| 1 |
1
외부의 노이즈를 딥러닝으로 제거하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법에 있어서,사용자에 대한 상기 커프 압력신호를 분석하여 압력 펄스의 발생이 예측되는 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 검출하는 단계;상기 사용자의 맥박에 대한 크기 및 주파수를 상기 혈관음 피크의 크기 및 주파수와 딥러닝으로 비교하여 상기 혈관음 피크가 상기 맥박에 의한 것인지 상기 노이즈에 의한 것인지 판단하여 상기 혈관음 피크의 혈관음의 가능성(likelihood)을 수치화하는 단계; 및상기 혈관음의 가능성(likelihood)에 대한 수치를 시간 순서에 따라 나열하여 상기 맥박에 의한 혈관음이 발생하는 범위의 혈관음 피크를 추출하여 혈압을 측정하는 단계를 포함하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법
|
| 2 |
2
제 1 항에 있어서,상기 혈관음에서의 혈관음 피크를 검출하는 단계는,상기 커프 압력신호에서의 압력 펄스의 주기를 분석하는 단계;상기 주기에 따른 상기 압력 펄스가 예측되는 시간을 기준으로 소정의 범위 전후로 혈관음을 탐색하는 단계를 더 포함하는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법
|
| 3 |
3
제 1 항에 있어서,상기 혈관음의 가능성(likelihood)을 수치화하는 단계는,상기 맥박에 의한 혈관음 피크의 크기 및 주파수의 특성으로 사전 학습하는 단계;상기 학습을 통해 학습된 데이터와 상기 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 비교하는 단계; 및상기 혈관음 피크가 상기 맥박에 의한 혈관음 피크일 가능성을 수치화하는 단계를 더 포함하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법
|
| 4 |
4
제 1 항에 있어서,상기 혈관음의 가능성(likelihood)은,상기 혈관음 피크를 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 분포로 나열하여,상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure) 사이의 값을 1로 설정하고, 그 외의 구간은 0으로 설정하는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법
|
| 5 |
5
제 4 항에 있어서상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값은 0과 1사이 값 중 어느 하나의 값으로 선택되는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법
|
| 6 |
6
제 5 항에 있어서,상기 혈압을 측정하는 단계는,상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값에서 점진적으로 증가 또는 감소하는 상기 혈관음의 가능성(likelihood)을 통해 상기 외부 노이즈가 제거된 혈관음의 피크를 산출할 수 있는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법
|
| 7 |
7
제 6 항에 있어서,상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)사이의 구간은 사다리꼴 모양의 곡선을 적용하여 상기 혈관음의 가능성(likelihood)이 도출되는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법
|
