| 1 |
1
비접촉 방식으로 측정된 생체 신호에 기반하여 건강 정보를 제공하는 방법에 있어서,피검자와 이격되어 위치하는 비접촉 생체 센서를 통해, 비접촉 생체 신호를 수집하는 단계;기 학습된 변환 모델을 이용하여, 상기 수집된 비접촉 생체 신호를 접촉 방식의 생체 신호에 상응하도록 변환하여 가상의 생체 신호를 생성하는 단계; 및상기 생성된 가상의 생체 신호를 기반으로 건강 상태를 분석하여 상기 피검자에 대한 건강 정보를 제공하는 단계를 포함하는 것을 특징으로 하는 방법
|
| 2 |
2
제 1 항에 있어서,비접촉 방식의 원본 생체 신호 및 접촉 방식의 원본 생체 신호를 획득하는 단계;상기 비접촉 방식의 원본 생체 신호 및 상기 접촉 방식의 원본 생체 신호를 각각 전처리하는 단계;상기 전처리된 비접촉 방식의 생체 신호로부터 생체 특성을 추출하고, 상기 추출된 생체 특성을 기초로, 비접촉 방식의 생체 신호를 복원하고, 상기 접촉 방식의 생체 신호에 상응하는 가상의 생체 신호를 생성하는 단계; 및상기 복원된 비접촉 방식의 생체 신호와 상기 전처리된 비접촉 방식의 생체 신호를 비교하고, 상기 생성된 가상의 생체 신호와 상기 전처리된 접촉 방식의 생체 신호를 비교하며, 그 결과를 역전파하여 상기 변환 모델의 가중치를 학습하는 단계를 더 포함하는 것을 특징으로 하는 방법
|
| 3 |
3
제 2 항에 있어서,상기 각각 전처리하는 단계는상기 비접촉 방식의 원본 생체 신호를 학습 셋과 검증 셋으로 분류하고, 지정된 길이로 분리하고, 상기 접촉 방식의 원본 생체 신호의 샘플링 주파수와 동일한 주파수로 다운 샘플링하고, 정규화(normalization)하며, 추세제거(detrend)를 수행하는 단계; 및상기 접촉 방식의 원본 생체 신호를 학습 셋과 검증 셋으로 분류하고, 지정된 길이로 분리하며, 단순화(simplify)를 수행하는 단계를 포함하는 것을 특징으로 하는 방법
|
| 4 |
4
제 2 항에 있어서,상기 가상의 생체 신호를 후처리하는단계; 및상기 후처리된 가상의 생체 신호에 기초하여, 상기 변환 모델의 변환 성능을 평가하는 단계를 더 포함하는 것을 특징으로 하는 방법
|
| 5 |
5
제 4 항에 있어서,상기 변환 모델의 변환 성능을 평가하는 단계는상기 비접촉 방식의 원본 생체 신호 및 상기 접촉 방식의 원본 생체 신호 사이의 NN 간격 표준 편차(SDNN(standard deviation of NN intervals)) 값의 차이를 나타내는 제1 절대 값을 계산하는 단계;상기 접촉 방식의 원본 생체 신호와 상기 후처리된 가상의 생체 신호 사이의 표준 편차 값의 차이를 나타내는 제2 절대 값을 계산하는 단계;상기 제1 절대 값과 상기 제2 절대 값의 차를 계산하는 단계; 및상기 계산된 차에 기초하여 상기 변환 모델의 변환 성능을 평가하는 단계를 포함하는 것을 특징으로 하는 방법
|
| 6 |
6
제 1 항에 있어서,상기 변환 모델은변분 오토 인코더(variational auto encoder: VAE) 기반의 인공지능 모델인 것을 특징으로 하는 방법
|
| 7 |
7
제 1 항에 있어서,상기 건강 정보를 제공하는 단계는상기 접촉 방식의 생체 신호에 기초하여 건강 상태를 분석하는 생체 신호 분석 모듈을 통해 상기 생성된 가상의 생체 신호를 분석하여 상기 건강 정보를 제공하는 단계를 포함하는 것을 특징으로 하는 방법
|
| 8 |
8
비접촉 방식으로 측정된 생체 신호에 기반하여 건강 정보를 제공하는 시스템에 있어서,비접촉 방식으로 피검자의 생체 신호를 측정하는 비접촉 생체 센서;상기 비접촉 생체 센서를 통해 측정된 비접촉 생체 신호를 수집하는 데이터 수집 모듈;상기 수집된 비접촉 생체 신호를 접촉 방식의 생체 신호에 상응하도록 변환하여 가상의 생체 신호를 생성하는 생체 신호 변환 모듈; 및상기 생성된 가상의 생체 신호를 기반으로 건강 상태를 분석하여 상기 피검자에 대한 건강 정보를 제공하는 생체 신호 분석 모듈을 포함하는 것을 특징으로 하는 시스템
|
| 9 |
9
제 8 항에 있어서,상기 생체 신호 변환 모듈은 변분 오토 인코더(variational auto encoder: VAE) 기반의 인공지능 모델을 포함하는 것을 특징으로 하는 시스템
|
| 10 |
10
제 9 항에 있어서,상기 시스템은비접촉 방식의 원본 생체 신호 및 접촉 방식의 원본 생체 신호를 획득하고,상기 비접촉 방식의 원본 생체 신호 및 상기 접촉 방식의 원본 생체 신호를 각각 전처리하고,상기 전처리된 비접촉 방식의 생체 신호로부터 생체 특성을 추출하고, 상기 추출된 생체 특성을 기초로, 비접촉 방식의 생체 신호를 복원하고, 상기 접촉 방식의 생체 신호에 상응하는 가상의 생체 신호를 생성하고, 및상기 복원된 비접촉 방식의 생체 신호와 상기 전처리된 비접촉 방식의 생체 신호를 비교하고, 상기 생성된 가상의 생체 신호와 상기 전처리된 접촉 방식의 생체 신호를 비교하며, 그 결과를 역전파하여 상기 인공지능 모델을 학습시키는 것을 특징으로 하는 시스템
|
| 11 |
11
제 10 항에 있어서,상기 시스템은 상기 획득된 비접촉 방식의 원본 생체 신호를 학습 셋과 검증 셋으로 분류하고, 지정된 길이로 분리하고, 상기 접촉 방식의 원본 생체 신호의 샘플링 주파수와 동일한 주파수로 다운 샘플링하고, 정규화(normalization)하며, 추세제거(detrend)를 수행하여 상기 비접촉 방식의 원본 생체 신호에 대한 전처리를 수행하고, 및상기 획득된 접촉 방식의 생체 신호를 학습 셋과 검증 셋으로 분류하고, 지정된 길이로 분리하며, 단순화(simplify)를 수행하여 상기 접촉 방식의 원본 생체 신호에 대한 전처리를 수행하는 것을 특징으로 하는 시스템
|
| 12 |
12
제 10 항에 있어서,상기 시스템은상기 가상의 생체 신호를 후처리하고, 및상기 후처리된 가상의 생체 신호에 기초하여, 상기 인공지능 모델의 변환 성능을 평가하는 것을 특징으로 하는 시스템
|
| 13 |
13
제 12 항에 있어서,상기 시스템은상기 비접촉 방식의 원본 생체 신호 및 상기 접촉 방식의 원본 생체 신호 사이의 NN 간격 표준 편차(SDNN(standard deviation of NN intervals)) 값의 차이를 나타내는 제1 절대 값을 계산하고,상기 접촉 방식의 원본 생체 신호와 상기 후처리된 가상의 생체 신호 사이의 표준 편차 값의 차이를 나타내는 제2 절대 값을 계산하고,상기 제1 절대 값과 상기 제2 절대 값의 차를 계산하고, 및상기 계산된 차에 기초하여, 상기 인공지능 모델의 변환 성능을 평가하는 것을 특징으로 하는 시스템
|
