| 1 |
1
피검체로부터 맥파신호를 측정하는 맥파센서;피검체와 맥파센서 사이에 작용하는 힘신호를 측정하는 힘센서; 및상기 맥파신호 및 힘신호를 기초로 제1 입력값, 제2 입력값 및 제3 입력값을 획득하고, 획득된 제1 입력값, 제2 입력값 및 제3 입력값을 제1 신경망 모델에 입력하여 특징 벡터를 추출하며, 추출된 특징 벡터를 제2 신경망 모델에 입력하여 생체정보를 획득하는 프로세서를 포함하는 생체정보 추정 장치
|
| 2 |
2
제1항에 있어서,상기 제1 신경망 모델 및 제2 신경망 모델은DNN(Deep Neural Network), CNN(Convolution Neural Network), 및 RNN(Recurrent Neural Network) 중의 적어도 하나를 기반으로 하는 생체정보 추정 장치
|
| 3 |
3
제1항에 있어서,상기 제1 신경망 모델은병렬로 배치되어 상기 제1 입력값, 제2 입력값 및 제3 입력값이 각각 입력되는 세 개의 신경망과, 상기 세 개의 신경망의 출력들을 입력으로 하여 상기 특징 벡터를 출력하는 완전 연결 레이어(Fully connected layer)를 포함하는 생체정보 추정 장치
|
| 4 |
4
제3항에 있어서,상기 세 개의 신경망 각각은컨볼루션 레이어(convolution layer), 배치 정규화(batch normalization), 활성화 함수(activation function) 및 풀링 레이어(pooling layer)를 포함하는 제1 블록과, 컨볼루션 레이어, 배치 정규화, 활성화 함수, 컨볼루션 레이어, 배치 정규화, 스킵 연결(skip connection) 및 활성화 함수를 포함하는 제2 블록을 포함하는 생체정보 추정 장치
|
| 5 |
5
제1항에 있어서,상기 제2 신경망 모델은상기 특징 벡터를 입력으로 하는 제1 완전 연결 레이어 및 상기 제1 완전 연결 레이어의 출력을 입력으로 하여 생체정보를 출력하는 제2 완전 연결 레이어를 포함하는 생체정보 추정 장치
|
| 6 |
6
제5항에 있어서,상기 제2 신경망 모델은사용자 특성 정보, 상기 맥파신호 및 힘신호 중의 적어도 하나를 기초로 추출된 추가 특징을 입력으로 하는 제3 완전 연결 레이어를 더 포함하고, 상기 제3 완전 연결 레이어의 출력은 상기 제2 완전 연결 레이어에 입력되는 생체정보 추정 장치
|
| 7 |
7
제1항에 있어서,상기 프로세서는상기 맥파신호로부터 1차 미분신호 및 2차 미분신호를 생성하고, 상기 맥파신호, 1차 미분신호 및 2차 미분신호 중의 적어도 하나를 제1 입력값으로 획득하는 생체정보 추정 장치
|
| 8 |
8
제7항에 있어서,상기 프로세서는상기 힘신호를 이용하여 맥파신호 포락선, 1차 미분신호 포락선 및 2차 미분신호 포락선 중의 적어도 하나의 포락선을 생성하고, 생성된 포락선을 제2 입력값으로 획득하는 생체정보 추정 장치
|
| 9 |
9
제8항에 있어서,상기 프로세서는상기 힘신호를 제3 입력값으로 획득하는 생체정보 추정 장치
|
| 10 |
10
제9항에 있어서,상기 프로세서는상기 맥파신호 포락선에서 최대 진폭 지점의 시간 지점을 포함한 기준점을 중심으로 소정 구간의 힘신호를 제3 입력값으로 획득하는 생체정보 추정 장치
|
| 11 |
11
제1항에 있어서,상기 프로세서는상기 맥파신호 및 힘신호를 밴드 패스 필터(band pass filter) 및 로우 패스 필터(low pass filter) 중의 적어도 하나를 이용하여 전처리하는 생체정보 추정 장치
|
| 12 |
12
제1항에 있어서,상기 프로세서는사용자 특성 정보, 상기 맥파신호 및 힘신호 중의 적어도 하나를 기초로 추가 특징을 획득하고, 상기 특징 벡터 및 상기 획득된 추가 특징을 제2 신경망 모델에 입력하여 생체정보를 획득하는 생체정보 추정 장치
|
| 13 |
13
제1항에 있어서,상기 생체정보는혈압, 혈관 나이, 동맥경화도, 대동맥압 파형, 혈관 탄성도, 스트레스 지수, 피로도, 피부 나이 및 피부 탄력도 중의 하나 이상을 포함하는 생체정보 추정 장치
|
| 14 |
14
제1항에 있어서,상기 프로세서는복수의 맥파신호, 상기 복수의 맥파신호에 대응하는 복수의 힘신호를 학습데이터로 수집하고, 상기 수집된 학습데이터를 이용하여 제1 입력값, 제2 입력값 및 제3 입력값을 획득하고, 획득된 제1 입력값, 제2 입력값 및 제3 입력값을 기초로 상기 제1 신경망 모델을 학습시키고, 상기 학습된 제1 신경망 모델에서 출력된 특징 벡터를 기초로 상기 제2 신경망 모델을 학습시키는 생체정보 추정 장치
|
| 15 |
15
제14항에 있어서,외부 기기로부터 기준 생체정보를 학습데이터로 수신하는 통신부를 더 포함하는 생체정보 추정 장치
|
| 16 |
16
피검체로부터 맥파신호 및, 피검체에 작용하는 힘신호를 측정하는 단계;상기 맥파신호를 기초로 제1 입력값을 획득하는 단계;상기 맥파신호 및 힘신호를 기초로 제2 입력값을 획득하는 단계;상기 힘신호를 기초로 제3 입력값을 획득하는 단계;상기 획득된 제1 입력값, 제2 입력값 및 제3 입력값을 제1 신경망 모델에 입력하여 특징 벡터를 추출하는 단계; 및상기 추출된 특징 벡터를 제2 신경망 모델에 입력하여 생체정보를 획득하는 단계를 포함하는 생체정보 추정 방법
|
| 17 |
17
제16항에 있어서,상기 제1 신경망 모델은병렬로 배치되어 상기 제1 입력값, 제2 입력값 및 제3 입력값이 각각 입력되는 세 개의 신경망과, 상기 세 개의 신경망의 출력들을 입력으로 상기 특징 벡터를 출력하는 완전 연결 레이어(Fully connected layer)를 포함하는 생체정보 추정 방법
|
| 18 |
18
제17항에 있어서,상기 세 개의 신경망 각각은컨볼루션 레이어(convolution layer), 배치 정규화(batch normalization), 활성화 함수(activation function) 및 풀링 레이어(pooling layer)를 포함하는 제1 블록과, 컨볼루션 레이어, 배치 정규화, 활성화 함수, 컨볼루션 레이어, 배치 정규화, 스킵 연결(skip connection) 및 활성화 함수를 포함하는 제2 블록을 포함하는 생체정보 추정 방법
|
| 19 |
19
제16항에 있어서,상기 제2 신경망 모델은상기 특징 벡터를 입력으로 하는 제1 완전 연결 레이어 및 상기 제1 완전 연결 레이어의 출력을 입력으로 하여 생체정보를 출력하는 제2 완전 연결 레이어를 포함하는 생체정보 추정 방법
|
| 20 |
20
제19항에 있어서,상기 제2 신경망 모델은사용자 특성 정보, 상기 맥파신호 및 힘신호 중의 적어도 하나를 기초로 추출된 추가 특징을 입력으로 하는 제3 완전 연결 레이어를 더 포함하고, 상기 제3 완전 연결 레이어의 출력은 상기 제2 완전 연결 레이어에 입력되는 생체정보 추정 방법
|
| 21 |
21
제16항에 있어서,상기 제1 입력값을 획득하는 단계는상기 맥파신호로부터 1차 미분신호 및 2차 미분신호를 생성하고, 상기 맥파신호, 1차 미분신호 및 2차 미분신호 중의 적어도 하나를 제1 입력값으로 획득하는 생체정보 추정 방법
|
| 22 |
22
제21항에 있어서,상기 제2 입력값을 획득하는 단계는상기 힘신호를 이용하여 맥파신호 포락선, 1차 미분신호 포락선 및 2차 미분신호 포락선 중의 적어도 하나의 포락선을 생성하고, 생성된 포락선을 제2 입력값으로 획득하는 생체정보 추정 방법
|
| 23 |
23
제22항에 있어서,상기 제3 입력값을 획득하는 단계는상기 힘신호를 제3 입력값으로 획득하는 생체정보 추정 방법
|
| 24 |
24
제23항에 있어서,상기 제3 입력값을 획득하는 단계는상기 맥파신호 포락선에서 최대 진폭 지점에 해당하는 시간 지점을 포함한 기준점을 중심으로 소정 구간의 힘신호를 제3 입력값으로 획득하는 생체정보 추정 방법
|
| 25 |
25
제16항에 있어서,사용자 특성 정보, 상기 맥파신호 및 힘신호 중의 적어도 하나를 기초로 추가 특징을 획득하는 단계를 더 포함하고,상기 생체정보를 획득하는 단계는상기 특징 벡터 및 상기 획득된 추가 특징을 제2 신경망 모델에 입력하여 생체정보를 획득하는 생체정보 추정 방법
|
| 26 |
26
본체, 본체에 배치된 생체정보 추정 장치와 상기 생체정보 추정 장치의 처리 결과를 출력하는 출력장치를 포함하고,상기 생체정보 추정 장치는피검체로부터 맥파신호를 측정하는 맥파센서와, 피검체와 맥파센서 사이에 작용하는 힘신호를 측정하는 힘센서를 포함하는 센서장치; 및상기 맥파신호 및 힘신호를 기초로 제1 입력값, 제2 입력값 및 제3 입력값을 획득하고, 획득된 제1 입력값, 제2 입력값 및 제3 입력값을 제1 신경망 모델에 입력하여 특징 벡터를 추출하며, 추출된 특징 벡터를 제2 신경망 모델에 입력하여 생체정보를 획득하는 프로세서를 포함하는 전자장치
|
| 27 |
27
제26항에 있어서,상기 전자장치는시계 타입 웨어러블 기기, 이어(Ear) 타입 웨어러블 기기, 및 모바일 기기 중의 적어도 하나를 포함하는 전자장치
|
