[논문]원하지 않는 작은 동작에 의한 잡음 환경 내 생체신호 탐지 기법

최인오; 김민; 최재호; 박정기; 김경태

doi:10.5515/kjkiees.2019.30.5.418

초록
AI-Helper

최근 사물인터넷(internet of things: IoT) 스마트 홈 시스템과 관련하여 레이다 기반의 다양한 생체신호 탐지 기법들이 개발되고 있다. 생체신호는 폐에 의한 호흡수와 심장에 의한 심장박동수로 정의되며, 이는 일반적으로 흉부 또는 등의 미세한 움직임을 야기한다. 이때, 이 미세한 움직임은 레이다 수신신호의 위상을 변화시키기 때문에, 생체신호는 주로 위상 변화에 대한 스펙트럼 분석을 통해 탐지된다. 하지만, 호흡수와 달리 심장박동수에 의한 위상 변화는 매우 미약하기 때문에 실제 측정환경에서는 다양한 원인들로 인해 심장박동수가 오탐지될 확률이 매우 높다. 따라서 본 논문에서는 먼저 생체신호 오탐지를 야기하는 원인들을 분석한 후, 이를 바탕으로 효과적인 생체신호 탐지 기법을 제안한다. 제안된 기법은 크게 1) 위상 분리, 2) 위상 미분 및 필터링, 3) 생체신호 탐지, 그리고 4) 오탐지율 감소 단계로 구성되며, IR-UWB(Impulse-Radio Ultra-Wideband)를 사용한 실험 결과에서 보다 효율적이고 정확하게 생체신호가 탐지됨을 확인할 수 있었다.

Abstract ▼ AI-Helper

Recently, many studies on vital sign detection using a radar sensor related to Internet of Things(IoT) smart home systems have been conducted. Because vital signs such as respiration and cardiac rates generally cause micro-motions in the chest or back, the phase of the received echo signal from a ta...

Recently, many studies on vital sign detection using a radar sensor related to Internet of Things(IoT) smart home systems have been conducted. Because vital signs such as respiration and cardiac rates generally cause micro-motions in the chest or back, the phase of the received echo signal from a target fluctuates according to the micro-motion. Therefore, vital signs are usually detected via spectral analysis of the phase. However, the probability of false alarms in cardiac rate detection increases as a result of various problems in the measurement environment, such as very weak phase fluctuations caused by the cardiac rate. Therefore, this study analyzes the difficulties of vital sign detection and proposes an efficient vital sign detection algorithm consisting of four main stages: 1) phase decomposition, 2) phase differentiation and filtering, 3) vital sign detection, and 4) reduction of the probability of false alarm. Experimental results using impulse-radio ultra-wideband radar show that the proposed algorithm is very efficient in terms of computation and accuracy.

주제어

표/그림 (8)

그림 그림 1. 생체신호 탐지를 위한 구조 Fig. 1. Geometry for vital sign detection.
그림 그림 2. IR-UWB 레이다 및 스마트 시계 Fig. 2. IR-UWB radar and smart watch.
그림 그림 3. IR-UWB 레이다 측정 결과 Fig. 3. Measurements using IR-UWB radar.
표 표 1. 실험 변수들 Table 1. Experiment parameters.
그림 그림 4. 위상 분리 예시 Fig. 4. Example of phase decomposition.
그림 그림 5. 스펙트럼 분석 예시 Fig. 5. Example of spectrum analysis.
그림 그림 6. 실시간 생체신호 탐지를 위한 구조 Fig. 6. Framework for real-time vital sign detection.
그림 그림 7. IR-UWB 레이다 측정 결과 Fig. 7. Measurements using IR-UWB radar.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 실제 측정환경에서 생체신호가 오탐지 되는 문제를 해결하기 위하여, 잡음 환경에서도 강인한 성능을 가지는 생체신호 탐지 알고리즘을 제안하였다.
본 논문에서는 앞서 언급된 문제점들을 이론적 측면및 실제 측정데이터로 분석한 후, 이를 바탕으로 잡음환 경에서도 수행 가능한 생체신호 탐지 기법을 제안하고자 한다. 이때 제안된 기법은 크게 1) 위상 분리, 2) 위상 미분 및 필터링, 3) 생체신호 탐지, 그리고 4) 오탐지율 감소 단계로 구성된다.

가설 설정

제안된 기법은 크게 1) 위상 분리, 2) 위상 미분 및필터링, 3) 생체신호 탐지, 그리고 4) 오탐지율 감소 단계로 나뉜다.

제안 방법

본 논문에서는 실제 측정환경에서 생체신호가 오탐지 되는 문제를 해결하기 위하여, 잡음 환경에서도 강인한 성능을 가지는 생체신호 탐지 알고리즘을 제안하였다. 제안된 기법은 크게 1) LMD 기반의 위상 분리, 2) 잡음 제거를 위한 위상 미분 및 필터링, 3) 생체신호 탐지, 그리고 4) 오탐지율 감소 단계로 구성되며, 7.29 GHz IR-UWB 레이다를 사용하여 생체신호 오탐지를 야기하는 다양한 원인들을 분석하고, 제안된 생체신호 탐지 기법의 실시간 탐지 성능을 검증하였다. 하지만 제안된 기법은 원하지 않는 동작이 걸음걸이와 같이 큰 동작으로 나타날 경우, 적용이 어렵기 때문에, 이를 위해 향후 표적의 생체신호 탐지를 위한 병진운동 보상 기법을 개발할 예정이다.
마지막으로 실시간 생체신호 탐지 성능을 분석하기 위하여 그림 6과 같이 전체 관측시간 124초 동안, 41.6667초 구간의 프레임을 약 0.4초마다 천이시키면서, 호흡 수와 심장박동수를 실시간으로 탐지하였다. 이때 프레임 2와 달리, 프레임 1 및 프레임 3에서 원하지 않는 동작에 의해 위상 잡음이 발생한 것을 확인할 수 있었다.
먼저, 레이다 반사 신호에서 추출된 위상 변화를 호흡과 심장박동에 대한 성분들로 분리하기 위하여 제안된 LMD 외에 기존 기법들인 EMD와 VMD 성능을 비교및 분석하였다. 그림 3(e)의 위상변화에서 제안된 LMD 를 사용할 경우, 호흡수에 대한 위상 성분을 그림 4(a) 와 같이 왜곡 없이 가장 안정적으로 분리할 수 있음을 확인할 수 있었다.
세 번째 단계에서는 두 위상 성분들에 FFT(Fast Fourier transform) 기반의 스펙트럼 분석을 각각 수행하여, 최대 에너지를 가지는 주파수를 각각 호흡수 및 심장박 동수로 탐지한다. 하지만, 심장박동수는 매우 미약한 에너지를 가지기 때문에 위상 잡음에 매우 취약하며, 이는 심장박동수의 매우 높은 오탐지 확률을 야기한다.
세 번째 생체신호 탐지 단계에서는 분리 된 두 위상들의 스펙트럼 분석을 수행한 후, 가장 큰 에너 지를 가지는 주파수를 호흡수 및 심장박동수로 각각 탐지 한다.

대상 데이터

앞서 언급된 3가지 문제점들에 대한 직관적인 고찰을 위하여 본 연구에서는 그림 2의 7.29 GHz IR-UWB 레이다를 사용한 측정데이터를 분석한다. 이때 식 (6)과 같은 레이다 반사 신호 구성을 위하여, IR-UWB 레이다에서 수신된 데이터에서 표적이 존재하는 거리요소의 펄스별 신호를 추출하여 사용하였으며, 사용된 레이다 변수는 표 1 과 같다.

성능/효과

마지막 오탐지율 감소 단계에서는 실시간 탐지된 생체신호의 속도 변화 정보로 오탐지 결과들을 제거하여 생체신호의 오탐지율을 낮춘다. IR-UWB(Impulse-Radio UltraWideband) 레이다를 사용한 실제 실험 결과, 제안된 기법을 통해 잡음 환경 내에서 보다 효율적이고 정확하게 생체 신호가 탐지됨을 확인할 수 있었다.
이때 프레임 2와 달리, 프레임 1 및 프레임 3에서 원하지 않는 동작에 의해 위상 잡음이 발생한 것을 확인할 수 있었다. 그 결과, 프레임 1과 프레임 3의 위상 변화에 LMD를 적용하여 분리된 심장박동수의 위상 성분에 위상 미분 및 필터링 까지 적용한 스펙트럼에서 정확한 심장박동수 탐지가 여전히 어려움을 확인할 수 있었다(그림 6 참조). 마찬 가지로 그림 7과 같이 실시간 탐지된 호흡수와 심장박동수 결과들을 확인할 경우, 파란색의 심장박동수 탐지 결과가 빨간색의 실제 심장박동수와 비교하여 오탐지가 자주 나타남을 확인할 수 있었다.
그 결과, 프레임 1과 프레임 3의 위상 변화에 LMD를 적용하여 분리된 심장박동수의 위상 성분에 위상 미분 및 필터링 까지 적용한 스펙트럼에서 정확한 심장박동수 탐지가 여전히 어려움을 확인할 수 있었다(그림 6 참조). 마찬 가지로 그림 7과 같이 실시간 탐지된 호흡수와 심장박동수 결과들을 확인할 경우, 파란색의 심장박동수 탐지 결과가 빨간색의 실제 심장박동수와 비교하여 오탐지가 자주 나타남을 확인할 수 있었다. 하지만, 제안된 오탐지율 감소 기법까지 적용할 경우, 보다 안정적으로 실제 심장 박동수를 따라가는 것을 확인할 수 있었다.
하지만, 제안된 오탐지율 감소 기법까지 적용할 경우, 보다 안정적으로 실제 심장 박동수를 따라가는 것을 확인할 수 있었다. 반면에, 호흡수의 경우, 심장박동수보다 위상 변화 내 에너지가 상대적으로 크기 때문에 오탐지율 감소 기법을 적용하지 않아도 안정적으로 탐지가 가능함을 확인할 수 있었다.
마찬 가지로 그림 7과 같이 실시간 탐지된 호흡수와 심장박동수 결과들을 확인할 경우, 파란색의 심장박동수 탐지 결과가 빨간색의 실제 심장박동수와 비교하여 오탐지가 자주 나타남을 확인할 수 있었다. 하지만, 제안된 오탐지율 감소 기법까지 적용할 경우, 보다 안정적으로 실제 심장 박동수를 따라가는 것을 확인할 수 있었다. 반면에, 호흡수의 경우, 심장박동수보다 위상 변화 내 에너지가 상대적으로 크기 때문에 오탐지율 감소 기법을 적용하지 않아도 안정적으로 탐지가 가능함을 확인할 수 있었다.

후속연구

하지만 제안된 기법은 원하지 않는 동작이 걸음걸이와 같이 큰 동작으로 나타날 경우, 적용이 어렵기 때문에, 이를 위해 향후 표적의 생체신호 탐지를 위한 병진운동 보상 기법을 개발할 예정이다. 또한, 심장박동수가 호흡수와 매우 유사한 주파수 대역에 존재할 경우 제안된 기법으로는 정확한 심장박동수 탐지가 불가능하기 때문에, 이를 정확하게 탐지하기 위한 방안도 향후 개발할 예정이다.
29 GHz IR-UWB 레이다를 사용하여 생체신호 오탐지를 야기하는 다양한 원인들을 분석하고, 제안된 생체신호 탐지 기법의 실시간 탐지 성능을 검증하였다. 하지만 제안된 기법은 원하지 않는 동작이 걸음걸이와 같이 큰 동작으로 나타날 경우, 적용이 어렵기 때문에, 이를 위해 향후 표적의 생체신호 탐지를 위한 병진운동 보상 기법을 개발할 예정이다. 또한, 심장박동수가 호흡수와 매우 유사한 주파수 대역에 존재할 경우 제안된 기법으로는 정확한 심장박동수 탐지가 불가능하기 때문에, 이를 정확하게 탐지하기 위한 방안도 향후 개발할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	위상 모호성 문제는 무엇인가?	대표적인 원인들로는 1) 위상 모호성(ambiguity), 2) 호흡수의 고조파(high order harmonics), 3) 위상 잡음이 있으며, 이러한 문제점들을 극복하기 위하여 다양한 연구들[5],[6] 이 수행되어 왔다. 먼저 위상 모호성 문제는 생체신호의 미세한 움직임이 파장의 1/4보다 클 때 더 이상 정확한 위상변화를 추정할 수 없는 현상이며, 이는 위상 언랩핑(unwrapping) 기법[2] 을 통해 극복이 가능하였다. 다음으로 호흡수의 고조파 문제는 이 고조파가 심장박동수와 유사한 주파수 대역에 존재하여 심장박동수의 오탐지를 유발하는 현상이며, 이는 심장박동 수가 존재하는 특정 주파수 대역만을 통과시키는 필터링 방식[7],[8] 으로 해결되어 왔다.
	위상 분리 단계에서 LMD의 역할은 무엇인가?	이때 제안된 기법은 크게 1) 위상 분리, 2) 위상 미분 및 필터링, 3) 생체신호 탐지, 그리고 4) 오탐지율 감소 단계로 구성된다. 먼저 위상 분리 단계에서는 LMD(local mean decomposition)[9] 를 사용하여, 호흡수가 존재하는 위상 성분과 심장박동수가 존재하는 위상 성분을 각각 분리한다. 다음으로 위상 미분 및 필터링 단계에서는 원하지 않는 동작들로 인해 생기는 저주파 및 고주파 위상 잡음을 제거한다.

참고문헌 (11)

F. Adib, H. Mao, Z. Kabelac, D. Katabi, and R. C. Miller, "Smart homes that monitor breathing and heart rate," in CHI '15 Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems, Apr. 2015, pp. 837-846.
J. H. Lee, K. B. Kim, and S. O. Park, "Doppler radar system for long range detection of respiration and heart rate," Journal of Korean Institute of Electromagnetic Engineering and Science, vol. 25, no. 4, pp. 418-425, Apr. 2014.

원문보기 상세보기
I. C. Ko, H. C. Park, "Apnea detection and respiration rate estimation using IR-UWB radar signals," Journal of Korean Institute of Electromagnetic Engineering and Science, vol. 28, no. 10, pp. 802-809, Oct. 2017.
M. H. Seo, B. S. Lee, "Detection of heartbeat and respiration using a modified signal model in the CW bioradar," Journal of Korean Institute of Electromagnetic Engineering and Science, vol. 19, no. 11, pp. 1204-1212, Nov. 2008.

원문보기 상세보기
Q. Lv, D. Ye, S. Qiao, Y. Salamin, J. Huangfu, C. Li, and L. Ran, "High dynamic-range motion imaging based on linearized Doppler radar sensor," IEEE Transactions on Microwave Theory and Techniques, vol. 62, no. 9, pp. 1837-1846, Sep. 2014.

상세보기
E. Schires, P. Georgiou, and T. S. Lande, "Vital sign monitoring through the back using an UWB impulse radar with body coupled antennas," IEEE Transactions on Biomedical Circuits and Systems, vol. 12, no. 2, pp. 292-302, Apr. 2018.

상세보기
S. S. Myoung, Y. J. An, J. H. Moon, B. J. Jang, and J. G. Yook, "Novel 10 GHz bio-radar system based on frequency multiplier and phase-locked loop," Journal of Korean Institute of Electromagnetic Engineering and Science, vol. 21, no. 2, pp. 208-217, Feb. 2010.

원문보기 상세보기
K. Y. Ku, Y. Hong, H. J. Lee, G. H. Yum, J. G. Yook, and K. W. Kim, "Vital sign sensor based on second harmonic frequency drift of oscillator," Journal of Korean Institute of Electromagnetic Engineering and Science, vol. 27, no. 3, pp. 299-306, Mar. 2016.

원문보기 상세보기
B. Yuan, Z. Chen, and S. Xu, "Micro-Doppler analysis and separation based on complex local mean decomposition for aircraft with fast-rotating parts in ISAR imaging," IEEE Transactions on Geoscience and Remote Sensing, vol. 52, no. 2, pp. 1285-1298, Feb. 2014.

상세보기
J. Feng, S. Pan, "Extraction algorithm of vital signals based on empirical mode decomposition," Journal of South China University of Technology, vol. 38, no. 10, pp. 1-6, 2010.
C. Ding, J. Yan, L. Zhang, H. Zhao, H. Hong, and X. Zhu, "Noncontact multiple target vital sign detection based on VMD algorithm," in 2017 IEEE Radar Conference(RadarConf), Seattle, WA, May 2017, pp. 727-730.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 원하지 않는 작은 동작에 의한 잡음 환경 내 생체신호 탐지 기법
Vital Sign Detection in a Noisy Environment by Undesirable Micro-Motion 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 원하지 않는 작은 동작에 의한 잡음 환경 내 생체신호 탐지 기법 Vital Sign Detection in a Noisy Environment by Undesirable Micro-Motion 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (8) 모든 표/그림 보기

표/그림 (8) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

김경태 (60)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 원하지 않는 작은 동작에 의한 잡음 환경 내 생체신호 탐지 기법
Vital Sign Detection in a Noisy Environment by Undesirable Micro-Motion 원문보기

초록
AI-Helper

표/그림 (8)

표/그림 (8)

AI 본문요약
AI-Helper