맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

기계 학습에 기반한 오실로메트릭 혈압 추정 방법

  • 기술번호 : KST2019033233
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명의 일 실시예에 의한 기계 학습에 기반한 오실로메트릭 혈압 추정 방법은, (a) 샘플 혈압 측정치에 기반하여 측정치에 대한 오실로메트릭 파형의 엔벨로프를 획득하는 단계; (b) 비모수 부트스트랩을 사용하여 상기 측정치에 대한 오실로메트릭 파형의 엔벨로프의 최대 진폭(MA)에 기반하여 의사 최대 진폭(PMA)을 획득하는 단계; (c) 비모수 부트스트랩을 사용하여 상기 측정치에 대한 오실로메트릭 파형의 엔벨로프에 기반하여 의사 엔벨로프(PE)를 획득하는 단계; (d) 상기 의사 최대 진폭(PMA)과 상기 의사 엔벨로프(PE)를 연결하는 단계; (e) 기계 학습을 이용하여 개별적인 피험자에 대한 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)을 추정하는 단계; 및 (f) 상기 추정된 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)에 기반하여 신뢰 구간(CI)과 함께 수축기 혈압(SBP) 및 이완기 혈압(DBP)을 추정하는 단계를 포함한다.
Int. CL A61B 5/021 (2006.01.01) A61B 5/00 (2006.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC A61B 5/021(2013.01) A61B 5/021(2013.01) A61B 5/021(2013.01) A61B 5/021(2013.01)
출원번호/일자 1020160146595 (2016.11.04)
출원인 인천대학교 산학협력단
등록번호/일자 10-1778533-0000 (2017.09.08)
공개번호/일자
공고번호/일자 (20170926) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.11.04)
심사청구항수 4

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인천대학교 산학협력단 대한민국 인천광역시 연수구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 전광길 대한민국 인천광역시 연수구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인충정 대한민국 서울특별시 강남구 역삼로***,*층(역삼동,성보역삼빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 인천대학교 산학협력단 인천광역시 연수구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2016.11.04 수리 (Accepted) 1-1-2016-1079782-83
2 선행기술조사의뢰서
Request for Prior Art Search		 2017.03.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2017.05.12 발송처리완료 (Completion of Transmission) 9-6-2017-0074725-55
4 의견제출통지서
Notification of reason for refusal		 2017.05.19 발송처리완료 (Completion of Transmission) 9-5-2017-0349821-34
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2017.05.23 수리 (Accepted) 1-1-2017-0490497-61
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2017.05.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-0490498-17
7 등록결정서
Decision to grant		 2017.09.05 발송처리완료 (Completion of Transmission) 9-5-2017-0624243-83
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.10.14 수리 (Accepted) 4-1-2019-5212872-93
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
(a) 샘플 혈압 측정치에 기반하여 측정치에 대한 오실로메트릭 파형의 엔벨로프를 획득하는 단계;(b) 비모수 부트스트랩을 사용하여 상기 측정치에 대한 오실로메트릭 파형의 엔벨로프의 최대 진폭(MA)에 기반하여 의사 최대 진폭(PMA)을 획득하는 단계;(c) 비모수 부트스트랩을 사용하여 상기 측정치에 대한 오실로메트릭 파형의 엔벨로프에 기반하여 의사 엔벨로프(PE)를 획득하는 단계;(d) 상기 의사 최대 진폭(PMA)과 상기 의사 엔벨로프(PE)를 연결하는 단계;(e) 기계 학습을 이용하여 개별적인 피험자에 대한 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)을 추정하는 단계; 및(f) 상기 추정된 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)에 기반하여 신뢰 구간(CI)과 함께 수축기 혈압(SBP) 및 이완기 혈압(DBP)을 추정하는 단계를 포함하고,상기 단계 (e)는 가우시안 혼합 모델(GMM) 및 가우시안 혼합 회귀(GMR)에 기반하여 개별적인 피험자에 대한 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)을 추정하는 단계를 포함하며,상기 단계 (f)는,(f-1) 상기 단계 (e)에서 기계 학습을 통해 획득된 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)에 기반하여 평균 의사 엔벨로프상의 포인트들과 95%, 5% 백분위 엔벨로프 상의 포인트들을 결정하는 단계; 및(f-2) 상기 평균 의사 엔벨로프 상의 포인트들을 커프 압력에 매핑하여, 상기 수축기 혈압(SBP)과 이완기 혈압(DBP) 및 대응하는 신뢰 구간(CI)을 추정하는 단계를 포함하는, 기계 학습에 기반한 오실로메트릭 혈압 추정 방법
2 2
삭제
3 3
삭제
4 4
청구항 1에 있어서,상기 단계 (e)는,(e-1) 복수의 오실로메트릭 파형들로부터 특징 벡터들을 추출하는 단계;(e-2) K-평균 알고리즘을 사용하여 상기 특징 벡터들을 K개의 클러스터들로 클러스터링하는 단계;(e-3) 상기 K개의 클러스터들에 기댓값 최대화(EM) 알고리즘을 적용하여 가우시안 혼합 모델(GMM: Gaussian mixture model) 매개변수들을 획득함으로써 특징 벡터들에 대응하는 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)의 가우시안 혼합 분포를 모델링하는 단계;(e-4) 피험자의 오실로메트릭 파형으로부터 특징 벡터를 추출하고 상기 가우시안 혼합 모델에 기반하여 타깃 클러스터를 식별하는 단계; 및(e-5) 상기 식별된 타깃 클러스터에 기반하여 가우시안 혼합 회귀를 이용하여 피험자의 수축기 혈압 특성 비율(SBPR)과 이완기 혈압 특성 비율(DBPR)을 추정하는 단계를 포함하는, 기계 학습에 기반한 오실로메트릭 혈압 추정 방법
5 5
청구항 4에 있어서,상기 특징 벡터는, 최대 진폭 알고리즘을 사용하여 추정된 평균 동맥압(MAP: mean arterial pressure), 엔벨로프 아래의 면적(AE: area under envelope), 및 오실로메트릭 파형의 엔벨로프의 비대칭 비율(AR: asymmetry ratio)을 포함하고,상기 오실로메트릭 파형의 엔벨로프의 비대칭 비율은, MAPL/EL에 의해 획득되며, 상기에서 MAPL은 엔벨로프의 시작(t=0)부터 최대 진폭의 위치까지의 경과 시간이고, 상기 EL은 엔벨로프의 시작부터 엔벨로프의 끝까지의 경과 시간인, 기계 학습에 기반한 오실로메트릭 혈압 추정 방법
6 6
청구항 5에 있어서,상기 클러스터들의 개수 K는 4 내지 6인, 기계 학습에 기반한 오실로메트릭 혈압 추정 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.