[go: up one dir, main page]

KR100954817B1 - 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법 - Google Patents

맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법 Download PDF

Info

Publication number
KR100954817B1
KR100954817B1 KR1020090021577A KR20090021577A KR100954817B1 KR 100954817 B1 KR100954817 B1 KR 100954817B1 KR 1020090021577 A KR1020090021577 A KR 1020090021577A KR 20090021577 A KR20090021577 A KR 20090021577A KR 100954817 B1 KR100954817 B1 KR 100954817B1
Authority
KR
South Korea
Prior art keywords
heart rate
standard deviation
pulse wave
stress
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020090021577A
Other languages
English (en)
Inventor
권기철
신석범
심영보
Original Assignee
(주)바이오센스크리에티브
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 (주)바이오센스크리에티브 filed Critical (주)바이오센스크리에티브
Priority to KR1020090021577A priority Critical patent/KR100954817B1/ko
Application granted granted Critical
Publication of KR100954817B1 publication Critical patent/KR100954817B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/02007Evaluating blood vessel condition, e.g. elasticity, compliance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024Measuring pulse rate or heart rate
    • A61B5/02405Determining heart rate variability
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4029Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
    • A61B5/4035Evaluating the autonomic nervous system
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Neurology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Neurosurgery (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

본 발명은 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법에 관한 것이다. 본 발명의 하나의 모습에 따르면, 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에 있어서, 피검자의 연령 및 성별 정보를 입력받는 입력수단; 피검자의 신체말단으로부터 맥파신호를 검출하며, 검출된 신호를 증폭하고 필터링하며, 필터링된 신호를 디지털데이터로 변환하여 전송하는 맥파신호검출장치; 상기 맥파신호검출장치로부터 수신된 데이터의 노이즈를 제거하는 노이즈제거수단; 상기 입력된 피검자의 연령 및 성별정보를 토대로 정규화 요소를 산출하며, 상기 노이즈제거된 데이터를 처리하여 얻어지는 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터, 그리고 시계열적 분석을 통하여 심박변이 다양성 정도를 나타내는 복잡도와, 측정 평균심박수, 측정심박수 표준편차 및 측정심박간격 표준편차를 포함하는 시간 영역의 파라미터를 구하고, 정규화 요소와 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며, 산출된 정규화 심박편향분포도 및 정규화 표준편차와 상기 복잡도 및 주파수영역 파라미터를 이용하여 스트레스 지수를 산출하고, 산출된 스트레스 지수를 토대로 스트레스 진행상태를 분석하는 스트레스 검사수단; 및 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 설정된 문턱치 이상의 구간에서의 첫째 고점 피크치에 대한 직후의 저점 피크치 및 이후의 3개 피크치 각각의 비를 구하여 연령지수(AI)를 산출하며 연령지수(AI)로부터 혈관나이를 산출하고 산출된 혈관나이와 상기 첫째 고점 피크치, 저점 피크치 및 3개 피크치를 형성하는 데이터 파형을 토대로 혈관건강상태를 분석하는 혈관건강 검사수단;을 포함하여 이루어지는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템이 제안된다.
맥파신호, 스트레스지수, 복잡도, 심박분포도, 혈관나이

Description

맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법{System and Method for Testing Blood Vessel's Health and Stress through Signal Analysis of Pluse Wave}
본 발명은 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법에 관한 것으로, 보다 상세히는 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석하는 정확도를 높인 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템 및 방법, 그리고 스트레스 검사방법에 관한 것이다.
심박 변이도(Heart Rate Variability, HRV)란 시간에 따른 심박의 주기적인 변화를 말하며, 이는 체내/외부 환경의 요인에 대한 자율신경계의 항상성 조절 메카니즘을 추적하는데 중요한 열쇠가 되며, 스트레스의 정도는 자율신경에 의한 심박변이도를 통해 추적할 수 있다. 심박 변이도에 따라 심박동의 미세한 변화를 파형을 통해 분석하여, 스트레스에 대한 인체의 자율신경 반응을 가시화하고, 현재의 건강 상태를 확인할 수 있다.
심박간격은 심전도 또는 맥파 파형의 피크간 간격을 의미하는 것으로, 측정한 시간동안의 심박간격의 변화그래프를 심박간격변이도(RRV, R-R Interval Variability) 또는 심박수변이도(HRV, Heart Rate Variability)등으로 불리기도 한다.
HRV는 동방결절에 영향을 미치는 교감 신경과 부교감 신경 사이의 상호 작용과 관련이 있으며 이는 심박동 및 RR 간격(심박동변화에서 R포인트에서 R포인트까지의 간격)의 변동을 반영한다. 즉, 하나의 심장 주기로부터 다음 심장 주기 사이의 미세한 변이를 의미한다.
일반적으로 심박변이 측정은 심전도(이하 ECG라 함)나 산소포화도(이하 PPG라 함)를 이용하여 측정한다. 산소포화도를 이용한 측정은 광학용적묘기측정(photoplethysmography : PPG) 방식에 의하는 기술이 알려져 있다. 심박간격은 심전도나 산소포화도 신호 상의 파형에서 피크(peak)를 검지하고, 피크간 간격을 측정하여 구하여 지며, 이렇게 측정된 심박 간격은 800msec 전후로 끊임없이 변화하게 된다. 이런 심박 간격이 실시간으로 측정되면 이는 또다시 수식에 의해서 실시간 분당 심박동수로 표현되어 질 수 있으며, 측정된 심박 간격으로부터 계산된 심박동수의 변화 그래프를 HRT(Heart Rate turbulence) 태코그램(tachogram) 이라고 한다.
HRV 감소의 의미는 심박동의 역동적 변화의 복잡성이 감소되었음을 말하며 이는 끊임없이 변화하는 환경에 대한 체내 적응 능력의 감소를 의미한다. 박동간의 미세한 변화로부터 자율신경계의 체내 항상성 조절 메커니즘을 추정할 수 있는데, 건강하고 조절능력이 뛰어난 사람은 혈중 산소농도, 체온, 혈압 등에 민감하게 반응하여 빠른 시간 내에 생리적인 균형 상태에 이를 수 있지만 질병 상태에 있는 경우에는 그렇지 못하여 생리적인 균형 상태에 다다를 수 없게 된다.
HRV 분석 방법은 시간 도메인 분석과 주파수 도메인 분석으로 크게 대별된다. 시간 도메인 분석(Time domain analysis)은 동성 심박 사이의 RR 간격을 통계적으로 처리하는 기법으로, 유럽 및 북미 심장조율과 전기생리학(the European Society of Cardiology and the North American Society of Pacing and Electrophysiology)(이하 NASPE라 한다)의 특별전문위원회(the Task Force)에서는 5분 기록에서도 가능하다고 한다. 특정시간에서의 심박수나 정상적인 펄스(pulse)사이의 간격이 측정된다. 연속적인 PPG 파형을 통해 RR간격이나 순간적인 심박동이 결정된다. 시간 범위의 심박 변이도는 주로 부교감 신경계의 영향을 반영하며 시간 범위분석의 모든 단위는 msec이다. 시간 범위 분석에서 일련의 자료들은 두 유형으로 얻어지게 되는데 하나는 RR간격이나 순간 심박동의 직접적인 측정으로 얻어지는 것이 있고, 다른 하나는 RR간격의 차이로부터 얻어진 것이다. 시간 범위 분석을 통해 구해지는 파라미터로는 평균 심박수(Heart Rate HR), 전체 RR 간격의 표준편차(SDNN, Standard Deviation of Normal R-Normal R intervals), 인접한 RR간격의 차이를 제곱한 값의 평균의 제곱근(RMSSD), 확률분포가 퍼진 정도(HRV-Index, Heart Rate Variability-Index) 등이 있다.
주파수 도메인 분석은 FFT(퓨리에 변환 : Fast Fourier Transform)를 이용하 여 주파수 범위를 분석하는 것으로, HRV 변동 신호를 구성하는 각 주파수 대역을 분리 평가할 수 있는 분석 방식이다. 즉, HRV 신호는 각기 다른 대역의 주파수 신호가 합쳐져서 하나의 복잡한 신호로 나타나게 되는데, 이러한 HRV 신호를 구성하는 각 주파수 대역의 강도(PSD: Power Spectral Density)를 분리 평가하는 방식이다. 주파수 범위 분석을 통해 구해지는 파라미터는 아주 낮은 주파수대역(Very low frequency, VLF)의 강도, 저주파수대역(low frequency, LF)의 강도, 고주파수대역(High frequency, HF)의 강도, 5분간 전체 강도(5-minute total power)(이하 TP라 한다), 저주파수대 고주파수의 대역 강도비(LF/HF ratio), 저·고 주파수대역의 정규화된 강도(normalized LF and HF)가 있다.
광학용적묘기측정(photoplethysmography : PPG) 방식에 의해 혈압 파형을 모니터링할 수 있다. PPG 센서는 IR광을 말단 모세혈관에 인가한 후 투과광이나 그 반사광으로부터 혈관내 혈구의 흐름을 모니터링하고 그에 의해 혈관 용적의 변화를 추정하여 혈압파형을 산출하며, 이에 의해 예를 들면 혈압, 혈관의 탄성도, 혈압 파형으로부터 도출되는 피측정자의 연령, 자율신경 평형도, 교감신경/부교감신경 활동도, 스트레스 정도 등 다양한 생리적인 징표들이 모니터링될 수 있다.
본 발명에서는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템 및 방법, 그리고 스트레스 검사방법을 제안한다.
본 발명에서는 주파수 및 시간영역 파라미터를 정규화하고 복잡도를 적용함으로써, 보다 정확한 맥파신호분석을 통한 스트레스 검사가 가능하도록 하고자 한다.
또한, 정규화한 LF활성도, 정규화한 심박편향분포도, 심박변이의 정규화 표준편차 및 복잡도를 적용하여 스트레스 지수를 산출함으로써, 보다 정확하고 향상된 스트레스 검사가 가능하도록 하고자 한다.
게다가, 심박변이도의 3차미분 데이터로부터 고점을 구하여 피크치로부터 얻어지는 연령지수로 혈관나이를 산출하여 혈관건강을 검사하는 방법을 제시하고자 한다.
상기 목적을 달성하기 위하여, 본 발명의 하나의 모습으로, 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에 있어서, 피검자의 연령 및 성별 정보를 입력받는 입력수단; 피검자의 신체말단으로부터 맥파신호를 검출하며, 검출된 신호를 증폭하고 필터링하며, 필터링된 신호를 디지털데이터로 변환하여 전송하는 맥파신호검출장치; 상기 맥파신호검출장치로부터 수신된 데이터의 노이즈를 제거하는 노이즈제거수단; 상기 입력된 피검자의 연령 및 성별정보를 토대로 정규화 요소를 산출하며, 상기 노이즈제거된 데이터를 처리하여 얻어지는 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 구하며 그리고 시계열적 분석을 통하여 심박변이 다양성 정도를 나타내는 복잡도와, 측정 평균심박수, 측정심박수 표준편차 및 측정심박간격 표준편차를 포함하는 시간 영역의 파라미터를 구하고, 정규화 요소와 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며, 산출된 정규화 심박편향분포도 및 정규화 표준편차와 상기 복잡도 및 주파수영역 파라미터를 이용하여 스트레스 지수를 산출하고, 산출된 스트레스 지수를 토대로 스트레스 진행상태를 분석하는 스트레스 검사수단; 및 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 설정된 문턱치 이상의 구간에서의 첫째 고점 피크치에 대한 직후의 저점 피크치 및 이후의 3개 피크치 각각의 비를 구하여, 바람직하게는 문턱치 이상인 2개의 고점들(A, N) 구간에서의 첫번째 고점 피크치(A)에 대한 직후의 0 이하의 저점 피크치(B) 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E) 각각의 비(B/A, C/A, D/A, E/A)를 구하여, 연령지수(AI)를 산출하며 연령지수(AI)로부터 혈관나이를 산출하고 산출된 혈관나이와 상기 첫째 고점 피크치, 저점 피크치 및 3개 피크치를 형성하는 데이터 파형을 토대로 혈관건강상태를 분석하는 혈관건강 검사수단;을 포함하여 이루어지는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템이 제안된다.
바람직한 모습으로, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에서 상기 스트레스 검사수단은: 상기 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터를 산출하는 HRV데이터 산출모듈; 상기 입력된 피검자의 연령 및 성별정보를 토대로 해당 연령 및 성별에 따른 평균심박수 및 심박변이 평균표준편차를 포함하는 정규화요소를 산출하는 정규화요소 산출모듈; 상기 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고 상기 1차미분 및 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내는 복잡도를 산출하는 복잡도산출모듈; 상기 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출하는 주파수영역분석모듈; 상기 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(SDNN)를 포함하는 시간 영역의 파라미터를 산출하는 시간영역분석모듈; 상기 주파수영역 파라미터의 LF활성도를 정규화하여 정규화 LF활성도를 산출하며, 상기 정규화 요소와 측정심박간격 표준편차를 이용하여 정규화 표준편차를 산출하며, 정규화 요소와 측정 평균심박수 및 측정심박간격 표준편차를 이용하여 정규화 심박편향분포도를 산출하는 정규화모듈; 상기 정규화 LF활성도와 상기 정규화 심박편향분포도의 곱의 제곱근으로부터 물리적스트레스지수를 구하고, 상기 정규화 표준편차와 복잡도의 곱의 제곱근에서 산출된 스트레스 내성도와 상기 복잡도의 평균으로부터 심리적스트레스지수를 구하며 상기 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산출하는 스트레스지 수 산출모듈; 및 산출된 스트레스지수를 토대로 스트레스 진행상태를 분석하는 스트레스진행 분석모듈;을 포함하여 이루어진다.
바람직하게는, 상기 정규화모듈은, 다음의 식에 의해 정규화 LF활성도, 정규화 심박편향분포도 및 정규화 표준편차를 산출한다. 여기에서 측정 표준편차는 측정된 심박간격 표준편차를 의미한다.
Figure 112009071608331-pat00039
Figure 112009071608331-pat00040
Figure 112009071608331-pat00041
또한 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에서 상기 HRV데이터 산출모듈은: 상기 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터 추출을 위한 세그멘트를 버퍼링하고 세그멘트 내의 피크치들을 검출하여 피크치 사이의 간격을 산출 저장하여 데이터를 확보하는 피크간격추출 서브모듈과; 유실된 데이터를 내삽방식으로 처리하여 아티팩트를 제거하는 전처리 서브모듈과; 전처리 완료된 데이터를 시간에 따른 재배치를 통한 데이터 리샘플링을 수 행하여 심박변이도 데이터를 산출하는 리샘플링 서브모듈;을 포함하여 이루어진다.
바람직하게는, 또한, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에서 상기 복잡도산출모듈은 다음의 식으로부터 복잡도를 산출한다.
복잡도=[(상기 1차미분 표준편차/8.5 + 상기 2차미분 표준편차/15)/2]*100.
또 바람직하게는, 상기 주파수영역분석모듈은 상기 심박변이도 데이터로부터 고속 푸리에변환을 이용여 주파수 영역을 분석하고, 상기 주파수영역분석모듈은, 0.04~0.15Hz의 저주파대역의 파워값을 추출하며 추출된 저주파 대역의 파워값에 대한 로그값으로 교감신경활성치를 반영하는 LF활성도를 산출하는 LF활성도산출 서브모듈과, 0.15~0.4Hz의 고주파대역의 파워값을 추출하며 추출된 고주파 대역의 파워값에 대한 로그값으로 부교감신경활성치를 반영하는 HF활성도를 산출하는 HF활성도산출 서브모듈을 포함한다.
또한, 상기 스트레스 검사수단은 미리 설정된 성별 및 연령대별 각각의 평균의 LF활성도 및 HF활성도의 하한 및 상한에 의해 구분되는 9개 영역 중 피검자로부터 상기 산출된 LF활성도 및 HF활성도의 해당영역을 판단하여 자율신경밸런스를 분석하는 자율신경밸런스 분석모듈을 더 포함하여 이루어진다.
또한 바람직하게는, 상기 정규화요소 산출모듈은 정규화요소로서 성별 및 연령별 평균심박수 및 심박변이 평균표준편차를 산출하고, 여기에서, 남자의 평균심 박수 = 78.2 - 0.062×실제나이, 그리고 여자의 평균심박수 = 86.4 - 0.16×실제나이로 산출하며, 여기에서 78.2와 86.4는 각각 성별 전체의 평균심박수 상수, 0.062와 0.16은 성별 나이에 따른 편차상수이고, 또한, 남자의 심박변이 평균표준편차 = 96.5 - 0.73×실제나이, 그리고 여자의 심박변이 평균표준편차 = 73.2 - 0.41×실제나이로 산출하며, 여기에서 96.5와 73.2는 각각 성별 전체의 심박변이 평균표준편차 상수, 0.73과 0.41은 성별 나이에 따른 편차상수인 것을 특징으로 한다.
바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에서 상기 혈관건강 검사수단은: 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 윈도우사이즈를 설정하고 최대치를 찾고 최대치를 기준으로 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A), 직후의 0 이하의 저점 피크치(B), 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하는 피크치검출모듈과; 상기 검출된 첫째 고점 피크치(A)에 대한 직후의 저점 피크치(B) 및 이후의 3개 피크치(C, D, E) 각각의 비를 구하여 연령지수(AI)=(B-C-D-E)/A 관계를 이용하여 연령지수(AI)를 산출하며 산출된 연령지수(AI)가 연령의 증가에 따라 선형적인 증가를 나타내는 것을 이용하여 혈관나이를 산출하는 혈관나이산출모듈과; 상기 첫째 고점 피크치(A), 저점 피크치(B) 및 3개 피크치(C, D, E)를 형성하는 파형과 상기 산출된 혈관나이를 토대로 혈관건강상태를 분석하는 혈관건강분석모듈; 을 포함하여 이루어진다.
더 바람직하게는, 상기 피크치검출모듈은 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A)과 직후의 0 이하의 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들을 검출하지 못한 경우 상기 설정된 윈도우사이즈의 데이터에 대한 삼차미분된 데이터로부터 다시 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전의 구간에서 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하는 것을 특징으로 한다.
또한 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에서 상기 맥파신호검출장치는: 피검자의 신체말단으로부터 광전용적맥파측정방식으로 맥파신호를 검출하는 센서부; 상기 검출된 신호를 증폭하고 필터링하는 증폭 및 필터부; 상기 필터링된 신호를 디지털 데이터로 변환하는 A/D 변환부; 및 상기 변환된 디지털 데이터를 맥파신호 분석할 수 있도록 전송하는 통신인터페이스부를 포함하여 이루어진다. 더 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템은 상기 스트레스 검사수단 및 상기 혈관건강 검사수단으로부터 산출되고 분석되는 결과 데이터를 디스플레이장치를 통해 표시하도록 하는 표시수단을 더 포함하여 이루어진다.
상기 목적을 달성하기 위한 본 발명의 다른 하나의 모습으로, 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법에 있어서, 피검자의 연령 및 성별 정보를 입력받는 입력단계; 맥파신호검출장치에서 검출된 피검자 신체말단으로부터의 맥파신호를 증폭하고 필터링하여 디지털데이터로 변환하여 전송하는 맥파신호 수집 및 전송단계; 상기 맥파신호검출장치로부터 수신된 데이터의 노이즈를 제거하는 노이즈제거단계; 상기 노이즈제거단계에서 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터를 산출하는 HRV데이터 산출단계; 상기 입력단계에서 입력된 피검자의 연령 및 성별정보를 토대로 정규화요소를 산출하는 정규화요소 산출단계; 상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고 상기 1차미분 및 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내는 복잡도를 산출하는 복잡도산출단계; 상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출하는 주파수영역분석단계; 상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(SDNN)를 포함하는 시간 영역의 파라미터를 산출하는 시간영역분석단계; 상기 정규화 요소와 상기 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며 상기 주파수영역분석단계에서 산출된 LF활성도를 이용하여 정규화 LF활성도를 산출하고, 상기 정규화 LF활성도와 정규화 심박편향분포도의 곱의 제곱근으로부터 물리적스트레스지수를 구하고, 상기 정규화 표준편차와 상기 복잡도의 곱의 제곱근에서 산출된 스트레스 내성도와 상기 복잡도의 평균으로부터 심리적스트레스지수를 구하며 상기 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산출하는 스트레스지수 산출단계; 상기 스트레스지수 산출단계에서 산출된 스트레스지수를 토대로 스트레스 진행상태를 분석하는 스트레스진행 분석단계; 및 상기 노이즈제거단계에서 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 설정된 문턱치 이상의 구간에서의 첫째 고점 피크치에 대한 직후의 저점 피크치 및 이후의 3개 피크치 각각의 비를 구하여, 바람직하게는 문턱치 이상인 2개의 고점들(A, N) 구간에서의 첫번째 고점 피크치(A)에 대한 직후의 0 이하의 저점 피크치(B) 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E) 각각의 비(B/A, C/A, D/A, E/A)를 구하여, 연령지수(AI)를 산출하며 연령지수(AI)로부터 혈관나이를 산출하고 산출된 혈관나이와 상기 첫째 고점 피크치, 저점 피크치 및 3개 피크치를 형성하는 데이터 파형을 토대로 혈관건강상태를 분석하는 혈관건강 검사단계;를 포함하여 이루어지는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법이 제안된다.
또한 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법에서 상기 혈관건강 검사단계는: 상기 노이즈제거단계에서 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 윈도우사이즈를 설정하고 최대치를 찾고 최대치를 기준으로 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A), 직후의 0 이하의 저점 피크치(B), 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하 는 피크치검출단계; 상기 피크치검출단계에서 검출된 첫째 고점 피크치(A)에 대한 직후의 저점 피크치(B) 및 이후의 3개 피크치(C, D, E) 각각의 비를 구하여 연령지수(AI)=(B-C-D-E)/A 관계를 이용하여 연령지수(AI)를 산출하며 산출된 연령지수(AI)가 연령의 증가에 따라 선형적인 증가를 나타내는 것을 이용하여 혈관나이를 산출하는 혈관나이산출단계; 및 상기 첫째 고점 피크치(A), 저점 피크치(B) 및 3개 피크치(C, D, E)를 형성하는 파형과 상기 산출된 혈관나이를 토대로 혈관건강상태를 분석하는 혈관건강분석단계; 를 포함하여 이루어진다.
더 바람직하게는, 상기 피크치검출단계는 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A)과 직후의 0 이하의 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들을 검출하지 못한 경우 상기 설정된 윈도우사이즈의 데이터에 대한 삼차미분된 데이터로부터 다시 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전의 구간에서 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하는 것을 특징으로 한다.
또한, 상기 목적을 달성하기 위한 본 발명의 또 다른 하나의 모습에 따르면, 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 스트레스지수를 산출하여 분석하는 맥파신호분석 이용한 스트레스 검사방법에 있어서, 피검자의 연령 및 성별 정보를 입력받는 입력단계; 맥파신호검출장치에서 검출된 피검자 신체말단으로부터의 맥파신호를 증폭하고 필터링하여 디지털데이터로 변환하여 전송하는 맥 파신호 수집 및 전송단계; 상기 맥파신호검출장치로부터 수신된 데이터의 노이즈를 제거하는 노이즈제거단계; 상기 노이즈제거단계에서 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터를 산출하는 HRV데이터 산출단계; 상기 입력단계에서 입력된 피검자의 연령 및 성별정보를 토대로 정규화요소를 산출하는 정규화요소 산출단계; 상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고 상기 1차미분 및 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내는 복잡도를 산출하는 복잡도산출단계; 상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출하는 주파수영역분석단계; 상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(SDNN)를 포함하는 시간 영역의 파라미터를 산출하는 시간영역분석단계; 상기 정규화 요소와 상기 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며 상기 주파수영역분석단계에서 산출된 LF활성도를 이용하여 정규화 LF활성도를 산출하고, 상기 정규화 LF활성도와 정규화 심박편향분포도의 곱의 제곱근으로부터 물리적스트레스지수를 구하고, 상기 정규화 표준편차와 상기 복잡도의 곱의 제곱근에서 산출된 스트레스 내성도와 상기 복잡도의 평균으로부터 심리적스트레스지수를 구하며 상기 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산출하는 스트레스지수 산출단계; 및 상기 스트레스지수 산출단계에서 산출된 스트레스지수를 토대로 스트레스 진행상태를 분석하는 스트레스진행 분석단계; 를 포함하여 이루어지는 맥파신호분석 이용한 스트레스 검사방법이 제안된다.
바람직하게는, 전술한 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법 또는 스트레스 검사방법의 모습들에서, 상기 스트레스지수 산출단계에서의 상기 정규화 LF활성도, 정규화 심박편향분포도 및 정규화 표준편차의 산출은 다음의 식에 의하는 것을 특징으로 한다. 여기에서 측정 표준편차는 측정된 심박간격 표준편차를 의미한다.
Figure 112009071608331-pat00042
Figure 112009071608331-pat00043
Figure 112009071608331-pat00044
또한 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법 또는 맥파신호분석 이용한 스트레스 검사방법들에서의 상기 복잡도산출단계는 다음의 식으로부터 복잡도를 산출한다.
복잡도=[(상기 1차미분 표준편차/8.5 + 상기 2차미분 표준편차/15)/2]*100.
또한 바람직하게는, 상기 주파수영역분석단계는 상기 심박변이도 데이터로부터 고속 푸리에변환을 이용여 주파수 영역을 분석하고, 상기 주파수영역분석단계는, 0.04~0.15Hz의 저주파대역의 파워값을 추출하며 추출된 저주파 대역의 파워값에 대한 로그값으로 교감신경활성치를 반영하는 LF활성도를 산출하는 LF활성도산출단계와, 0.15~0.4Hz의 고주파대역의 파워값을 추출하며 추출된 고주파 대역의 파워값에 대한 로그값으로 부교감신경활성치를 반영하는 HF활성도를 산출하는 HF활성도산출단계를 포함한다.
또한 상기 스트레스 검사방법 또는 상기 혈관건강 및 스트레스 검사방법은 미리 설정된 성별 및 연령대별 각각의 평균의 LF활성도 및 HF활성도의 하한 및 상한에 의해 구분되는 9개 영역 중 피검자로부터 상기 산출된 LF활성도 및 HF활성도의 해당영역을 판단하여 자율신경밸런스를 분석하는 자율신경밸런스 분석단계를 더 포함하여 이루어진다.
본 발명의 모습에 따라, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템 및 방법, 그리고 스트레스 검사방법을 제공할 수 있게 되었다.
본 발명의 하나의 모습에 따라, 주파수 및 시간영역 파라미터를 정규화하고 복잡도를 적용함으로써, 보다 정확하고 간편한 맥파신호분석을 통한 스트레스 검사가 가능하게 되었다.
또한, 정규화한 LF활성도, 정규화한 심박편향분포도, 심박변이의 정규화 표준편차 및 복잡도를 적용하여 스트레스 지수를 산출함으로써, 보다 간편하고 향상된 스트레스 검사가 가능하게 되었다.
게다가, 심박변이도의 2차미분 데이터로부터 고점이 불명확한 경우 3차미분 데이터로부터 고점을 구하여 피크치로부터 얻어지는 연령지수로 혈관나이를 산출하여 혈관건강을 검사하는 보다 간편하고 정확한 방법을 도출하게 되었다.
명시적으로 기재되지 않았으나, 본 발명의 다양한 실시예에 따른 구성의 결합으로부터 도출되는 종래에 예기치 못했던 현저한 효과가 기대될 수 있음은 자명하다.
전술한 과제를 달성하기 위한 본 발명의 실시 예들이 첨부된 도면을 참조하여 설명된다. 본 실시 예들을 설명함에 있어서, 동일부호는 동일한 구성을 의미하고, 중복되는 부가적인 설명은 아래에서 생략될 수 있다.
우선, 본 발명의 하나의 모습으로, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에 대하여 살펴본다.
도 1은 본 발명의 하나의 실시예에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템을 나타내는 개략적인 블럭도이다.
본 발명의 하나의 모습에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템은 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석한다.
도 1을 참조하면, 본 발명의 하나의 실시예에 따르는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템은 입력수단(100)과, 맥파신호검출장치(200)와, 노이즈제거수단(300)과 스트레스검사수단(400)과 혈관건강검사수단(500)을 포함하여 이루어진다. 또한 바람직하게는 도 1에 도시된 바와 같이, 표시수단(600)을 더 포함할 수 있다.
입력수단(100)은 피검자의 연령 및 성별 정보를 입력받는 것으로, 바람직하게는 피검자의 연령 및 성별정보를 입력받기 위해 제공되는 창 또는 입력창을 제공하는 모듈일 수 있고, 나아가 키보드나 마우스 등의 입력장치를 포함할 수 있다.
맥파신호검출장치(200)는 피검자의 신체말단으로부터 맥파신호를 검출하며, 검출된 신호를 증폭하고 필터링하며, 필터링된 신호를 디지털데이터로 변환하여 전송한다. 맥파신호검출장치(200)는, 바람직하게, 센서부(210)와 증폭 및 필터부(230)와 A/D 변환부(250), 그리고 통신인터페이스부(270)를 포함하여 이루어진다.
센서부(210)는 피검자의 신체말단으로부터 광전용적맥파측정방식으로 맥파신호를 검출하고, 바람직하게는 광전용적맥파센서로 이루어지고, 혈액흐름신호를 전 기적 신호로 바꾸는 역할을 한다. 광전용적맥파센서는 당해 기술분야에서 주지된 기술로 더 이상의 구체적인 설명은 생략하기로 한다.
증폭 및 필터부(230)에서는 센서부(210)로부터 검출된 신호를 증폭하고 필터링하여 잡음을 제거하고, 바람직하게는 60Hz 잡음 등의 잡음을 제거한다. 잡음제거되어 필터링된 신호는 A/D 변환부(250)에서 디지털 데이터로 변환되어 출력된다. 상기 변환된 디지털 데이터는 통신인터페이스부(270)를 통해 맥파신호분석장치 또는 분석수단, 예컨대 도 1에서의 스트레스검사수단(400) 또는/및 혈관건강검사수단(500)으로 전송되어 맥파신호 분석할 수 있도록 한다.
노이즈제거수단(300)은 맥파신호검출장치(200)의 통신인터페이스로부터 수신된 데이터에 대하여 신호분석 전에 전송과정 등에서 생긴 노이즈를 제거하는 역할을 수행한다.
본 발명의 하나의 실시예에 따른 혈관건강 및 스트레스 검사시스템의 하나의 구성인 스트레스 검사수단(400)은 도 1, 2a 및 2b를 참조하여 설명된다. 도 2a는 도 1의 시스템에서 스트레스 검사수단(400)의 하나의 실시예를 나타내는 개략적인 블럭도이고, 도 2b는 도 2a의 스트레스 검사수단(400)의 주파수영역분석모듈(440)과 시간영역분석모듈(450)의 구체적인 하나의 실시예를 나타내는 개략적인 블럭도이다.
도 1 및 2a를 참조하면, 하나의 실시예에서의 스트레스 검사수단(400)은 정규화요소 산출모듈(420), HRV데이터 산출모듈(410), 복잡도산출모듈(430), 주파수 영역분석모듈(440), 시간영역분석모듈(450), 정규화모듈(460), 스트레스지수산출모듈(470) 및 스트레스진행 분석모듈(480)을 포함하여 이루어진다. 또한 바람직하게는, 스트레스 검사수단(400)은 도 2a에 도시된 바와 같이, 자율신경밸런스 분석모듈(490)을 더 포함할 수 있다. 이하에서 구체적으로 살펴본다.
정규화요소 산출모듈(420)은 입력수단(100)을 통하여 입력된 피검자의 연령 및 성별정보를 토대로 정규화 요소를 산출한다.
바람직하게는, 정규화요소로서 성별 및 연령별 평균심박수 및 심박변이 평균표준편차를 산출한다. 하나의 바람직한 실시예로, 남자의 평균심박수 = 78.2 - 0.062×실제나이로 산출하고, 여자의 평균심박수 = 86.4 - 0.16×실제나이로 산출한다. 평균심박수의 단위는 분당맥박수(bpm)(beat per minute)를 사용한다. 여기에서 78.2와 86.4는 각각 성별 전체의 평균심박수 상수를 나타내고, 0.062와 0.16은 남자와 여자 각각의 나이에 따른 편차상수로 각 성별로 실제나이를 곱하여 평균심박수로부터 편차를 구할 수 있다. 성별 및 연령별 평균심박수는 정규화 심박편향분포도를 산출하는데 사용된다. 또한, 심박변이 평균표준편차와 관련하여, 하나의 바람직한 실시예로, 남자의 심박변이 평균표준편차 = 96.5 - 0.73×실제나이로 산출하고, 여자의 심박변이 평균표준편차 = 73.2 - 0.41×실제나이로 산출한다. 심박변이 평균표준편차의 단위는 심박변이와 마찬가지로 ms(mili sec.)를 사용한다. 여기에서 96.5와 73.2는 각각 성별 전체의 심박변이 평균표준편차 상수를 나타내고, 0.73과 0.41은 각 성별의 나이에 따른 편차상수를 나타낸다. 심박변이 평균표준편차는 정규화 표준편차 및 스트레스 내성도를 산출하는데 사용된다.
본 발명에서, 하나의 실시예에 따른 정규화요소로서 성별 및 연령별 평균심박수 및 심박변이 평균표준편차의 산출에서 수치는 임상 표본데이터로부터 얻어지는 수치이고, 본 발명의 범위는 당해분야에서 적절한 임상표본의 설정에 따라 어느 정도의 변경이 가능한 범위를 포함한다고 할 것이다.
또한 바람직하게는 정규화요소로서 임상 표본데이터로부터 표본의 LF활성도 평균과 표본 LF활성도 표준편차를 포함하여 산출한다.
다음으로, HRV데이터 산출모듈(410)은 노이즈제거수단(300)으로터 노이즈제거된 데이터로부터 심박변이도(Heart Rate Variability, HRV) 데이터를 산출한다.
바람직하게는 도 2a를 참조하면, HRV데이터 산출모듈(410)은, 바람직하게 피크간격추출 서브모듈(411)과 전처리 서브모듈(413)과 리샘플링 서브모듈(415)을 포함한다. 피크간격추출 서브모듈(411)은 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터 추출을 위한 세그멘트를 버퍼링하고 세그멘트 내의 피크치들을 검출하여 피크치 사이의 간격을 산출 저장하여 데이터를 확보한다. 구체적으로 노이즈제거된 신호로부터 일정구간의 최대 피크(peak)인 R 포인트를 검출하고, RR 간격을 구한다. RR간격에 의하여 심박수를 산출할 수 있다. 일반적으로 한 주기의 맥파신호에서 다수의 포인트(변곡점)를 구비하며, 그 중에 일정구간에서의 최대 피크점에 해당하는 포인트가 R포인트이므로, 여기서는 R 포인트를 검출한다. 그리고 R 포인트에서 다음 R 포인트까지의 간격을 구하는데, RR 간격은 심박주기에 해당한다. RR 간격의 값으로부터 해당 시간의 심박수를 계산하여, 측정 시간 동안 저장한다. R포인트 검출은 노이즈제거된 데이터를 미분하여 그 미분 파형에서 변곡점을 찾으며, 이로부터 제1피크와 제2피크의 값과 시간위치를 검출한다. 여기서 제1피크는 제1의 R포인트에 해당하며 제2피크는 제2의 R포인트에 해당한다. 그러므로 RR간격인 제2의 R포인트에서 제1의 R포인트까지의 시간 간격, 즉 제2피크 시간위치에서 제1피크 시간위치까지의 시간 간격은 제2피크 시간위치에서 제1피크 시간위치를 감하여 RR간격을 구하여진다. RR간격을 정상(normal) R포인트에서 정상(normal) R포인트까지의 간격으로서 NN간격이라고도 부르며, RR간격은 한번의 심박동에 대한 시간간격이라 할 수 있다. 심박간격, 즉 RR간격(NN간격)의 단위로는 통상 ms(mili sec.)를 사용한다.
또한, 전처리 서브모듈(413)은 유실된 데이터를 내삽방식으로 처리하여 아티팩트를 제거한다. 그리고 리샘플링 서브모듈(415)은 전처리 완료된 데이터를 시간에 따른 재배치를 통한 데이터 리샘플링을 수행하여 심박변이도 데이터를 산출한다. 리샘플링 서브모듈(415)은 현 시점 이전의 전처리 데이터를 시계열에 따라 동기화시키기 위한 것으로서, 전처리 서브모듈(413)에서 전처리된 데이터는 시간 개념이 없이 피크가 추출될 때마다 생성되는 데이터이므로, 이를 리샘플링을 통해 진행시간에 따라 HRV 데이터를 재배치하기 위한 것이다. 이때 리샘플링 서브모듈(415)은 HRV의 평균심박수를 기준 주파수로 하여 실행하는 것이 바람직하다. 샘플링주파수에 60을 곱하면 1분동안의 데이터수이며, 이를 RR간격으로 나누면 분당 심박수가 된다.
다음의 도 2a의 복잡도산출모듈(430)은 심박변이의 변화정도를 측정하기 위해 표준편차를 구하는데 심박변이가 일정하게 오르락 내리락하게 되면 표준편차가 0이 되는 현상이 발생할 수 있게 되므로, 이를 개선하기 위하여, 시계열적 분석을 통하여 HRV데이터 산출모듈(410)에서 산출된 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고, HRV데이터의 1차미분 표준편차와 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내는 복잡도를 산출한다. 복잡도는 표준범위에서 높을 수록 건강함을 나타낸다.
1차 미분한 데이터의 표준편차는 정상적인 사람의 생체신호일 경우 8.5를 넘지 않고, 1차 미분한 데이터를 2차미분하여 구한 데이터의 표준편차는 정상적인 사람의 생체신호의 경우 15를 넘지 않는다. 따라서 보다 바람직하게는, 다음의 식으로부터 복잡도를 산출한다.
복잡도=[(1차미분 표준편차/8.5 + 2차미분 표준편차/15)/2]*100.
다음으로, 도 2a 또는/및 2b의 주파수영역분석모듈(440)은 HRV데이터 산출모듈(410)에서 산출된 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출한다. 바람직하게는, 주파수영역분석모듈(440)은 심박변이도 데이터로부터 고속 푸리에변환을 이용여 주파수 영역을 분석한다.
또 바람직하게는, 도 2b를 참조하면, 주파수영역분석모듈(440)의 하나의 실 시예는 LF활성도산출 서브모듈(441) 및 HF활성도산출 서브모듈(443)을 포함하고 있다. 또한 주파수영역분석모듈(440)은 도 2b에 도시된 바와 같이, VLF산출 서브모듈(445)과 TP산출 서브모듈(447)을 더 포함할 수 있다.
LF활성도산출 서브모듈(441)은 0.04~0.15Hz의 저주파대역의 파워값을 추출하며 추출된 저주파 대역의 파워값에 대한 로그값으로 LF활성도를 산출하고, HF활성도산출 서브모듈(443)은 0.15~0.4Hz의 고주파대역의 파워값을 추출하며 추출된 고주파 대역의 파워값에 대한 로그값으로 HF활성도를 산출한다.
산출된 LF활성도는 교감신경활성치를 반영하고, HF활성도는 부교감신경활성치를 반영한다. LF활성도는 표준범위에서 낮을수록 건강하고, 반면에 HF활성도와 VLF로그값은 표준범위에서 높을수록 건강함을 나타낸다.
LF활성도의 연령대별 평균값은 다음 [표1]과 같다.
[표 1]
연령 하한(Ln) 상한(Ln)
21~30 6.24 8.30
31~40 6.08 8.14
41~50 5.93 7.99
51~60 5.77 7.83
HF활성도의 연령대별 평균값은 다음 [표2]과 같다.
[표 2]
연령 하한(Ln) 상한(Ln)
21~30 4.56 7.79
31~40 4.19 7.42
41~50 3.82 7.05
51~60 3.45 6.68
저주파대역과 고주파대역 사이에 0.15Hz 주파수를 경계로 하는 것은 당해 기술분야에서 주지된 것으로 그것에 대한 구체적인 설명은 생략한다. 또한 저주파대 역과 고주파대역의 각각의 범위에 대해서도 당해 기술분야에서 이미 알려진 범위이다. 또한 HF활성도에 대한 LF활성도의 비율로 자율신경의 균형도를 알 수 도 있다.
또한, 도 2b에서, VLF산출 서브모듈(445)은 0.0033~0.04Hz의 극저주파대역의 파워값을 추출하며 추출된 극저주파 대역(VLF)의 파워값에 대한 로그값을 산출하고, TP산출 서브모듈(447)은 0.0033~0.4Hz의 통합대역의 파워값을 추출하며 추출된 통합대역(TP)의 파워값에 대한 로그값을 산출한다.
다음으로, 도 2a 또는/및 2b를 참조하면, 시간영역분석모듈(450)은 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(Standard Deviation of Normal R-Normal R intervals, SDNN)를 포함하는 시간 영역의 파라미터를 산출한다. 측정심박수 표준편차 등도 산출할 수 있다. 측정 평균심박수, 측정심박수 표준편차 및 측정심박간격 표준편차의 단위는 심박변이와 마찬가지로 ms(mili sec.)를 사용한다.
또한 바람직하게는, 도 2b를 참조하면, 시간영역분석모듈(450)은 평균심박수산출 서브모듈(451)과 심박분포도산출 서브모듈(452)과 측정심박간격 표준편차산출 서브모듈(453)과 RMSSD산출 서브모듈(454)과 pNN50산출 서브모듈(455)을 포함하여 이루어질 수 있다. 또한 심박변이도 데이터로부터 심박변이의 평균을 산출하는 측정심박수 표준편차산출 서브모듈을 포함할 수도 있다.
구체적으로, 평균심박수산출 서브모듈(451)은 심박변이도 데이터로부터 평균 심박수(HR)를 산출하고, 심박분포도산출 서브모듈(452)은 심박변이도 데이터로부터 심박수별 히스토그램을 나타내는 확율분포에서 높이에 대한 폭의 비율로 나타내어지는 심박분포도(HRV-index)를 산출하고, 측정심박간격 표준편차산출 서브모듈(453)은 심박변이도 데이터로부터 측정구간의 모든 측정심박간격 표준편차(SDNN)를 산출하고, RMSSD산출 서브모듈(454)은 심박변이도 데이터로부터 인접한 심박간격의 차이를 제곱한 평균의 제곱근(root mean square of successive differences in the Normal R-Normal R intervals, RMSSD)을 산출하고, pNN50산출 서브모듈(455)은 심박변이도 데이터로부터 심박간격이 50ms이상인 것들의 비율(pNN50)을 산출한다. 심박분포도(HRV-index)는 다음에서 설명되는 정규화 심박편향분포도와 정규화하는 등에 있어서 차이를 가지고 있다.
심박분포도는 확률분포에서 폭이 넓어야 하므로 표준범위에서 높을 수록 건강함을 나타내고, 스트레스 및 피로상태에서 낮게 나타난다. SDNN은 외부환경변화에 대한 자율신경의 적응능력과의 관계를 나타내고, 표준범위에서 높을 수록 건강하다. RMSSD는 표준범위에서 높을 수록 건강함을 나타내고, 분노, 근심, 공포상태에서 낮게 나타난다. pNN50은 심장박도의 다양성을 나타내는데, 표준범위에서 낮을 수록 건강함을 나타낸다.
다음으로, 도 2a를 참조하면, 정규화모듈(460)은 바람직하게, 평균값을 50으로 두고 백분위로 정규화시킨다. 더 바람직하게는, 다음의 식에 의해 정규화 LF활성도, 정규화 심박편향분포도 및 정규화 표준편차를 산출한다. 여기에서 측정 표준편차는 측정된 심박간격 표준편차를 의미한다.
Figure 112009071608331-pat00045
Figure 112009071608331-pat00046
Figure 112009071608331-pat00047
여기에서 LF활성도는 LF활성도산출 서브모듈(441)에 의해 산출되는 로그스케일이고, 표본 LF활성도 평균은 성별 및 연령별에 따른 표본에서의 표본 전체의 LF활성도의 평균값을 의미하고, 표본 LF활성도 표준편차는 성별 및 연령별에 따른 표본 전체의 LF활성도의 표준편차를 의미한다. 표본의 의미는 전체 표본일 수 있고, 또는 전체 표본에서의 성별 및 연령별에 따른 서브표본일 수 있다. 바람직하게는 표본 LF활성도 평균과 표본 LF활성도 표준편차는 정규화요소로서 정규화요소 산출모듈(420)에서 산출된다. 바람직하게는, 하나의 실시예에 따른 표본은 전체 표본이고, 표본 LF활성도 평균은 5.83이고, 표본 LF활성도 표준편차는 0.57일 수 있다.
정규화 심박편향분포도는 심박수별로 히스토그램을 그린 확율분포에서 높이에 대한 비율값을 정규화한 것을 말한다. 여기에서, 연령별 평균심박수는 성별 및 연령별에 따른 평균심박수를 의미하고 정규화요소로서 정규화요소 산출도듈(420)에서 산출되며, 측정 평균심박수는 측정된 심박변이(HRV) 데이터로부터 얻어진 평균심박수를 의미하고, 측정 표준편차는 측정된 심박변이(심박간격)의 표준편차를 의미한다. 그리고, 심박수최빈값은 심박변이 데이터로부터 얻어진 심박수의 최고 빈도를 나타내는 심박수 값을 의미한다. 바람직하게는, 분자의 심박수최빈값은 성별 및 연령별에 따른 심박수 최빈값을, 분모의 심박수최빈값은 측정된 심박수 최빈값을 의미한다. 정규화 심박편향분포도를 산출하는데 있어서, 분자에서
Figure 112009071608331-pat00048
, 분모에서
Figure 112009071608331-pat00049
는 심박편향분포도를 50을 기준으로 정규화 배치되도록 설정된 식이다.
그리고, 정규화 표준편차의 정규화란 의미는 측정한 피검자의 표준편차(SDNN)이 그동안 검사했던 사람들의 평균값과 비교하여 높은지 낮은지 비교하기 위한 것으로, 바람직하게는 규준집단의 평균을 50을 중심으로 하여 40~60사이에 맞추어 백분위로 알아보기 쉽게 하였다. 정규화 표준편차를 구하는데 있어서, 측정심박간격 표준편차는 측정된 심박변이의 표준편차를 의미하고, 연령별 심박변이 표준편차의 표준편차는 성별 및 연령별로 해당 영역의 각 표본별 심박변이 표준편차와 표본의 평균 심박변이 표준편차와의 데이터 사이의 표준편차를 의미한다.
바람직하게는 정규화 표준편차를 산출하는데 있어서, 측정 표준편차, 연령별 평균표준편차, 연령별 심박변이 표준편차의 표준편차는 bpm단위로 변경시켜 산출할 수 있다.
또한, 바람직하게는, 도 2a를 참조하면, 스트레스지수 산출모듈(470)은 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산 출한다. 바람직하게는 스트레스지수 = 물리적 스트레스지수(pStress) * 0.5 + 심리적 스트레스 지수(sStress) * 0.5로부터 산출된다.
물리적 스트레스지수는 정규화모듈(460)에서 산출된 정규화 LF활성도와 정규화 심박편향분포도의 곱의 제곱근으로부터 산출된다. 즉,
Figure 112009071608331-pat00050
이다.
심리적 스트레스지수는 스트레스 내성도와 복잡도산출모듈(430)에서 얻어진 복잡도의 평균으로부터 산출하고, 바람직하게는 산술평균에 의해 산출한다. 스트레스 내성도는 정규화모듈(460)에서 산출된 심박변이의 정규화 표준편차와 복잡도산출모듈(430)에서 얻어진 복잡도의 곱의 제곱근에서 산출된다. 즉,
Figure 112009071608331-pat00051
이다.
그리고, 도 2a에 도시된 스트레스 검사수단(400)에서 스트레스진행 분석모듈(480)은 스트레스지수산출모듈(470)에서 산출된 스트레스지수를 토대로 스트레스 진행상태를 분석한다. 스트레스진행상태는 정상, 초기, 진행, 만성 상태로 나누어 분석될 수 있고, 또한 바람직한 하나의 실시예로, 스트레스지수산출모듈(470)에서 산출된 스트레스지수가 25이하이면 스트레스가 거의 없는 상태를 나타내고, 25~35이면 일시적인 스트레스상태를 나타내고, 35~45이면 초기 스트레스상태를 나타내고, 45~60이면 일시적인 스트레스가 반복적으로 쌓이면서 인체의 스트레스내성이 약해지기 시작하는 상태를 나타내고, 60이상이면 만성스트레스로 진행하는 상태를 나타낸다.
또한, 도 2a에 도시된 바와 같이, 바람직한 하나의 실시예에서 스트레스 검사수단(400)은 자율신경밸런스 분석모듈(490)을 더 포함하여 이루어지는데, 자율신경밸런스 분석모듈(490)은 미리 설정된 성별 및 연령대별 각각의 평균의 LF활성도 및 HF활성도의 하한 및 상한에 의해 구분되는 9개 영역 중 피검자로부터 상기 산출된 LF활성도 및 HF활성도의 해당영역을 판단하여 자율신경밸런스를 분석한다.
여기에서 연령대별 각각의 평균 LF활성도 및 평균 HF활성도는 상기의 [표1] 및 [표2]에 예시적으로 나타나 있다. [표1]과 [표2]를 토대로 하한 및 상한이 구분되는 9개 영역은 HF 평균이상과 LF 평균 이하인 제1영역, HF 평균이상과 LF 평균 범위인 제2영역, HF 평균이상과 LF 평균 이상인 제3영역, HF 평균범위와 LF 평균 이하인 제4영역, HF 평균범위와 LF 평균 범위인 제5영역, HF 평균범위와 LF 평균 이상인 제6영역, HF 평균이하와 LF 평균 이하인 제7영역, HF 평균이하와 LF 평균 범위인 제8영역, HF 평균이하와 LF 평균 이하인 제9영역으로 구분될 수 있다. 이 경우 제5영역에 해당하는 경우 자율신경균형도가 정상적인 경우로 판단된다.
본 발명의 하나의 실시예에 따른 혈관건강 및 스트레스 검사시스템의 하나의 구성인 혈관건강검사수단(500)은 도 1 및 3을 참조하여 설명된다. 도 3은 도 1의 시스템에서 혈관건강 검사수단(500)의 하나의 실시예를 나타내는 개략적인 블럭도이다.
도 1 및 3을 참조하면, 하나의 실시예에서의 혈관건강검사수단(500)은 피크치검출모듈(510), 혈관나이산출모듈(530) 및 혈관건강분석모듈(550)을 포함하여 이루어진다. 이하에서 구체적으로 살펴본다.
도 3을 참조하면, 피크치검출모듈(510)은 노이즈제거수단(300)으로부터 노이즈제거되어 얻어진 맥파데이터를 2차미분하고 2차미분한 가속도맥파데이터로부터 윈도우사이즈를 설정한다. 바람직하게는 3초간의 맥파파형데이터를 2번 미분하여 윈도우사이즈로 잡는다. 이경우 대략 600개의 데이터를 얻을 수 있다. 그리고 윈도우사이즈내에서 최대치를 찾고 최대치를 기준으로 문턱치를 설정한다. 문턱치는, 바람직하게는, 최대치의 75%로 설정된다. 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A), 직후의 0 이하의 저점 피크치(B), 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출한다. 이 경우 E 피크의 값은 양의 값을 가지므로 E 피크를 먼저 찾아 놓은 후 B와 E 피크 사이에서 2개의 변곡점을 찾아서 C와 D 피크값으로 삼을 수 있다.
더 바람직하게는, 피크치검출모듈(510)은 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A)과 직후의 0 이하의 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들을 검출하지 못한 경우 설정된 윈도우사이즈의 데이터에 대한 3차미분된 데이터로부터 다시 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전의 구간에서 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출한다.
그리고 혈관나이산출모듈(530)은 피크치검출모듈(510)에 의해 검출된 첫째 고점 피크치(A)에 대한 직후의 저점 피크치(B) 및 이후의 3개 피크치(C, D, E) 각각의 비를 구한다. 또한 혈관나이산출모듈(530)은 각각의 비로부터 연령지수(AI)=(B-C-D-E)/A 관계를 이용하여 연령지수(AI)를 산출한다. 혈관나이산출모듈(530)은 산출된 연령지수(AI)가 연령의 증가에 따라 선형적인 증가를 나타내는 것을 이용하여 혈관나이를 산출하게 된다.
바람직한 실시예로,
Figure 112009015348431-pat00014
에 의하여 혈관나이를 산출한다. 이러한 혈관나이의 산출식은 1998. 4. 7.자 미국심장협회에 발표된 "Assessment of Vasoactive Agents and Vascular Aging by theSecond Derivative of Photoplethysmogram Waveform"을 참조한 것이다.
그리고, 혈관건강분석모듈(550)은 피크치검출모듈(510)에 의해 검출된 첫째 고점 피크치(A), 저점 피크치(B) 및 3개 피크치(C, D, E)를 형성하는 파형과 혈관나이산출모듈(530)에서 산출된 혈관나이를 토대로 혈관건강상태를 분석한다. 바람직한 실시예로 파형의 타입은 정상이고 건강한 상태를 나타내는 A 타입부터 가장 나쁜 상태를 나타내는 G 타입까지 분류될 수 있다.
바람직한 하나의 실시예에 따르면, 도 1에 도시된 바와 같이, 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템은 표시수단(600)을 더 포함하여 이루어진다. 표시수단(600)은 스트레스 검사수단(400) 및 혈관건강 검사수단(500)으로부터 산출되고 분석되는 결과 데이터를 디스플레이장치를 통해 표시하도록 한다. 바람직하게, 표시수단(600)은 스트레스 검사수단(400) 및 혈관건강 검사수단(500)으로부터 산출되고 분석되는 결과 데이터를 디스플레이장치를 통해 표시하도록 하는 모듈이 될 수 있고, 나아가 디스플레이장치 그 자체를 포함할 수 있다.
다음으로, 본 발명의 다른 하나의 모습에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법에 대하여 살펴본다. 도 4는 본 발명의 하나의 실시예에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법을 나타내는 흐름도이다. 본 실시예에서의 검사방법은 앞서 설명된 실시예에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템을 참조한다.
본 발명에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법은 피검자의 맥파신호검출장치(200)로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석한다.
도 4를 참조하면, 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법의 하나의 실시예는 입력단계(S100), 맥파신호 수집 및 전송단계(S200), 노이즈제거단계(S300), 스트레스 검사단계 및 혈관건강 검사단계(S500)를 포함하여 이루어진다. 바람직하게는, 스트레스 검사단계는 HRV데이터 산출단계(S410), 정규화요소 산출단계(S420), 복잡도산출단계(S430), 주파수영역분석단계(S440), 시간영역분석단계(S450), 스트레스지수 산출단계(S470) 및 스트레스진행 분석단계(S480)를 포함하여 이루어진다. 이하에서 구체적으로 살펴본다.
입력단계(S100)에서는 예컨대 도 1의 입력수단(100)을 통하여 피검자의 연령 및 성별 정보를 입력받는다.
맥파신호 수집 및 전송단계(S200)에서는, 예컨대 도 1의 맥파신호검출장치(200)에서, 검출된 피검자 신체말단으로부터의 맥파신호를 증폭하고 필터링하여 디지털데이터로 변환하여 전송한다. 도 1의 맥파신호검출장치(200)의 맥파신호 수집 및 전송기능은 앞서 설명한 바를 참조한다. 바람직하게는 피검자의 신체말단으로부터 맥파신호를 검출하는 단계, 검출된 신호를 증폭하고 필터링하는 단계, 필터링된 신호를 디지털데이터로 변환하는 단계, 변환된 데이터를 전송하는 단계를 포함하여 이루어진다.
노이즈제거단계(S300)에서는 맥파신호검출장치(200)로부터 수신된 데이터의 노이즈를 제거한다.
다음으로 구체적으로 HRV데이터 산출단계(S410), 정규화요소 산출단계(S420), 복잡도산출단계(S430), 주파수영역분석단계(S440), 시간영역분석단계(S450), 스트레스지수 산출단계(S470) 및 스트레스진행 분석단계(S480)를 포함하여 이루어지는 스트레스 검사단계를 도 4, 도 5a 및 5b를 참조하여 설명한다.
도 4를 참조하면, HRV데이터 산출단계(S410)에서는 노이즈제거단계(S300)에서 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터를 산출한다. 바람직하게는, 도시되지 않았으나, 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터 추출을 위한 세그멘트를 버퍼링하고 세그멘트 내의 피크치들을 검출하여 피크치 사이의 간격 을 산출 저장하여 데이터를 확보하는 피크데이터추출단계, 유실된 데이터를 내삽방식으로 처리하여 아티팩트를 제거하는 전처리 단계, 그리고 전처리 완료된 데이터를 시간에 따른 재배치를 통한 데이터 리샘플링을 수행하여 심박변이도 데이터를 산출하는 리샘플링단계를 포함하여 이루어진다. 리샘플링은 현 시점 이전의 전처리 데이터를 시계열에 따라 동기화시키기 위한 것으로서, 전처리된 데이터는 시간 개념이 없이 피크가 추출될 때마다 생성되는 데이터이므로, 이를 리샘플링을 통해 진행시간에 따라 HRV 데이터를 재배치하기 위한 것이다. 이때 리샘플링은 HRV의 평균심박수를 기준 주파수로 하여 실행하는 것이 바람직하다.
도 4의 정규화요소 산출단계(S420)에서는 입력단계(S100)에서 입력된 피검자의 연령 및 성별정보를 토대로 정규화요소를 산출한다. 바람직하게는, 정규화요소로서 성별 및 연령별 평균심박수 및 심박변이 평균표준편차를 산출한다. 바람직한 하나의 실시예로, 남자의 평균심박수 = 78.2 - 0.062×실제나이로 산출하고, 여자의 평균심박수 = 86.4 - 0.16×실제나이로 산출한다. 여기에서 78.2와 86.4는 각각 성별 전체의 평균심박수 상수를 나타내고, 0.062와 0.16은 남자와 여자 각각의 나이에 따른 편차상수로 각 성별로 실제나이를 곱하여 평균심박수로부터 편차를 구할 수 있다. 성별 및 연령별 평균심박수는 정규화 심박편향분포도를 산출하는데 사용된다. 또한, 심박변이 평균표준편차와 관련하여, 하나의 바람직한 실시예로, 남자의 심박변이 평균표준편차 = 96.5 - 0.73×실제나이로 산출하고, 여자의 심박변이 평균표준편차 = 73.2 - 0.41×실제나이로 산출한다. 여기에서 96.5와 73.2는 각각 성별 전체의 심박변이 평균표준편차 상수를 나타내고, 0.73과 0.41은 각 성별의 나 이에 따른 편차상수를 나타낸다. 심박변이 평균표준편차는 정규화 표준편차 및 스트레스 내성도를 산출하는데 사용된다.
또한 바람직하게는 정규화요소로서 임상 표본데이터로부터 표본의 LF활성도 평균과 표본 LF활성도 표준편차를 포함하여 산출한다.
도 4의 복잡도산출단계(S430)에서는 HRV데이터 산출단계(S410)에서 산출된 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고 상기 1차미분 및 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내는 복잡도를 산출한다.
주파수영역분석단계(S440)에서는 HRV데이터 산출단계(S410)에서 산출된 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출한다.
시간영역분석단계(S450)에서는 HRV데이터 산출단계(S410)에서 산출된 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(SDNN)를 포함하는 시간 영역의 파라미터를 산출한다. 또한, 측정심박수 표준편차 등도 산출할 수 있다.
스트레스지수산출단계(S470)에서는 우선 정규화요소 산출단계(S420)에서 산출된 정규화 요소와 시간영역분석단계(S450)에서 산출된 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며 주파수영역분석단계(S440) 에서 산출된 LF활성도를 이용하여 정규화 LF활성도를 산출한다. 바람직하게는, 다음의 식에 의해 정규화 LF활성도, 정규화 심박편향분포도 및 정규화 표준편차를 산출한다. 여기에서 측정 표준편차는 측정된 심박간격 표준편차를 의미한다. 구체적인 설명은 전술한 혈관건강 및 스트레스 검사시스템의 하나의 실시예를 참조한다.
Figure 112009071608331-pat00052
Figure 112009071608331-pat00053
Figure 112009071608331-pat00054
또한 스트레스지수산출단계(S470)에서는 산출된 정규화 LF활성도와 정규화 심박편향분포도의 곱의 제곱근으로부터 물리적스트레스지수를 구한다. 즉, 물리적 스트레스 지수는,
Figure 112009071608331-pat00055
로부터 산출된다. 또한, 정규화 표준편차와 복잡도산출단계(S430)에서 산출된 복잡도의 곱의 제곱근에서 산출된 스트레스 내성도와 복잡도의 평균으로부터 심리적스트레스지수를 구한다. 즉, 스트레스 내성도는,
Figure 112009071608331-pat00056
로부터 산출되며, 바람직하게 심리적 스트레스지수는 스트레스 내성도와 복잡도의 산술평균이다. 그리고 산출된 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산출한다. 바람직한 실시예에서 스트레스지수 = 물리적 스트레스지수(pStress) * 0.5 + 심리적 스트레스 지수(sStress) * 0.5로부터 산출된다.
스트레스진행분석단계(S480)에서는 스트레스지수 산출단계(S470)에서 산출된 스트레스지수를 토대로 스트레스 진행상태를 분석한다.
다음으로 혈관건강검사단계(S500)를 살펴보면, 혈관건강 검사단계(S500)에서는 노이즈제거단계(S300)에서 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 설정된 문턱치 이상의 구간에서의 첫째 고점 피크치에 대한 직후의 저점 피크치 및 이후의 3개 피크치 각각의 비를 구하여 연령지수(AI)를 산출하며 연령지수(AI)로부터 혈관나이를 산출하고 산출된 혈관나이와 상기 첫째 고점 피크치, 저점 피크치 및 3개 피크치를 형성하는 데이터 파형을 토대로 혈관건강상태를 분석한다.
또한 바람직한 실시예에 따라, 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법의 혈관건강 검사단계(S500)는 피크치검출단계(S510), 혈관나이산출단계(S530) 및 혈관건강분석단계(S550)를 포함하여 이루어진다. 도 6은 도 4의 검사방법에서 하나의 실시예에 따른 혈관건강검사단계(S500)를 나타내는 흐름도이다.
도 6을 참조하면, 우선, 피크치검출단계(S510)에서는 노이즈제거단계(S300) 에서 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 윈도우사이즈를 설정하고 최대치를 찾고 최대치를 기준으로 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A), 직후의 0 이하의 저점 피크치(B), 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출한다.
더 바람직하게는, 피크치검출단계(S510)에서는 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A)과 직후의 0 이하의 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들을 검출하지 못한 경우, 설정된 윈도우사이즈의 데이터에 대한 삼차미분된 데이터로부터 다시 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전의 구간에서 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출한다.
다음의 혈관나이산출단계(S530)에서는 피크치검출단계(S510)에서 검출된 첫째 고점 피크치(A)에 대한 직후의 저점 피크치(B) 및 이후의 3개 피크치(C, D, E) 각각의 비를 구하여 연령지수(AI)=(B-C-D-E)/A 관계를 이용하여 연령지수(AI)를 산출하며 산출된 연령지수(AI)가 연령의 증가에 따라 선형적인 증가를 나타내는 것을 이용하여 혈관나이를 산출한다.
바람직한 실시예로,
Figure 112009015348431-pat00020
에 의하여 혈관나이를 산출한다.
그리고 혈관건강분석단계(S550)에서는 첫째 고점 피크치(A), 저점 피크치(B) 및 3개 피크치(C, D, E)를 형성하는 파형과 상기 산출된 혈관나이를 토대로 혈관건강상태를 분석한다.
또한 다음으로, 본 발명의 또 다른 하나의 모습에 따른 맥파신호분석 이용한 스트레스 검사방법에 대하여 살펴본다. 도 7은 본 발명의 하나의 실시예에 따른 맥파신호분석 이용한 스트레스 검사방법을 나타내는 흐름도이다. 본 실시예에서의 검사방법은 앞서 설명된 실시예에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템 및 방법을 참조한다. 본 발명에 따른 맥파신호분석 이용한 스트레스 검사방법은 피검자의 맥파신호검출장치(200)로부터 수집된 맥파신호를 분석하여 스트레스지수를 산출하여 분석한다.
도 7을 참조하여 본 발명의 하나의 실시예를 살펴보면, 맥파신호분석 이용한 스트레스 검사방법은 입력단계(S1100), 맥파신호 수집 및 전송단계(S1200), 노이즈제거단계(S1300), HRV데이터 산출단계(S1410), 정규화요소 산출단계(S1420), 복잡도산출단계(S1430), 주파수영역분석단계(S1440), 시간영역분석단계(S1450), 스트레스지수 산출단계(S1470) 및 스트레스진행 분석단계(S1480)를 포함하여 이루어진다.
구체적으로 입력단계(S1100), 맥파신호 수집 및 전송단계(S1200), 노이즈제거단계(S1300), HRV데이터 산출단계(S1410), 정규화요소 산출단계(S1420), 복잡도산출단계(S1430), 주파수영역분석단계(S1440), 시간영역분석단계(S1450), 스트레스지수 산출단계(S1470) 및 스트레스진행 분석단계(S1480)에 대한 설명은 앞선 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법에서의 입력단계(S100), 맥파신호 수집 및 전송단계(S200), 노이즈제거단계(S300), HRV데이터 산출단계(S410), 정규화요소 산출단계(S420), 복잡도산출단계(S430), 주파수영역분석단계(S440), 시간영역분석단계(S450), 스트레스지수 산출단계(S470) 및 스트레스진행 분석단계(S480)를 참조하기로 하고, 중복되는 설명은 생략하기로 한다
도 4 및 7을 참조하면, 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법 또는 맥파신호분석 이용한 스트레스 검사방법의 하나의 실시예에서, 복잡도산출단계(S430, S1430)는 복잡도를 산출하는데, 여기서, 심박변이도 데이터를 1차 미분한 데이터의 표준편차는 정상적인 사람의 생체신호일 경우 8.5를 넘지 않고, 1차 미분한 데이터를 2차미분하여 구한 데이터의 표준편차는 정상적인 사람의 생체신호의 경우 15를 넘지 않으므로, 다음의 식에 의해 산출된다.
복잡도=[(상기 1차미분 표준편차/8.5 + 상기 2차미분 표준편차/15)/2]*100.
게다가 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법 또는 맥파신호분석 이용한 스트레스 검사방법의 또 하나의 실시예에서, 시간영역분석단계(S450))는 평균심박수산출단계(S451), 심박분포도산출단계(S452), 측정심박간격 표준편차산출단계(S453), RMSSD산출단계(S454) 및 pNN50산출단계(S455);를 포함한다. 또한 심박변이도 데이터로부터 심박변이의 평균을 산출하는 측정심박수 표준편차 산출단계를 포함할 수도 있다. 도 5a는 도 4의 검사방법에서 하나의 실시예에 따른 시간영역분석단계(S450)를 나타내는 흐름도이다. 도 5a는 도 7의 검사방법 에서의 시간영역분석단계(S1450)의 하나의 실시예를 나타내는 흐름도이기도 하다.
구체적으로 평균심박수산출단계(S451)에서는 심박변이도 데이터로부터 평균 심박수(HR)를 산출하고, 심박분포도산출단계(S452)에서는 심박변이도 데이터로부터 심박수별 히스토그램을 나타내는 확율분포에서 높이에 대한 폭의 비율로 나타내어지는 심박분포도를 산출하고, 측정심박간격 표준편차산출단계(S453)에서는 심박변이도 데이터로부터 측정구간의 모든 측정심박간격 표준편차(SDNN)를 산출하고, RMSSD산출단계(S454)에서는 심박변이도 데이터로부터 인접한 심박간격의 차이를 제곱한 평균의 제곱근을 산출하고, pNN50산출단계(S455)에서는 심박변이도 데이터로부터 심박간격이 50ms이상인 것들의 비율을 산출한다. 더욱 구체적으로는 앞서 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에서 설명된 내용을 참조한다.
또한 바람직하게는, 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법 또는 맥파신호분석 이용한 스트레스 검사방법의 또 다른 하나의 실시예에서, 주파수영역분석단계(S440, S1440))는 심박변이도 데이터로부터 고속 푸리에변환을 이용여 주파수 영역을 분석하고, LF활성도산출단계(S441), HF활성도산출단계(S443)를 포함한다.
구체적으로 LF활성도산출단계(S441)에서는 0.04~0.15Hz의 저주파대역의 파워값을 추출하며 추출된 저주파 대역의 파워값에 대한 로그값으로 교감신경활성치를 반영하는 LF활성도를 산출하고, HF활성도산출단계(S443)에서는 0.15~0.4Hz의 고주 파대역의 파워값을 추출하며 추출된 고주파 대역의 파워값에 대한 로그값으로 부교감신경활성치를 반영하는 HF활성도를 산출한다.
바람직한 실시예로 스트레스 검사단계는, 도시되지 않았으나, 자율신경밸런스 분석단계를 더 포함하여 이루어질 수 있는데, 자율신경밸런스 분석단계는 미리 설정된 성별 및 연령대별 각각의 평균의 LF활성도 및 HF활성도의 하한 및 상한에 의해 구분되는 9개 영역 중 피검자로부터 상기 산출된 LF활성도 및 HF활성도의 해당영역을 판단하여 자율신경밸런스를 분석한다.
또한, VLF산출단계(S445) 및 TP산출단계(S447)를 더 포함하여 이루어진다. 도 5b는 도 4의 검사방법에서 하나의 실시예에 따른 주파수영역분석단계(S440)를 나타내는 흐름도이다. 도 5b는 또한 도 7의 검사방법의 실시예에서의 주파수영역분석단계(S1440)를 나타내는 흐름도이기도 하다.
또한, VLF산출단계(S445)에서는 0.0033~0.04Hz의 극저주파대역의 파워값을 추출하며 추출된 극저주파 대역(VLF)의 파워값에 대한 로그값을 산출하고, TP산출단계(S447)에서는 0.0033~0.4Hz의 통합대역의 파워값을 추출하며 추출된 통합대역(TP)의 파워값에 대한 로그값을 산출한다. 더욱 구체적으로는 앞서 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에서 설명된 내용을 참조한다.
이상에서, 본 발명은 첨부된 도면을 참조하여 바람직한 실시 예들을 중심으로 구체적으로 설명되었다. 첨부된 도면 및 전술한 실시 예들은 본 발명에 대한 당해 기술분야에서 통상의 지식을 가진 자의 이해를 돕기 위해 예시적으로 설명된 것 이므로, 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음은 자명하다. 그러므로, 전술한 실시 예들은 제한적인 것이 아닌 예시적인 것으로 여겨져야 하며, 본 발명의 범위는 전술한 실시 예들이 아닌 첨부된 특허청구범위에 기재된 발명에 따라 해석되어야 하고, 그 범위는 당해 기술분야에서 통상의 지식을 가진 자에 의한 다양한 변경, 대안, 균등물을 포함한다.
도 1은 본 발명의 하나의 모습에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템을 나타내는 개략적인 블럭도이고,
도 2a는 도 1의 시스템에서 스트레스 검사수단의 하나의 실시예를 나타내는 개략적인 블럭도이고,
도 2b는 도 2a의 스트레스 검사수단의 주파수영역분석모듈과 시간영역분석모듈의 구체적인 하나의 실시예를 나타내는 개략적인 블럭도이고,
도 3은 도 1의 시스템에서 혈관검사수단의 하나의 실시예를 나타내는 개략적인 블럭도이고,
도 4는 본 발명의 하나의 모습에 따른 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법을 나타내는 흐름도이고,
도 5a는 도 4의 검사방법에서 하나의 실시예에 따른 시간영역분석단계를 나타내는 흐름도이고,
도 5b는 도 4의 검사방법에서 하나의 실시예에 따른 주파수영역분석단계를 나타내는 흐름도이고,
도 6은 도 4의 검사방법에서 하나의 실시예에 따른 혈관검사단계를 나타내는 흐름도이고,
도 7은 본 발명의 하나의 모습에 따른 맥파신호분석 이용한 스트레스 검사방법을 나타내는 흐름도이다.
< 도면의 주요부분에 대한 부호의 설명 >
100 : 입력수단 200 : 맥파신호검출장치
210 : 센서부 230 : 증폭 및 필터부
250 : A/D변환부 270 : 통신인터페이스부
300 : 노이즈제거수단 400 : 스트레스 검사수단
410 : HRV데이터산출모듈 420 : 정규화요소산출모듈
430 : 복잡도산출모듈 440 : 주파수영역분석모듈
450 : 시간영역분석모듈 460 : 정규화모듈
470 : 스트레스지수산출모듈 480 : 스트레스진행분석모듈
490 : 자율신경밸런스분석모듈
500 : 혈관 검사수단 510 : 피크치검출모듈
530 : 혈관나이산출모듈 550 : 혈관건강분석모듈
600 : 표시수단

Claims (19)

  1. 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템에 있어서,
    피검자의 연령 및 성별 정보를 입력받는 입력수단;
    피검자의 신체말단으로부터 맥파신호를 검출하며, 검출된 신호를 증폭하고 필터링하며, 필터링된 신호를 디지털데이터로 변환하여 전송하는 맥파신호검출장치;
    상기 맥파신호검출장치로부터 수신된 데이터의 노이즈를 제거하는 노이즈제거수단;
    상기 입력된 피검자의 연령 및 성별정보를 토대로 정규화 요소를 산출하며, 상기 노이즈제거된 데이터를 처리하여 얻어지는 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 구하며 그리고 시계열적 분석을 통하여 심박변이 다양성 정도를 나타내는 복잡도와, 측정 평균심박수 및 측정심박간격 표준편차를 포함하는 시간 영역의 파라미터를 구하고, 정규화 요소와 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며, 산출된 정규화 심박편향분포도 및 정규화 표준편차와 상기 복잡도 및 주파수영역 파라미터를 이용하여 스트레스 지수를 산출하고, 산출된 스트레스 지수를 토대로 스트레스 진행상태를 분석하는 스트레스 검사수단; 및
    노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 설정된 문턱치 이상인 2개의 고점들(A, N) 구간에서의 첫번째 고점 피크치(A)에 대한 직후의 0 이하의 저점 피크치(B) 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E) 각각의 비(B/A, C/A, D/A, E/A)를 구하여 연령지수(AI)를 산출하며 연령지수(AI)로부터 혈관나이를 산출하고 산출된 혈관나이와 상기 첫째 고점 피크치, 저점 피크치 및 3개 피크치를 형성하는 데이터 파형을 토대로 혈관건강상태를 분석하는 혈관건강 검사수단;을 포함하여 이루어지는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  2. 청구항 1에 있어서, 상기 스트레스 검사수단은:
    상기 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터를 산출하는 HRV데이터 산출모듈;
    상기 입력된 피검자의 연령 및 성별정보를 토대로 해당 연령 및 성별에 따른 평균심박수 및 심박변이 평균표준편차를 포함하는 정규화요소를 산출하는 정규화요소 산출모듈;
    상기 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고 상기 1차미분 및 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내 는 복잡도를 산출하는 복잡도산출모듈;
    상기 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출하는 주파수영역분석모듈;
    상기 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(SDNN)를 포함하는 시간 영역의 파라미터를 산출하는 시간영역분석모듈;
    상기 주파수영역 파라미터의 LF활성도를 정규화하여 정규화 LF활성도를 산출하며, 정규화 요소와 측정심박간격 표준편차를 이용하여 정규화 표준편차를 산출하며, 정규화 요소와 측정 평균심박수 및 측정심박간격 표준편차를 이용하여 정규화 심박편향분포도를 산출하는 정규화모듈;
    상기 정규화 LF활성도와 상기 정규화 심박편향분포도의 곱의 제곱근으로부터 물리적스트레스지수를 구하고, 상기 정규화 표준편차와 복잡도의 곱의 제곱근에서 산출된 스트레스 내성도와 상기 복잡도의 평균으로부터 심리적스트레스지수를 구하며 상기 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산출하는 스트레스지수 산출모듈; 및
    산출된 스트레스지수를 토대로 스트레스 진행상태를 분석하는 스트레스진행 분석모듈;을 포함하여 이루어지는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  3. 청구항 2에 있어서, 상기 정규화모듈은,
    다음의 식에 의해 상기 정규화 LF활성도, 정규화 심박편향분포도 및 정규화 표준편차를 산출하고, 여기에서 측정 표준편차는 측정된 심박간격 표준편차인 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
    Figure 112009071608331-pat00057
    Figure 112009071608331-pat00058
    Figure 112009071608331-pat00059
  4. 청구항 2에 있어서, 상기 HRV데이터 산출모듈은:
    상기 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터 추출을 위한 세그멘트를 버퍼링하고 세그멘트 내의 피크치들을 검출하여 피크치 사이의 간격을 산출 저장하여 데이터를 확보하는 피크간격추출 서브모듈과;
    유실된 데이터를 내삽방식으로 처리하여 아티팩트를 제거하는 전처리 서브모듈과;
    전처리 완료된 데이터를 시간에 따른 재배치를 통한 데이터 리샘플링을 수행하여 심박변이도 데이터를 산출하는 리샘플링 서브모듈;을 포함하여 이루어지는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  5. 청구항 2에 있어서,
    상기 복잡도산출모듈은 다음의 식으로부터 복잡도를 산출하는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
    복잡도=[(상기 1차미분 표준편차/8.5 + 상기 2차미분 표준편차/15)/2]*100.
  6. 청구항 2 내지 5 중 어느 하나의 청구항에 있어서,
    상기 주파수영역분석모듈은 상기 심박변이도 데이터로부터 고속 푸리에변환을 이용여 주파수 영역을 분석하고,
    상기 주파수영역분석모듈은, 0.04~0.15Hz의 저주파대역의 파워값을 추출하며 추출된 저주파 대역의 파워값에 대한 로그값으로 교감신경활성치를 반영하는 LF활성도를 산출하는 LF활성도산출 서브모듈과, 0.15~0.4Hz의 고주파대역의 파워값을 추출하며 추출된 고주파 대역의 파워값에 대한 로그값으로 부교감신경활성치를 반영하는 HF활성도를 산출하는 HF활성도산출 서브모듈을 포함하고,
    상기 스트레스 검사수단은, 미리 설정된 성별 및 연령대별 각각의 평균의 LF 활성도 및 HF활성도의 하한 및 상한에 의해 구분되는 9개 영역 중 피검자로부터 상기 산출된 LF활성도 및 HF활성도의 해당영역을 판단하여 자율신경밸런스를 분석하는 자율신경밸런스 분석모듈을 더 포함하여 이루어지는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  7. 청구항 2 내지 5 중 어느 하나의 청구항에 있어서,
    상기 정규화요소 산출모듈은 정규화요소로서 성별 및 연령별 평균심박수 및 심박변이 평균표준편차를 산출하고,
    여기에서, 남자의 평균심박수 = 78.2 - 0.062×실제나이, 그리고 여자의 평균심박수 = 86.4 - 0.16×실제나이로 산출하며 78.2와 86.4는 각각 성별 전체의 평균심박수 상수, 0.062와 0.16은 성별 연령에 따른 편차상수이고,
    남자의 측정 평균심박수, 측정심박수 표준편차표준편차 = 96.5 - 0.73×실제나이, 그리고 여자의 측정 평균심박수, 측정심박수 표준편차표준편차 = 73.2 - 0.41×실제나이로 산출하며 96.5와 73.2는 각각 성별 전체의 평균표준편차 상수, 0.73과 0.41은 성별 나이에 따른 편차상수인 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  8. 청구항 1에 있어서, 상기 혈관건강 검사수단은:
    노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 윈도우사이즈를 설정하고 최대치를 찾고 최대치를 기준으로 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A), 직후의 0 이하의 저점 피크치(B), 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하는 피크치검출모듈과;
    상기 검출된 첫째 고점 피크치(A)에 대한 직후의 저점 피크치(B) 및 이후의 3개 피크치(C, D, E) 각각의 비를 구하여 연령지수(AI)=(B-C-D-E)/A 관계를 이용하여 연령지수(AI)를 산출하며 산출된 연령지수(AI)가 연령의 증가에 따라 선형적인 증가를 나타내는 것을 이용하여 혈관나이를 산출하는 혈관나이산출모듈과;
    상기 첫째 고점 피크치(A), 저점 피크치(B) 및 3개 피크치(C, D, E)를 형성하는 파형과 상기 산출된 혈관나이를 토대로 혈관건강상태를 분석하는 혈관건강분석모듈; 을 포함하여 이루어지는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  9. 청구항 8에 있어서,
    상기 피크치검출모듈은 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A)과 직후의 0 이하의 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들을 검출하지 못한 경우 상기 설정된 윈도우사이즈의 데이터에 대한 삼차미분된 데이터로부터 다시 저점 피크 치(B) 이후에 그리고 두번째 고점(N) 이전의 구간에서 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  10. 청구항 1, 2, 3, 4, 8, 9 중의 어느 한 청구항에 있어서, 상기 맥파신호검출장치는:
    피검자의 신체말단으로부터 광전용적맥파측정방식으로 맥파신호를 검출하는 센서부;
    상기 검출된 신호를 증폭하고 필터링하는 증폭 및 필터부;
    상기 필터링된 신호를 디지털 데이터로 변환하는 A/D 변환부; 및
    상기 변환된 디지털 데이터를 맥파신호 분석할 수 있도록 전송하는 통신인터페이스부를 포함하여 이루어지는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사시스템.
  11. 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 혈관나이 및 스트레스지수를 산출하여 분석하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법에 있어서,
    피검자의 연령 및 성별 정보를 입력받는 입력단계;
    맥파신호검출장치에서 검출된 피검자 신체말단으로부터의 맥파신호를 증폭하고 필터링하여 디지털데이터로 변환하여 전송하는 맥파신호 수집 및 전송단계;
    상기 맥파신호검출장치로부터 수신된 데이터의 노이즈를 제거하는 노이즈제거단계;
    상기 노이즈제거단계에서 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터를 산출하는 HRV데이터 산출단계;
    상기 입력단계에서 입력된 피검자의 연령 및 성별정보를 토대로 정규화요소를 산출하는 정규화요소 산출단계;
    상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고 상기 1차미분 및 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내는 복잡도를 산출하는 복잡도산출단계;
    상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출하는 주파수영역분석단계;
    상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(SDNN)를 포함하는 시간 영역의 파라미터를 산출하는 시간영역분석단계;
    정규화 요소와 상기 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며 상기 주파수영역분석단계에서 산출된 LF활성도를 이용하여 정규화 LF활성도를 산출하고, 상기 정규화 LF활성도와 정규화 심박편향분포도의 곱의 제곱근으로부터 물리적스트레스지수를 구하고, 상기 정규화 표준편차와 상기 복잡도의 곱의 제곱근에서 산출된 스트레스 내성도와 상기 복잡도의 평균으로부터 심리적스트레스지수를 구하며 상기 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산출하는 스트레스지수 산출단계;
    상기 스트레스지수 산출단계에서 산출된 스트레스지수를 토대로 스트레스 진행상태를 분석하는 스트레스진행 분석단계; 및
    상기 노이즈제거단계에서 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 설정된 문턱치 이상인 2개의 고점들(A, N) 구간에서의 첫번째 고점 피크치(A)에 대한 직후의 0 이하의 저점 피크치(B) 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E) 각각의 비(B/A, C/A, D/A, E/A)를 구하여 연령지수(AI)를 산출하며 연령지수(AI)로부터 혈관나이를 산출하고 산출된 혈관나이와 상기 첫째 고점 피크치, 저점 피크치 및 3개 피크치를 형성하는 데이터 파형을 토대로 혈관건강상태를 분석하는 혈관건강 검사단계;를 포함하여 이루어지는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법.
  12. 청구항 11에 있어서, 상기 스트레스지수 산출단계에서의 상기 정규화 LF활성도, 정규화 심박편향분포도 및 정규화 표준편차의 산출은 다음의 식에 의하고, 여기에서 측정 표준편차는 측정된 심박간격 표준편차인 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법.
    Figure 112009071608331-pat00060
    Figure 112009071608331-pat00061
    Figure 112009071608331-pat00062
  13. 청구항 11에 있어서,
    상기 복잡도산출단계는 다음의 식으로부터 복잡도를 산출하는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법.
    복잡도=[(상기 1차미분 표준편차/8.5 + 상기 2차미분 표준편차/15)/2]*100.
  14. 청구항 11 내지 13 중의 어느 한 청구항에 있어서,
    상기 주파수영역분석단계는 상기 심박변이도 데이터로부터 고속 푸리에변환을 이용여 주파수 영역을 분석하고,
    상기 주파수영역분석단계는, 0.04~0.15Hz의 저주파대역의 파워값을 추출하며 추출된 저주파 대역의 파워값에 대한 로그값으로 교감신경활성치를 반영하는 LF활성도를 산출하는 LF활성도산출단계와, 0.15~0.4Hz의 고주파대역의 파워값을 추출하며 추출된 고주파 대역의 파워값에 대한 로그값으로 부교감신경활성치를 반영하는 HF활성도를 산출하는 HF활성도산출단계를 포함하고,
    상기 혈관건강 및 스트레스 검사방법은 미리 설정된 성별 및 연령대별 각각의 평균의 LF활성도 및 HF활성도의 하한 및 상한에 의해 구분되는 9개 영역 중 피검자로부터 상기 산출된 LF활성도 및 HF활성도의 해당영역을 판단하여 자율신경밸런스를 분석하는 자율신경밸런스 분석단계를 더 포함하여 이루어지는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법.
  15. 청구항 11 내지 13 중의 어느 한 청구항에 있어서, 상기 혈관건강 검사단계는:
    상기 노이즈제거단계에서 노이즈제거되어 얻어진 맥파데이터를 이차미분한 가속도맥파데이터로부터 윈도우사이즈를 설정하고 최대치를 찾고 최대치를 기준으로 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A), 직후의 0 이하의 저점 피크치(B), 및 이후 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하는 피크치검출단계;
    상기 피크치검출단계에서 검출된 첫째 고점 피크치(A)에 대한 직후의 저점 피크치(B) 및 이후의 3개 피크치(C, D, E) 각각의 비를 구하여 연령지수(AI)=(B-C- D-E)/A 관계를 이용하여 연령지수(AI)를 산출하며 산출된 연령지수(AI)가 연령의 증가에 따라 선형적인 증가를 나타내는 것을 이용하여 혈관나이를 산출하는 혈관나이산출단계; 및
    상기 첫째 고점 피크치(A), 저점 피크치(B) 및 3개 피크치(C, D, E)를 형성하는 파형과 상기 산출된 혈관나이를 토대로 혈관건강상태를 분석하는 혈관건강분석단계; 를 포함하여 이루어지는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법.
  16. 청구항 15에 있어서,
    상기 피크치검출단계는 설정된 문턱치 이상인 2개의 고점들(A, N) 사이에서 첫번째 고점 피크치(A)과 직후의 0 이하의 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전에 순차적인 고점, 저점, 고점의 변곡점들을 검출하지 못한 경우 상기 설정된 윈도우사이즈의 데이터에 대한 삼차미분된 데이터로부터 다시 저점 피크치(B) 이후에 그리고 두번째 고점(N) 이전의 구간에서 순차적인 고점, 저점, 고점의 변곡점들에서의 3개 피크치(C, D, E)를 검출하는 것을 특징으로 하는 맥파신호분석 이용한 혈관건강 및 스트레스 검사방법.
  17. 피검자의 맥파신호검출장치로부터 수집된 맥파신호를 분석하여 스트레스지수 를 산출하여 분석하는 맥파신호분석 이용한 스트레스 검사방법에 있어서,
    피검자의 연령 및 성별 정보를 입력받는 입력단계;
    맥파신호검출장치에서 검출된 피검자 신체말단으로부터의 맥파신호를 증폭하고 필터링하여 디지털데이터로 변환하여 전송하는 맥파신호 수집 및 전송단계;
    상기 맥파신호검출장치로부터 수신된 데이터의 노이즈를 제거하는 노이즈제거단계;
    상기 노이즈제거단계에서 노이즈제거된 데이터로부터 심박변이도(HRV) 데이터를 산출하는 HRV데이터 산출단계;
    상기 입력단계에서 입력된 피검자의 연령 및 성별정보를 토대로 정규화요소를 산출하는 정규화요소 산출단계;
    상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 일차미분한 데이터의 표준편차(1차미분 표준편차) 및 이차미분한 데이터의 표준편차(2차미분 표준편차)를 구하고 상기 1차미분 및 2차미분 표준편차로부터 심박간격변화(심박변이)의 다양성 정도를 나타내는 복잡도를 산출하는 복잡도산출단계;
    상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 주파수 분석을 통하여 교감신경활성치를 나타내는 LF활성도를 포함하는 주파수 영역의 파라미터를 산출하는 주파수영역분석단계;
    상기 HRV데이터 산출단계에서 산출된 심박변이도(HRV) 데이터로부터 시계열적 분석을 통하여 측정 평균심박수 및 측정심박간격 표준편차(SDNN)를 포함하는 시간 영역의 파라미터를 산출하는 시간영역분석단계;
    정규화 요소와 상기 측정 평균심박수 및 측정심박간격 표준편차를 이용한 정규화 심박편향분포도, 그리고 정규화 요소와 측정심박간격 표준편차를 이용한 정규화 표준편차를 산출하며 상기 주파수영역분석단계에서 산출된 LF활성도를 이용하여 정규화 LF활성도를 산출하고, 상기 정규화 LF활성도와 정규화 심박편향분포도의 곱의 제곱근으로부터 물리적스트레스지수를 구하고, 상기 정규화 표준편차와 상기 복잡도의 곱의 제곱근에서 산출된 스트레스 내성도와 상기 복잡도의 평균으로부터 심리적스트레스지수를 구하며 상기 물리적스트레스지수와 심리적스트레스지수에 대한 가중평균으로부터 스트레스지수를 산출하는 스트레스지수 산출단계; 및
    상기 스트레스지수 산출단계에서 산출된 스트레스지수를 토대로 스트레스 진행상태를 분석하는 스트레스진행 분석단계; 를 포함하여 이루어지는 맥파신호분석 이용한 스트레스 검사방법.
  18. 청구항 17에 있어서, 상기 스트레스지수 산출단계에서의 상기 정규화 LF활성도, 정규화 심박편향분포도 및 정규화 표준편차의 산출은 다음의 식에 의하고, 여기에서 측정 표준편차는 측정된 심박간격 표준편차인 것을 특징으로 하는 맥파신호분석 이용한 스트레스 검사방법.
    Figure 112009071608331-pat00063
    Figure 112009071608331-pat00064
    Figure 112009071608331-pat00065
  19. 청구항 17 또는 18에 있어서,
    상기 복잡도산출단계는 다음의 식으로부터 복잡도를 산출하는 것을 특징으로 하는 맥파신호분석 이용한 스트레스 검사방법.
    복잡도=[(상기 1차미분 표준편차/8.5 + 상기 2차미분 표준편차/15)/2]*100.
KR1020090021577A 2009-03-13 2009-03-13 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법 Active KR100954817B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090021577A KR100954817B1 (ko) 2009-03-13 2009-03-13 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090021577A KR100954817B1 (ko) 2009-03-13 2009-03-13 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법

Publications (1)

Publication Number Publication Date
KR100954817B1 true KR100954817B1 (ko) 2010-04-28

Family

ID=42220366

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090021577A Active KR100954817B1 (ko) 2009-03-13 2009-03-13 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법

Country Status (1)

Country Link
KR (1) KR100954817B1 (ko)

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101033035B1 (ko) 2010-03-10 2011-05-03 주식회사 두루웰 맥파 분석장치의 건강 진단 제어방법
KR101223889B1 (ko) * 2011-02-28 2013-01-17 중앙대학교 산학협력단 스트레스 분석 장치 및 방법
KR101273652B1 (ko) * 2011-07-22 2013-06-11 가천대학교 산학협력단 심박변이도의 시간과 주파수 영역에서의 특징 비교 분석을 이용하여 심근 허혈을 검출하는 방법
WO2015006295A1 (en) * 2013-07-08 2015-01-15 Edwards Lifesciences Corporation Determination of a hemodynamic parameter
WO2015080360A1 (ko) * 2013-11-29 2015-06-04 (주)스마트메디칼디바이스 생체활력지수 산출 방법 및 시스템
CN105094111A (zh) * 2015-04-09 2015-11-25 南京航空航天大学 基于联合降噪和经验模态分解的控制系统健康状态分析方法
KR20170120546A (ko) * 2017-10-20 2017-10-31 상명대학교산학협력단 동공 크기 변화를 이용한 심장 주파수 영역의 정보 추출 방법 및 그 장치
WO2017217599A1 (en) * 2016-06-15 2017-12-21 Samsung Electronics Co., Ltd. Improving performance of biological measurements in the presence of noise
KR101823658B1 (ko) * 2016-07-13 2018-03-14 성균관대학교산학협력단 영상을 이용한 스트레스 지수 산출 방법
CN108056770A (zh) * 2018-02-02 2018-05-22 合肥芯福传感器技术有限公司 一种基于人工智能的心率检测方法
KR20180095432A (ko) * 2017-02-17 2018-08-27 상명대학교산학협력단 동공 반응을 이용한 심장 주파수 정보의 검출 방법 및 시스템
KR20180101927A (ko) 2017-03-06 2018-09-14 주식회사 아이메디신 넥밴드 타입 헬스케어 웨어러블 장치 및 그 방법
KR20180101928A (ko) 2017-03-06 2018-09-14 주식회사 아이메디신 넥밴드 타입 헬스케어 서비스 시스템 및 방법
JP2018202130A (ja) * 2017-05-30 2018-12-27 アルパイン株式会社 状態推定装置、情報処理装置、状態推定システム
KR20190002762A (ko) * 2015-07-16 2019-01-08 삼성전자주식회사 잡음 존재 시 생체 측정 성능 개선
CN109157191A (zh) * 2018-06-15 2019-01-08 南京宁康中科医疗技术有限公司 自主神经心肺代谢系统调控能力和调控状态的测量方法和系统
KR20190007803A (ko) * 2017-07-13 2019-01-23 성균관대학교산학협력단 적외선 영상을 이용한 생체신호 측정 방법 및 장치
EP2908720B1 (de) 2012-10-16 2019-11-06 Xotox Tools AG Vorrichtung und verfahren zum erkennen und melden eines belastungszustandes einer person
KR20190125961A (ko) 2019-10-25 2019-11-07 주식회사 아이메디신 넥밴드 타입 헬스케어 서비스 시스템 및 방법
CN112274120A (zh) * 2020-10-28 2021-01-29 河北工业大学 一种基于单路脉搏波的无创动脉硬化检测方法、装置
JP2021132758A (ja) * 2020-02-25 2021-09-13 日本光電工業株式会社 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体
US11166675B2 (en) 2014-09-03 2021-11-09 Samsung Electronics Co., Ltd Electronic device and method for measuring vital signal
KR20220087113A (ko) 2020-12-17 2022-06-24 포항공과대학교 산학협력단 위전도를 활용한 스트레스 수준 분석 시스템 및 방법
CN115363586A (zh) * 2022-09-08 2022-11-22 山东大学 一种基于脉搏波信号的心理压力等级评估系统及方法
KR20240049995A (ko) 2022-10-11 2024-04-18 김문수 고유 주파수 기초 음원 생성에 의한 인체 상태 치료 장치
KR20240061861A (ko) 2022-11-01 2024-05-08 (주)포티파이 얼굴인식 기반 스트레스 측정 장치 및 방법
KR20240062579A (ko) 2022-11-02 2024-05-09 (주)포티파이 손가락 혈류 기반 스트레스 측정 장치 및 방법
CN118262904A (zh) * 2024-05-30 2024-06-28 南通市肿瘤医院(南通市第五人民医院) 一种基于体表两点脉搏波的智能化动脉监测方法及系统
CN118395092A (zh) * 2024-06-26 2024-07-26 陕西海鹰汽车部件有限公司 一种基于超声波的注塑机拉杆健康状态检测方法
CN119848491A (zh) * 2025-03-21 2025-04-18 浙江工业大学 一种面向血压预测的心冲击图信号特征工程方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040043981A (ko) * 2002-11-20 2004-05-27 안재목 심박수 레코더 및 에치알브이분석에 의한 건강 모니터링시스템
KR20070075834A (ko) * 2006-01-16 2007-07-24 삼성전자주식회사 쾌적도 측정 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040043981A (ko) * 2002-11-20 2004-05-27 안재목 심박수 레코더 및 에치알브이분석에 의한 건강 모니터링시스템
KR20070075834A (ko) * 2006-01-16 2007-07-24 삼성전자주식회사 쾌적도 측정 장치

Cited By (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101033035B1 (ko) 2010-03-10 2011-05-03 주식회사 두루웰 맥파 분석장치의 건강 진단 제어방법
KR101223889B1 (ko) * 2011-02-28 2013-01-17 중앙대학교 산학협력단 스트레스 분석 장치 및 방법
KR101273652B1 (ko) * 2011-07-22 2013-06-11 가천대학교 산학협력단 심박변이도의 시간과 주파수 영역에서의 특징 비교 분석을 이용하여 심근 허혈을 검출하는 방법
EP2908720B1 (de) 2012-10-16 2019-11-06 Xotox Tools AG Vorrichtung und verfahren zum erkennen und melden eines belastungszustandes einer person
WO2015006295A1 (en) * 2013-07-08 2015-01-15 Edwards Lifesciences Corporation Determination of a hemodynamic parameter
US10610166B2 (en) 2013-07-08 2020-04-07 Edwards Lifesciences Corporation Determination of a hemodynamic parameter
KR101679728B1 (ko) 2013-11-29 2016-11-25 문찬곤 생체활력지수 산출 방법 및 시스템
WO2015080360A1 (ko) * 2013-11-29 2015-06-04 (주)스마트메디칼디바이스 생체활력지수 산출 방법 및 시스템
US11617539B2 (en) 2014-09-03 2023-04-04 Samsung Electronics Co., Ltd Electronic device and method for measuring vital signal
US11166675B2 (en) 2014-09-03 2021-11-09 Samsung Electronics Co., Ltd Electronic device and method for measuring vital signal
CN105094111A (zh) * 2015-04-09 2015-11-25 南京航空航天大学 基于联合降噪和经验模态分解的控制系统健康状态分析方法
CN105094111B (zh) * 2015-04-09 2017-12-05 南京航空航天大学 基于联合降噪和经验模态分解的控制系统健康状态分析方法
US10231673B2 (en) 2015-07-16 2019-03-19 Samsung Electronics Company, Ltd. Stress detection based on sympathovagal balance
US10478131B2 (en) 2015-07-16 2019-11-19 Samsung Electronics Company, Ltd. Determining baseline contexts and stress coping capacity
US10456088B2 (en) 2015-07-16 2019-10-29 Samsung Electronics Company, Ltd. Performance of biological measurements in the presence of noise
US10390764B2 (en) 2015-07-16 2019-08-27 Samsung Electronics Company, Ltd. Continuous stress measurement with built-in alarm fatigue reduction features
KR20190002762A (ko) * 2015-07-16 2019-01-08 삼성전자주식회사 잡음 존재 시 생체 측정 성능 개선
KR102220229B1 (ko) * 2015-07-16 2021-02-25 삼성전자주식회사 잡음 존재 시 생체 측정 성능 개선
WO2017217599A1 (en) * 2016-06-15 2017-12-21 Samsung Electronics Co., Ltd. Improving performance of biological measurements in the presence of noise
EP3419519A4 (en) * 2016-06-15 2019-04-17 Samsung Electronics Co., Ltd. IMPROVING THE IMPLEMENTATION OF BIOLOGICAL MEASUREMENTS IN THE PRESENCE OF NOISE
KR101823658B1 (ko) * 2016-07-13 2018-03-14 성균관대학교산학협력단 영상을 이용한 스트레스 지수 산출 방법
KR20180095432A (ko) * 2017-02-17 2018-08-27 상명대학교산학협력단 동공 반응을 이용한 심장 주파수 정보의 검출 방법 및 시스템
KR101999318B1 (ko) 2017-02-17 2019-07-12 상명대학교산학협력단 동공 반응을 이용한 심장 주파수 정보의 검출 방법 및 시스템
KR20180101927A (ko) 2017-03-06 2018-09-14 주식회사 아이메디신 넥밴드 타입 헬스케어 웨어러블 장치 및 그 방법
KR20180101928A (ko) 2017-03-06 2018-09-14 주식회사 아이메디신 넥밴드 타입 헬스케어 서비스 시스템 및 방법
JP2018202130A (ja) * 2017-05-30 2018-12-27 アルパイン株式会社 状態推定装置、情報処理装置、状態推定システム
KR101996996B1 (ko) * 2017-07-13 2019-07-05 성균관대학교산학협력단 적외선 영상을 이용한 생체신호 측정 방법 및 장치
KR20190007803A (ko) * 2017-07-13 2019-01-23 성균관대학교산학협력단 적외선 영상을 이용한 생체신호 측정 방법 및 장치
KR101996027B1 (ko) * 2017-10-20 2019-07-04 상명대학교산학협력단 동공 크기 변화를 이용한 심장 주파수 영역의 정보 추출 방법 및 그 장치
KR20170120546A (ko) * 2017-10-20 2017-10-31 상명대학교산학협력단 동공 크기 변화를 이용한 심장 주파수 영역의 정보 추출 방법 및 그 장치
CN108056770A (zh) * 2018-02-02 2018-05-22 合肥芯福传感器技术有限公司 一种基于人工智能的心率检测方法
CN109157191B (zh) * 2018-06-15 2024-05-28 南京宁康中科医疗技术有限公司 自主神经心肺代谢系统调控能力和调控状态的测量方法和系统
CN109157191A (zh) * 2018-06-15 2019-01-08 南京宁康中科医疗技术有限公司 自主神经心肺代谢系统调控能力和调控状态的测量方法和系统
KR20190125961A (ko) 2019-10-25 2019-11-07 주식회사 아이메디신 넥밴드 타입 헬스케어 서비스 시스템 및 방법
JP2021132758A (ja) * 2020-02-25 2021-09-13 日本光電工業株式会社 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体
JP7560822B2 (ja) 2020-02-25 2024-10-03 日本光電工業株式会社 生体情報処理装置、生体情報処理方法、プログラム及び記憶媒体
CN112274120A (zh) * 2020-10-28 2021-01-29 河北工业大学 一种基于单路脉搏波的无创动脉硬化检测方法、装置
CN112274120B (zh) * 2020-10-28 2023-07-25 河北工业大学 一种基于单路脉搏波的无创动脉硬化检测方法、装置
KR20220087113A (ko) 2020-12-17 2022-06-24 포항공과대학교 산학협력단 위전도를 활용한 스트레스 수준 분석 시스템 및 방법
CN115363586A (zh) * 2022-09-08 2022-11-22 山东大学 一种基于脉搏波信号的心理压力等级评估系统及方法
KR20240049995A (ko) 2022-10-11 2024-04-18 김문수 고유 주파수 기초 음원 생성에 의한 인체 상태 치료 장치
KR20240061861A (ko) 2022-11-01 2024-05-08 (주)포티파이 얼굴인식 기반 스트레스 측정 장치 및 방법
KR20240062579A (ko) 2022-11-02 2024-05-09 (주)포티파이 손가락 혈류 기반 스트레스 측정 장치 및 방법
CN118262904A (zh) * 2024-05-30 2024-06-28 南通市肿瘤医院(南通市第五人民医院) 一种基于体表两点脉搏波的智能化动脉监测方法及系统
CN118395092A (zh) * 2024-06-26 2024-07-26 陕西海鹰汽车部件有限公司 一种基于超声波的注塑机拉杆健康状态检测方法
CN119848491A (zh) * 2025-03-21 2025-04-18 浙江工业大学 一种面向血压预测的心冲击图信号特征工程方法

Similar Documents

Publication Publication Date Title
KR100954817B1 (ko) 맥파신호분석을 이용한 혈관건강 및 스트레스 검사시스템 및 방법
EP3430989B1 (en) Biological information analysis device, system, program, and biological information analysis method
EP2688468B1 (en) Apparatus and method for measuring physiological signal quality
EP3379997B1 (en) Method to quantify photoplethysmogram (ppg) signal quality
KR100493714B1 (ko) 자율신경 검사장치
CN109276241B (zh) 一种压力识别方法及设备
US20150105666A1 (en) Narrow band feature extraction from cardiac signals
US20070021673A1 (en) Method and system for cardiovascular system diagnosis
TW201019898A (en) Method and apparatus for presenting heart rate variability by sound and/or light
KR102482796B1 (ko) 원격 광용적맥파 측정을 이용한 비접촉 심박 변이도 분석 장치 및 방법
JP2010051387A (ja) 睡眠呼吸障害の無呼吸発作又は低呼吸発作に伴うcvhrの検出装置
WO2009150765A1 (ja) 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム
Ferro et al. Automated detection of the onset and systolic peak in the pulse wave using Hilbert transform
JP2015508693A (ja) 生理的リズムを表す信号を処理する方法
KR20190092691A (ko) 맥파신호를 이용한 스트레스 분석 및 관리 시스템
JP5382774B2 (ja) 心拍ゆらぎの分析方法
US11464458B2 (en) System for evaluating the maturation of a premature baby
Kotzen et al. Benchmarking photoplethysmography peak detection algorithms using the electrocardiogram signal as a reference
CN117582197A (zh) 基于脉搏波的心脏健康监测方法及健康监测手环
JP2008253727A (ja) モニタ装置、モニタシステム及びモニタ方法
CN114631790A (zh) 基于穿戴设备的睡眠分期方法、装置、设备和存储介质
Firoozabadi et al. Efficient noise-tolerant estimation of heart rate variability using single-channel photoplethysmography
Amanipour et al. The effects of blood glucose changes on frequency-domain measures of HRV signal in type 1 diabetes
CN104305958B (zh) 一种极短时自主神经状态的光电容积波多参量分析方法
US20050027183A1 (en) Method for non-invasive monitoring of blood and tissue glucose

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20090313

PA0201 Request for examination
A302 Request for accelerated examination
PA0302 Request for accelerated examination

Patent event date: 20090723

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

Patent event date: 20090313

Patent event code: PA03021R01I

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20090923

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20100120

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20100419

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20100420

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20130418

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20130418

Start annual number: 4

End annual number: 4

FPAY Annual fee payment

Payment date: 20140421

Year of fee payment: 5

PR1001 Payment of annual fee

Payment date: 20140421

Start annual number: 5

End annual number: 5

FPAY Annual fee payment

Payment date: 20150512

Year of fee payment: 6

PR1001 Payment of annual fee

Payment date: 20150512

Start annual number: 6

End annual number: 6

FPAY Annual fee payment

Payment date: 20160419

Year of fee payment: 7

PR1001 Payment of annual fee

Payment date: 20160419

Start annual number: 7

End annual number: 7

FPAY Annual fee payment

Payment date: 20170419

Year of fee payment: 8

PR1001 Payment of annual fee

Payment date: 20170419

Start annual number: 8

End annual number: 8

FPAY Annual fee payment

Payment date: 20180418

Year of fee payment: 9

PR1001 Payment of annual fee

Payment date: 20180418

Start annual number: 9

End annual number: 9

PR1001 Payment of annual fee

Payment date: 20200420

Start annual number: 11

End annual number: 11

PR1001 Payment of annual fee

Payment date: 20210419

Start annual number: 12

End annual number: 12

PR1001 Payment of annual fee

Payment date: 20220419

Start annual number: 13

End annual number: 13

PR1001 Payment of annual fee

Payment date: 20230417

Start annual number: 14

End annual number: 14

PR1001 Payment of annual fee

Payment date: 20240417

Start annual number: 15

End annual number: 15