유비쿼터스헬스케어 환경을 위해서는 생체 정보를 실시간으로 정확하게 측정하는 것이 중요할 뿐만 아니라, 이러한 생체 정보 측정 장치는 저전력으로 설계되어져야 한다. 본 논문에서는 지금까지 사용되어 오던 손가락 프로브의 불편함을 없애기 위해 피에죠 필름 센서를 이용하여 손목의 요골 동맥으로부터 심장의 동기 신호인 맥파를 측정하였다. 본 논문에서는 두장의 피에죠 필름 센서를 이용하여 맥파신호와 동잡음 참조 신호를 추출하여 적응 잡음 제거기에 적용함으로써, 동잡음 제거된 맥파 신호를 얻을 수 있었다. 동잡음 제거된 맥파 신호를 이용하여 생체 정보를 얻을 수 있었다.
유비쿼터스 헬스케어 환경을 위해서는 생체 정보를 실시간으로 정확하게 측정하는 것이 중요할 뿐만 아니라, 이러한 생체 정보 측정 장치는 저전력으로 설계되어져야 한다. 본 논문에서는 지금까지 사용되어 오던 손가락 프로브의 불편함을 없애기 위해 피에죠 필름 센서를 이용하여 손목의 요골 동맥으로부터 심장의 동기 신호인 맥파를 측정하였다. 본 논문에서는 두장의 피에죠 필름 센서를 이용하여 맥파신호와 동잡음 참조 신호를 추출하여 적응 잡음 제거기에 적용함으로써, 동잡음 제거된 맥파 신호를 얻을 수 있었다. 동잡음 제거된 맥파 신호를 이용하여 생체 정보를 얻을 수 있었다.
For the ubiquitous healthcare environment, real-time measurement of biomedical signals and accuracy of the measured biomedical information are very important. In addition, it is important to develop a healthcare device with low power In this paper, the synchronized pulse in a heartbeat was detected ...
For the ubiquitous healthcare environment, real-time measurement of biomedical signals and accuracy of the measured biomedical information are very important. In addition, it is important to develop a healthcare device with low power In this paper, the synchronized pulse in a heartbeat was detected from the radial artery using the piezo film sensor, in order to eliminate inconvenience to wear a pulse detection finger probe. We can get a best output after applying the adaptive noise canceller using two piezo film sensor signals, pulse signal having motion artifacts and motion artifacts reference signal. To detect heartbeat, we use maximum point detection method from pulse removed motion artifacts.
For the ubiquitous healthcare environment, real-time measurement of biomedical signals and accuracy of the measured biomedical information are very important. In addition, it is important to develop a healthcare device with low power In this paper, the synchronized pulse in a heartbeat was detected from the radial artery using the piezo film sensor, in order to eliminate inconvenience to wear a pulse detection finger probe. We can get a best output after applying the adaptive noise canceller using two piezo film sensor signals, pulse signal having motion artifacts and motion artifacts reference signal. To detect heartbeat, we use maximum point detection method from pulse removed motion artifacts.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 Piezo Film Sensor를 이용하여맥파 검출을 하였으며, 검출한 맥파의 동잡음 제거 알고리즘을 제안하고, 검출된 맥파로부터 생체 파라미터 추출하였다. 본 연구 결과는 기존의 광학 중심적이고 손가락에 착용하는 핑거프로브 형태의 심박수 검출 방법을 탈피하여 유비쿼터스 헬스케어 환경에 적합한 생체 정보 모니터링 장치 개발에 좋은 솔루션이 될 것으로 사료된다.
본 연구에서는 일상생활에서의 불편함을 줄이기 위하여 핑거 프로브를 없애고, 손목의 요골동맥으로부터 심장 박동에 동기한 펄스 신호를 검출하였다. 먼저 그림 1과 같이 손목에 위치한 요골동맥에 PFS를 위치시키고, 요골 동맥파에 의한 심장 박동 동기 신호인 펄스 신호를 검출하였다.
제안 방법
LED를 사용하는 장치도 상당히 저전력임에도 불구하고, PFS는 자체 전압 발생 센서로서 저전력 센서이므로 모바일 장치에 적용하기에 더욱 유리한 센서이다. 광학센서와 PFS의 전력 사용량을 비교를 위해 같은 장치에 광학센서와 PFS를 각각 설치하여 전류 사용량을 측정하여 전력 소비량을 계산해보았다.
본 논문에서 제안한 방법에 의한 필터 출력에 심박수 추정 알고리즘을 적용하여 심박수를 계산하였다. 그리고 성능 비교를 위해 동잡음을 혼입시키지 않고 취득한 맥파신호를 참조 신호로 하는 적응 필터와 비교하였다. 그림 9에서 빨간 실선이 본 논문에서 제안한 적응 잡음 제거기를 적용한 심박수 변화 파형으로서 심박수가 70~100사이의 안정된 것을 볼 수 있다.
그러나, PFS 역시도 피측정자의 움직임에 의한 동잡음의 영향에서는 자유롭지 못하다. 따라서 이러한 동잡음을 효과적으로 제거하기 위한 동잡음 제거 알고리즘을 제안하고, 실험을 통하여 성능을 확인하였다.
본 연구에서는 일상생활에서의 불편함을 줄이기 위하여 핑거 프로브를 없애고, 손목의 요골동맥으로부터 심장 박동에 동기한 펄스 신호를 검출하였다. 먼저 그림 1과 같이 손목에 위치한 요골동맥에 PFS를 위치시키고, 요골 동맥파에 의한 심장 박동 동기 신호인 펄스 신호를 검출하였다. 그림 2는 PFS로부터 검출한 펄스 신호이다.
본 논문에서 적응 잡음 제거기를 적용하여 동잡음을 제거하였다. 적응 알고리즘으로는 LMS를 적용하였다.
본 논문에서 제안한 방법에 의한 필터 출력에 심박수 추정 알고리즘을 적용하여 심박수를 계산하였다. 그리고 성능 비교를 위해 동잡음을 혼입시키지 않고 취득한 맥파신호를 참조 신호로 하는 적응 필터와 비교하였다.
본 연구에서 제안한 동잡음 제거 알고리즘의 성능 평가를 위해 일상생활에서 가장 빈번히 발생할 수 있고, 손목에 착용한 생체 정보 감시 장치에 직접적인 영향을 미치는 동잡음을 유발시켜 실험하였다.
피시험자는 28세 남성이고, 샘플링 주파수는 100Hz, 데이터 추출 구간은 20초로 하였다. 샘플링된 신호는 4Hz-10차 Butterworth 저역 통과 필터로 고주파 잡음을 제거한 후, 적응 필터를 적용하였다. 적응 필터의 차수는 35차로 하였고, 수렴율은 0.
실험을 위하여 Yokogawa DL750 장비의 DAQ 기능을 이용하여 신호를 추출하고 MathWorks사의 Matlab으로 시뮬레이션하였다. 실험 데이터를 얻기위해 Piezo Film Sensor 중 SDT-028K를 사용하였고 OP-Amp인 LM324를 이용하여 50배 증폭한 후, 직류성분과 0.25Hz이하의 동잡음을 제거하기 위해 1차 고역 필터와 4Hz의 1차 저역 필터를 통과시킨 후, 샘플링 하였다. 피시험자는 28세 남성이고, 샘플링 주파수는 100Hz, 데이터 추출 구간은 20초로 하였다.
그림 3과 같이 같은 위치의 요골동맥에 맥파 검출용과 동잡음 참조 신호 검출용 PFS를 장착하여 펄스 신호와 동잡음 참조 신호를 추출할 경우, 위상차가 없는 펄스 신호와 동잡음 참조 신호를 검출할 수 있다. 이를 적응 잡음 제거기에 적용하여 필터링 함으로써 좋은 결과를 얻었다.
[6][7][8][9] 그러나 광센서는 LED 드라이빙을 위한 전력이 필요하고, 주변광의 영향에 취약하여 장시간 사용해야 하고, 야외에서 생활이 빈번한 유비쿼터스 헬스케어용 센서로서 문제점이 있다. 이에, 본 논문은 기존의 광학센서가 아닌 Piezo Film Sensor (PFS)를 적용하여 요골 동맥으로부터 심장박동에 동기한 펄스 신호를 검출하고 신호 특징의 분석을 통해 생체 파라미터를 추출하였다. PFS는 금속판 사이에 얇은 압전 소자를 끼워 놓은 형태의 센서로 소리, 진동, 압력 등을 감지하여 외부 전원의 공급이 없어도 전기를 발생시키기 때문에 저전력이고, 매우 얇으며 소형화가 가능하다.
5cm의 스폰지에 얇은 고무판을 붙여 만든 제작하였다. 펄스 완충 장치는 동잡음 참조 신호를 검출할 때 펄스 신호가 동잡음 참조신호에 영향을 주지 않게 하기 위해 삽입하였다. 원 신호를 얻기 위한 PFS를 손목의 요골 동맥 위의 피부에 직접 접촉시켰다.
대상 데이터
25Hz이하의 동잡음을 제거하기 위해 1차 고역 필터와 4Hz의 1차 저역 필터를 통과시킨 후, 샘플링 하였다. 피시험자는 28세 남성이고, 샘플링 주파수는 100Hz, 데이터 추출 구간은 20초로 하였다. 샘플링된 신호는 4Hz-10차 Butterworth 저역 통과 필터로 고주파 잡음을 제거한 후, 적응 필터를 적용하였다.
이론/모형
실험을 위하여 Yokogawa DL750 장비의 DAQ 기능을 이용하여 신호를 추출하고 MathWorks사의 Matlab으로 시뮬레이션하였다. 실험 데이터를 얻기위해 Piezo Film Sensor 중 SDT-028K를 사용하였고 OP-Amp인 LM324를 이용하여 50배 증폭한 후, 직류성분과 0.
본 논문에서 적응 잡음 제거기를 적용하여 동잡음을 제거하였다. 적응 알고리즘으로는 LMS를 적용하였다. LMS 알고리즘은 구현이 간단하고, 강인한 성능을 지니고 있기 때문에 실제 문제에 있어서 적응 알고리즘으로 널리 사용된다.
성능/효과
PFS에 의해 검출된 펄스 신호에 유입된 동잡음을 제거하여 심장박동에 동기한 신호인 맥파 신호를 얻을 수 있었다. 동잡음을 제거하여 심장박동에 정확히 동기된 맥파를 검출하면 이 맥파를 이용하여 심박수와 HRV를 추정할 수 있다.
하지만 적응 필터를 적용한 파형은 심박수의 오차가 생김을 볼 수 있다. 따라서 본 논문에서 제안한 방법의 파형이 더 안정됨을 볼 수 있다.
본 연구에서 제안한 동잡음 제거 알고리즘의 성능 평가를 위해 일상생활에서 가장 빈번히 발생할 수 있고, 손목에 착용한 생체 정보 감시 장치에 직접적인 영향을 미치는 동잡음을 유발시켜 실험하였다. 실험에서 유발한 동잡음의 유형은 손가락 움직임에 의한 동잡음, 손바닥 움직임에 의한 동잡음, 손목 움직임에 의한 동잡음이다.
후속연구
본 논문에서는 Piezo Film Sensor를 이용하여맥파 검출을 하였으며, 검출한 맥파의 동잡음 제거 알고리즘을 제안하고, 검출된 맥파로부터 생체 파라미터 추출하였다. 본 연구 결과는 기존의 광학 중심적이고 손가락에 착용하는 핑거프로브 형태의 심박수 검출 방법을 탈피하여 유비쿼터스 헬스케어 환경에 적합한 생체 정보 모니터링 장치 개발에 좋은 솔루션이 될 것으로 사료된다.
본 연구에서 제안한 맥파 검출용 센서와 맥파 검출 방법, 동잡음 제거 방법 등을 생체 정보 모니터링 장치에 적용하고, 이 장치를 유비쿼터스 헬스케어 네트워크에 적용한다면 기존 의료 서비스의 패러다임을 질병의 진단과 치료에서 예방과 관리로 바뀔 수 있을 것이다. 향후, 본 연구 결과를 통신 시스템과의 연결을 통해 일반주택, 아파트, 빌라, 원룸, 오피스텔, 상가, 사무실 등의 홈 네트워크 장치에 적용이 가능할 것이고, 홀로 집을 지키는 자녀, 독거노인, 치매환자 등의 헬스케어 감독/관리 장치로도 적용 가능할 것으로 생각된다.
향후, 본 연구 결과를 통신 시스템과의 연결을 통해 일반주택, 아파트, 빌라, 원룸, 오피스텔, 상가, 사무실 등의 홈 네트워크 장치에 적용이 가능할 것이고, 홀로 집을 지키는 자녀, 독거노인, 치매환자 등의 헬스케어 감독/관리 장치로도 적용 가능할 것으로 생각된다. 찜질방, 헬스클럽, 골프장, 요양원, 실버타운 등에 본 개발의 응용도 가능할 것으로 생각된다.
본 연구에서 제안한 맥파 검출용 센서와 맥파 검출 방법, 동잡음 제거 방법 등을 생체 정보 모니터링 장치에 적용하고, 이 장치를 유비쿼터스 헬스케어 네트워크에 적용한다면 기존 의료 서비스의 패러다임을 질병의 진단과 치료에서 예방과 관리로 바뀔 수 있을 것이다. 향후, 본 연구 결과를 통신 시스템과의 연결을 통해 일반주택, 아파트, 빌라, 원룸, 오피스텔, 상가, 사무실 등의 홈 네트워크 장치에 적용이 가능할 것이고, 홀로 집을 지키는 자녀, 독거노인, 치매환자 등의 헬스케어 감독/관리 장치로도 적용 가능할 것으로 생각된다. 찜질방, 헬스클럽, 골프장, 요양원, 실버타운 등에 본 개발의 응용도 가능할 것으로 생각된다.
질의응답
핵심어
질문
논문에서 추출한 답변
유비쿼터스 헬스케어 환경을 위해서는 무엇이 중요한가?
유비쿼터스 헬스케어 환경을 위해서는 생체 정보를 실시간으로 정확하게 측정하는 것이 중요할 뿐만 아니라, 이러한 생체 정보 측정 장치는 저전력으로 설계되어져야 한다. 본 논문에서는 지금까지 사용되어 오던 손가락 프로브의 불편함을 없애기 위해 피에죠 필름 센서를 이용하여 손목의 요골 동맥으로부터 심장의 동기 신호인 맥파를 측정하였다.
무엇을 위해 최근에는 생체 정보 측정 장비들이 휴대용, 의복형으로 개발되어지고 있는가?
유비쿼터스 헬스케어는 시간, 장소, 대상에 구애받지 않고, 유·무선 인터넷을 이용하여 피 측정자의 건강 상태를 체크하고, 신속하고 적절하게 대처할 수 있도록 한 시스템을 말한다. 이러한 유비쿼터스 헬스케어 환경은 이러한 생체 정보의 측정 중에 피측정자의 구속을 없애 일상생활에 불편함을 최소화하고, 실시간으로 생체 정보를 측정 및 모니터링 하는 것이 목적이라 할 수 있다[4]. 이를 위해 최근에는 생체 정보 측정 장비들이 휴대용, 의복형으로 개발되어지고 있다.
유비쿼터스 헬스케어 환경을 위한 생체정보측정장치는 어떻게 설계되어져야 하는가?
유비쿼터스 헬스케어 환경을 위해서는 생체 정보를 실시간으로 정확하게 측정하는 것이 중요할 뿐만 아니라, 이러한 생체 정보 측정 장치는 저전력으로 설계되어져야 한다. 본 논문에서는 지금까지 사용되어 오던 손가락 프로브의 불편함을 없애기 위해 피에죠 필름 센서를 이용하여 손목의 요골 동맥으로부터 심장의 동기 신호인 맥파를 측정하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.