며, 'cardiac'은 심장 움직임에 의한 주파수 파형을 적분한 값일 수 있다.
상기한 바와 같이 상기 산출된 비율과 상기 참조 혈관 경직도와의 상관 관계의 상관 계수는 r = 0.60이므로, 혈관 근육 움직임에 의한 주파수 성분도 혈관 경직도와 상관 관계가 있음을 알 수 있다. 따라서 심장 영역의 합(예: sum of cardiac region)과 참조 혈관 경직도 간의 상관 계수 r = 0.88에 비해서는 낮지만 혈관 경직도를 추정하는 데 활용되는 선형회귀식의 독립변수로 사용될 수 있다.
도 10은 다양한 실시 예에 따른 측정 부위에 대해 수행된 다중 선형회귀 분석의 결과를 나타낸 도면이다.
도 10을 참조하면, 3차원으로 표시된 혈관 경직도를 나타내는 선형 모델(또는 선형 회귀 모델)은, 3개의 축으로 이루어지는데, 예컨대, 사용자의 나이(예: age), 압력 센서에 의한 측정치들(예: cardiac)을 독립변수로 하고, 참조값(또는 참조 혈관 경직도)(예: argumentation index)을 종속 변수로 할 수 있다. 도 10에서 측정치들이 평면(1000)에 바로 위치하거나 근접할수록 측정치들과 참조값 간의 상관 관계가 높음을 나타내는 것일 수 있다.
도 10에 도시된 선형 모델을 수학식 형태로 나타내면 하기 수학식 3과 같을 수 있다.
Figure pat00003
상기 수학식 3에서, y는 참조 혈관 경직도를 나타내며, x1은 피측정자의 나이를 나타내며, x2는 피측정자에 대한 심장 영역의 합(예: sum of cardiac region)을 나타낼 수 있다.
상기한 바와 같이 선형 모델은 사용자의 나이, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값들과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 획득될 수 있다.
일 실시 예에 따르면, 전자 장치(201)는 복수의 피측정자들에 대한 사전 측정값들을 이용하여 선형 회귀식을 구해보면, 선형 회귀식의 각 계수들 b0, b1, b2들을 구할 수 있다. 예를 들어, 도 10에서는 선형회귀분석 결과, 나이, 심장 부위의 힘을 독립 변수로 하는 선형모델이 R2= 0.86의 예측 결과를 나타내는 경우를 예시하고 있다. 만일 b0 = - 51.39, b1 = 0.88, b2 = 0.017 이라고 가정했을 경우, 상기 선형 모델을 통해 R2= 0.86의 예측 결과를 얻게 된다면 R2이 거의 1에 가까우므로 상관도가 높은 선형 모델임을 알 수 있다.
상기한 바와 같이 심장 움직임뿐만 아니라 사용자의 나이도 혈관 경직도를 추정(또는 예측)하기 위한 파라미터로 사용될 수 있다.
도 11은 다양한 실시 예에 따른 웨어러블 전자 장치에서의 예시적인 사용자 인터페이스를 나타낸 도면이다.
일 실시 예에 따르면, 제1 화면(1110)에서와 같이 웨어러블 전자 장치(예: 도 2의 전자 장치(201), 도 3의 전자 장치(201))는 측정 모드를 시작하기 전에 디스플레이 상에 측정 관련한 메뉴를 표시할 수 있다. 예를 들어, 웨어러블 전자 장치는 혈관 경직도, 혈당, 혈압, 심박, 심전도와 같은 메뉴들을 디스플레이 상에 표시할 수 있다. 상기한 바와 같이 사용자로부터 측정할 생체 정보에 대한 선택을 입력받기 위한 메뉴를 제공할 수 있다.
일 실시 예에 따르면, 제2 화면(1120)에서와 같이 웨어러블 전자 장치는 측정 모드로 전환된 이후에는 측정 중임을 알리는 화면을 디스플레이 상에 표시할 수 있다. 측정 모드의 경우에는 생체 정보 측정과는 관련 없는 기능들은 제한될 수 있다. 예를 들어, 통신 기능의 비활성화, 흑백 화면으로의 전환, 화면 밝기 낮춤과 같이 일부 기능이 제한될 수 있다. 또한 측정 도중에 잘못된 조작을 방지하기 위해 키입력이 제한될 수 있다. 예를 들어, 측정 도중에 오작동 방지를 위해 화면을 통한 터치 입력을 제한하여 물리적인 키만 동작 가능하게 하거나, 디스플레이 상의 일부 영역만 터치 가능하게 할 수 있다.
일 실시 예에 따르면, 측정 시작과 동시에 웨어러블 전자 장치의 화면이 오프되도록 설정될 수 있다. 이후, 측정 도중에 예컨대, 물리적인 버튼을 누르는 방식과 같이 사용자가 측정 중인지를 확인하고자 하는 입력이 수신되는 경우에 한해 제2 화면(1120)에서와 같이 측정 중임을 알리는 화면을 표시할 수 있다. 또한 측정 중에는 직전에 측정한 정보에 기반한 정보를 표시할 수도 있다. 또한 측정이 완료되면 웨어러블 전자 장치는 측정된 생체 정보를 표시하는 문자(예: 숫자 또는 상태) 및/또는 그래픽 요소(예: 그래프)를 포함하는 측정 결과를 표시하는 화면을 표시할 수 있다.
일 실시 예에 따르면, 제3 화면(1330)에서와 같이 웨어러블 전자 장치는 측정 모드가 종료되면, 원래 화면 예컨대, 와치 화면을 디스플레이 상에 표시할 수 있다. 예를 들어, 웨어러블 전자 장치는 생체 측정과 관련이 없어 오프하거나 제한했던 기능들을 다시 활성화시킬 수 있다.
한편, 전술한 바에서는 사용자로부터 혈관 경직도와 같은 측정할 생체 정보에 대한 선택에 대응하여, 혈관 경직도 측정과 같은 측정 모드가 시작되는 경우를 예로 들어 설명하였으나, 사용자로부터 별도의 선택 없이 예를 들어, 수면 시간 또는 지정된 주기로 자동으로 생체 정보를 측정하여, 측정한 생체 정보에 기반한 사용자의 혈관 경직도를 추정할 수도 있다. 또한, 혈관 경직도를 추정한 결과는 다양한 방식으로 사용자에게 피드백될 수 있으며, 피드백 방법은 이에 한정되지 않을 수 있다. 예를 들어, 웨어러블 전자 장치의 디스플레이를 통해 혈관 경직도를 추정한 결과를 출력할 수도 있으나, 웨어러블 전자 장치와 통신 연결된 주변 장치 예컨대, 주변 전자 장치를 통해 상기 혈관 경직도를 추정한 결과를 표시하도록 상기 혈관 경직도를 추정한 결과를 상기 주변 전자 장치로 전송할 수도 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101))에 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
다양한 실시 예에 따르면, 명령들을 저장하고 있는 저장 매체는, 상기 명령들은 전자 장치의 적어도 하나의 프로세서에 의하여 실행될 때에 상기 전자 장치로 하여금 적어도 하나의 동작을 수행하도록 설정된 것으로서, 상기 적어도 하나의 동작은, 상기 전자 장치의 적어도 하나의 센서가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하는 동작, 상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작 및 상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하는 동작을 포함할 수 있다.

Claims (16)

  1. 혈관 경직도를 측정하기 위한 전자 장치에 있어서,
    적어도 하나의 센서;
    적어도 하나의 프로세서; 및
    메모리를 포함하며,
    상기 메모리는, 실행 시에, 상기 전자 장치가,
    상기 적어도 하나의 센서가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하고,
    상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하고,
    상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하고,
    상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하도록 하는 인스트럭션들을 저장하는, 전자 장치.
  2. 제1항에 있어서, 상기 적어도 하나의 센서는,
    압력 센서를 포함하는, 전자 장치.
  3. 제2항에 있어서, 상기 인스트럭션들은, 상기 전자 장치가,
    상기 압력 센서로부터 시간에 따른 압력값들의 변화를 나타내는 생체 신호를 획득하고,
    상기 시간에 따른 압력값들을 주파수에 따른 평균전력값들로 변환하고,
    상기 주파수에 따른 평균전력값들 중 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하도록 설정된, 전자 장치.
  4. 제3항에 있어서, 상기 인스트럭션들은, 상기 전자 장치가,
    상기 주파수에 따른 평균전력값들 중 혈관 근육(myogenic) 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하도록 설정된, 전자 장치.
  5. 제4항에 있어서, 상기 인스트럭션들은, 상기 전자 장치가,
    상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하도록 설정된, 전자 장치.
  6. 제5항에 있어서, 상기 인스트럭션들은, 상기 전자 장치가,
    상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값 간의 비율을 산출하고,
    상기 산출된 비율과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하도록 설정된, 전자 장치.
  7. 제1항에 있어서, 상기 선형 모델은,
    상기 사용자의 나이, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값들과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 획득되는 것인, 전자 장치.
  8. 제1항에 있어서,
    디스플레이를 더 포함하고,
    상기 인스트럭션들은, 상기 전자 장치가,
    상기 사용자의 혈관 경직도를 추정한 결과를 상기 디스플레이를 통해 피드백하도록 하는, 전자 장치.
  9. 전자 장치에서 혈관 경직도를 측정하기 위한 방법에 있어서,
    상기 전자 장치의 적어도 하나의 센서가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하는 동작;
    상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작;
    상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작; 및
    상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하는 동작을 포함하는, 혈관 경직도를 측정하기 위한 방법.
  10. 제9항에 있어서, 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하는 동작은,
    압력 센서를 포함하는 상기 적어도 하나의 센서로부터 시간에 따른 압력값들의 변화를 나타내는 생체 신호를 획득하는 동작을 포함하는, 혈관 경직도를 측정하기 위한 방법.
  11. 제10항에 있어서, 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작은,
    상기 시간에 따른 압력값들을 주파수에 따른 평균전력값들로 변환하는 동작; 및
    상기 주파수에 따른 평균전력값들 중 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작을 포함하는, 혈관 경직도를 측정하기 위한 방법.
  12. 제11항에 있어서,
    상기 주파수에 따른 평균전력값들 중 혈관 근육(myogenic) 움직임에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작을 더 포함하는, 혈관 경직도를 측정하기 위한 방법.
  13. 제12항에 있어서, 상기 선형모델을 획득하는 동작은,
    상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작을 포함하는, 혈관 경직도를 측정하기 위한 방법.
  14. 제12항에 있어서,
    상기 혈관 근육 움직임에 의한 구간에 해당하는 적어도 하나의 특징값과 상기 심장 움직임에 의한 구간에 해당하는 적어도 하나의 특징값 간의 비율을 산출하는 동작; 및
    상기 산출된 비율과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 상기 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작을 더 포함하는, 혈관 경직도를 측정하기 위한 방법.
  15. 제12항에 있어서, 상기 선형 모델은,
    상기 사용자의 나이, 상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값들과 상기 참조 혈관 경직도와의 상관 관계에 기반하여, 획득되는, 혈관 경직도를 측정하기 위한 방법.
  16. 명령들을 저장하고 있는 저장 매체에 있어서, 상기 명령들은 전자 장치의 적어도 하나의 프로세서에 의하여 실행될 때에 상기 전자 장치로 하여금 적어도 하나의 동작을 수행하도록 설정된 것으로서, 상기 적어도 하나의 동작은,
    상기 전자 장치의 적어도 하나의 센서가 사용자의 신체 일부에 접촉된 것에 기반하여, 상기 적어도 하나의 센서로부터 상기 신체 일부에 대한 압력값들을 나타내는 생체 신호를 획득하는 동작;
    상기 획득된 생체 신호에 근거하여 심장 움직임(cardiac motion)에 의한 구간에 해당하는 적어도 하나의 특징값을 획득하는 동작;
    상기 심장 움직임에 의한 구간에서의 적어도 하나의 특징값과 참조 혈관 경직도와의 상관 관계에 기반하여, 혈관 경직도를 추정하기 위한 선형모델을 획득하는 동작; 및
    상기 선형모델에 기반한 혈관 경직도 관련 정보를 출력하는 동작을 포함하는, 저장 매체.
KR1020220073338A 2022-03-23 2022-06-16 혈관 경직도를 측정하기 위한 전자 장치, 방법 및 저장 매체 KR20230138373A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220036218 2022-03-23
KR1020220036218 2022-03-23

Publications (1)

Publication Number Publication Date
KR20230138373A true KR20230138373A (ko) 2023-10-05

Family

ID=88294836

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220073338A KR20230138373A (ko) 2022-03-23 2022-06-16 혈관 경직도를 측정하기 위한 전자 장치, 방법 및 저장 매체

Country Status (1)

Country Link
KR (1) KR20230138373A (ko)

Similar Documents

Publication Publication Date Title
KR20200054719A (ko) 혈압 캘리브레이션 시점 검출 방법 및 장치
US20230233153A1 (en) Wearable device and method for measuring biometric information
US20200297223A1 (en) Electronic device for measuring blood pressure and method for measuring blood pressure
US20230191198A1 (en) Electronic apparatus and operation method for providing of workout guide thereof
US20230135923A1 (en) Method for calibrating external light for bio-signal measurement, and electronic device and storage medium therefor
US11899845B2 (en) Electronic device for recognizing gesture and method for operating the same
KR20220080972A (ko) 수면 무호흡을 검출하기 위한 방법 및 이를 지원하는 전자 장치
US11730377B2 (en) Electronic device and method for providing information on cardiovascular state of user
US20210085259A1 (en) Apparatus and method for estimating bio-information
US20220386885A1 (en) Wearable electronic device measuring blood pressure and method for operating the same
KR20230138373A (ko) 혈관 경직도를 측정하기 위한 전자 장치, 방법 및 저장 매체
CN111012322B (zh) 用于估计血压的设备
KR20220152633A (ko) 생체 정보 검출 방법 및 이를 지원하는 전자 장치
US20220175311A1 (en) Method for detecting sleep apnea and electronic device for supporting the same
US20230079489A1 (en) Wearable device and method for measuring biometric information
US20230218201A1 (en) Electronic device for determining users vital sign and method for operating the same
US20240032828A1 (en) Biometric information detection method and electronic device for implementing same
KR20220159772A (ko) 혈압을 모니터링하기 위한 전자 장치 및 그의 동작 방법
EP4233703A1 (en) Electronic device for providing personalized guide based on blood-pressure-related information, and method therefor
KR20230052779A (ko) 체중 데이터 보정 장치 및 방법
US20220338743A1 (en) Electronic device and method for providing health information based on electrocardiogram in electronic device
EP4169447A1 (en) Method for acquiring biometric information and electronic device therefor
KR20240028888A (ko) 생체 정보를 측정하는 전자 장치 및 이의 동작 방법
KR20230035182A (ko) 정신 건강 관리를 위한 전자 장치 및 이의 제어 방법
KR20230109314A (ko) 사용자의 생체 사인을 결정하는 전자 장치 및 그 동작 방법