| 1 |
1
카메라를 통해 측정 대상자의 신체부위 영상을 촬영하는 단계;상기 신체부위 영상을 기초로 상기 측정 대상자의 PPG 신호를 측정하는 단계;상기 PPG 신호에 대한 전처리 동작을 수행하는 단계;기 구축된 딥러닝 모델- 상기 딥러닝 모델은 1차원 컨볼루션 블록(1-D convolutional block)으로 구성된 스퀴즈 U-net(Squeeze U-net) 모델을 기반으로 구현됨 -에 상기 PPG 신호의 신호값을 입력하여 상기 측정 대상자의 혈압에 관한 추정값을 획득하는 단계; 및상기 측정 대상자의 혈압값을 디스플레이하는 단계;를 포함하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 2 |
2
제1항에 있어서, 상기 신체부위 영상을 촬영하는 단계는상기 측정 대상자의 손가락 끝 영상을 상기 신체부위 영상으로서 촬영하는 단계를 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 3 |
3
제1항에 있어서, 상기 PPG 신호를 측정하는 단계는상기 신체부위 영상에서 특정 시간 간격마다 영상 프레임을 샘플링하는 단계;상기 영상 프레임의 픽셀들에 대한 색상을 분류하는 단계; 및상기 픽셀들의 색상을 이용하여 상기 영상 프레임의 특정 색상에 관한 비율을 산출하는 단계를 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 4 |
4
제1항에 있어서, 상기 전처리 동작을 수행하는 단계는상기 PPG 신호에 대해 보간(interpolation), 필터링(filtering) 및 표준화(normalization) 동작들 중 적어도 하나를 수행하는 단계를 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 5 |
5
제1항에 있어서, 상기 딥러닝 모델은상기 스퀴즈 U-net 모델의 축소 경로(contract path) 및 확대 경로(expansive path) 각각에 상기 1차원 컨볼루션 블록으로 구성된 파이어 모듈(fire module)을 포함하여 구현되는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 6 |
6
제5항에 있어서, 상기 파이어 모듈은1×1 행렬의 컨볼루션 필터를 포함하는 스퀴즈 유닛(squeeze unit);1×1 행렬의 컨볼루션 필터를 포함하는 제1 컨볼루션 유닛과 3×1 행렬의 컨볼루션 필터를 포함하는 제2 컨볼루션 유닛이 병렬로 구성된 확대 유닛(expansion unit); 및상기 제1 컨볼루션 유닛의 출력과 상기 제2 컨볼루션 유닛의 출력을 연결하는 연결 유닛(concatenation unit)을 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 7 |
7
제5항에 있어서, 상기 축소 경로 및 확대 경로 각각은복수의 축소 블록(Contract Bolck, CB)들 및 복수의 확대 블록(Expansion Block, EB)들을 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 8 |
8
제7항에 있어서, 상기 축소 경로는스트라이드(stride)가 2인 컨볼루션 유닛을 포함하는 제1 축소 블록(CB1);맥스 풀링(max pooling) 레이어(layer)를 포함하는 제2 축소 블록(CB2);각각이 2개의 파이어 모듈들 및 상기 맥스 풀링 레이어를 포함하는 제3 및 제4 축소 블록들(CB3, CB4); 및4개의 파이어 모듈들 및 드롭 아웃 레이어를 포함하는 제5 축소 블록(CB5)을 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 9 |
9
제8항에 있어서, 상기 제5 축소 블록은상기 드롭 아웃 레이어의 출력이 스트라이드가 1인 1차원 컨볼루션 전치 유닛(1-D convolution transpose unit)으로 전달되고,상기 1차원 컨볼루션 전치 유닛의 출력이 상기 4개의 파이어 모듈들 중 2번째 파이어 모듈의 출력과 연결되어 제1 파이어 모듈에 전달되며,상기 제1 파이어 모듈의 출력이 상기 1차원 컨볼루션 전치 유닛으로 전달되고,상기 1차원 컨볼루션 전치 유닛의 출력이 상기 4개의 파이어 모듈들 중 1번째 파이어 모듈의 출력과 연결되어 제2 파이어 모듈에 전달되도록 구현되는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 10 |
10
제7항에 있어서, 상기 확대 경로는각각이 스트라이드(stride)가 2인 1차원 컨볼루션 전치 유닛, 연결 유닛 및 파이어 모듈을 포함하는 제1 및 제2 확대 블록들(EB1, EB2);업샘플링 유닛(upsampling unit), 상기 연결 유닛 및 컨볼루션 유닛을 포함하는 제3 확대 블록(EB3); 및상기 업샘플링 유닛 및 상기 컨볼루션 유닛을 포함하는 제4 확대 블록(EB4)를 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 11 |
11
제1항에 있어서, 상기 혈압에 관한 추정값을 획득하는 단계는상기 딥러닝 모델의 출력을 역표준화(de-normalization)하는 단계;표준 피크 검출 알고리즘을 이용하여 수축기 혈압(Systolic Blood Pressure, SBP)과 이완기 혈압(Diastolic Blood Pressure, DBP)을 추정하는 단계; 및상기 수축기 혈압과 상기 이완기 혈압을 이용하여 평균 혈압(mean arterial pressure, MAP)을 추정하는 단계를 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 12 |
12
제1항에 있어서, 상기 디스플레이하는 단계는상기 측정 대상자의 혈압값을 시간에 따른 변화 그래프로 시각화하는 단계를 포함하는 것을 특징으로 하는 딥러닝 모델을 이용한 실시간 혈압 추정 방법
|
| 13 |
13
적어도 하나의 카메라, 메모리 및 상기 메모리와 전기적으로 연결된 프로세서를 포함하고,상기 프로세서는상기 적어도 하나의 카메라를 통해 측정 대상자의 신체부위 영상을 촬영하고,상기 신체부위 영상을 기초로 상기 측정 대상자의 PPG 신호를 측정하며,상기 PPG 신호에 대한 전처리 동작을 수행하고,기 구축된 딥러닝 모델- 상기 딥러닝 모델은 1차원 컨볼루션 블록(1-D convolutional block)으로 구성된 스퀴즈 U-net(Squeeze U-net) 모델을 기반으로 구현됨 -에 상기 PPG 신호의 신호값을 입력하여 상기 측정 대상자의 혈압에 관한 추정값을 획득하며,상기 측정 대상자의 혈압값을 디스플레이하도록 구현되는 딥러닝 모델을 이용한 실시간 혈압 추정 장치
|
