KR20140071604A - 신호 처리 방법 및 장치 - Google Patents

신호 처리 방법 및 장치 Download PDF

Info

Publication number
KR20140071604A
KR20140071604A KR1020120139347A KR20120139347A KR20140071604A KR 20140071604 A KR20140071604 A KR 20140071604A KR 1020120139347 A KR1020120139347 A KR 1020120139347A KR 20120139347 A KR20120139347 A KR 20120139347A KR 20140071604 A KR20140071604 A KR 20140071604A
Authority
KR
South Korea
Prior art keywords
filter
motion
parameter
signal
frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
KR1020120139347A
Other languages
English (en)
Other versions
KR101889787B1 (ko
Inventor
김종팔
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020120139347A priority Critical patent/KR101889787B1/ko
Priority to US14/075,504 priority patent/US9622707B2/en
Publication of KR20140071604A publication Critical patent/KR20140071604A/ko
Application granted granted Critical
Publication of KR101889787B1 publication Critical patent/KR101889787B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/347—Detecting the frequency distribution of signals
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Cardiology (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Biology (AREA)
  • Biotechnology (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

입력 신호를 필터링하는 신호 처리 방법 및 신호 처리 장치가 개시된다. 신호 처리 방법은 동잡음이 포함된 입력 신호를 수신하는 단계; 상기 동잡음과 유사한 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정하는 단계; 및 상기 파라미터가 적용된 필터를 이용하여 상기 입력 신호를 필터링하는 단계를 포함할 수 있다.

Description

신호 처리 방법 및 장치{METHOD AND APPARATUS FOR PROCESSING SIGNAL}
아래의 설명은 동잡음이 포함된 신호를 처리하는 방법 및 장치에 관한 것으로, 더욱 상세하게는 필터의 파라미터를 적응적으로 조절하여 신호를 필터링하는 신호 처리 방법 및 장치에 관한 것이다.
심전도(ECG, electrocardiogram), 근전도(EMG, electromyography) 및 혈압 등과 같은 생체 신호를 측정하는 센서들이 병원 등과 같은 정적인 환경 뿐만 아니라 동적인 환경인 일상 생활에서 널리 사용되고 있다.
심장 근육의 움직임에 따른 활동 전위를 측정하는 심전도 센서의 경우, 인체의 피부에 부착된 표면 전극(surface electrode)을 통해 심전도를 측정할 수 있다. 그러나, 일상 생활에서와 같이 사용자가 움직이는 상황에서 심전도를 측정하는 경우에는 사용자의 움직임에 의해 동잡음(motion artifacts)이 발생할 수 있다. 따라서, 센서는 사용자가 움직이는 상황에서 동잡음이 포함된 심전도 신호를 출력하게 되고, 이는 심전도에 대한 잘못된 판단으로 이어질 수 있다.
입력 신호에서 위와 같은 동잡음을 제거하기 위해 여러 방안들이 제안되었다. 첫 번째로, 사용자의 행동 패턴에 따른 노이즈의 발생 패턴을 인식하고, 노이즈의 발생 패턴에 기초하여 생체 신호의 각 구간별 필터 정보를 선정하며, 선정된 필터 정보에 기초하여 생체 신호의 노이즈를 제거하는 방안이 제안되었다. 두 번째로, 센서로부터 심전도 신호 및 근전도 신호를 측정하고, 심전도 신호에 대해 근전도 신호를 참조 신호로 사용하여 필터링하는 방안이 제안되었다.
위와 같이 입력 신호에 포함된 동잡음을 제거하기 위해 여러 방안들이 제안되었으나, 동잡음을 효율적이면서 정밀하게 제거하기 위한 기술은 계속적으로 요구되고 있다.
일실시예에 따른 신호 처리 방법은, 동잡음이 포함된 입력 신호를 수신하는 단계; 상기 동잡음과 유사한 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정하는 단계; 및 상기 파라미터가 적용된 필터를 이용하여 상기 입력 신호를 필터링하는 단계를 포함할 수 있다.
여기서, 상기 결정하는 단계는, 주파수 영역으로 변환된 상기 움직임 기반 신호에서 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하고, 식별된 주파수 구간에 기초하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 결정하는 단계는, 필터 뱅크를 이용하여 상기 움직임 기반 신호에서 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역에 기초하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 결정하는 단계는, 상기 입력 신호의 주파수 성분과 상기 움직임 기반 신호의 주파수 성분 간의 상대적인 주파수 대역 차이에 기초하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 결정하는 단계는, 상기 움직임 기반 신호의 주파수 성분과 필터의 파라미터 간의 함수 관계를 이용하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 결정하는 단계는, 상기 움직임 기반 신호의 주파수 성분에 기초하여 필터 차수 및 필터 계수 중 적어도 어느 하나를 결정할 수 있다.
또한, 상기 필터링하는 단계는, 상기 움직임 기반 신호 및 상기 필터를 이용하여 상기 입력 신호를 적응적으로 필터링할 수 있다.
일실시예에 따른 신호 처리 장치는, 동잡음이 포함된 입력 신호를 수신하는 입력 신호 수신부; 상기 동잡음과 유사한 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정하는 파라미터 결정부; 및 상기 파라미터가 적용된 필터를 이용하여 상기 입력 신호를 필터링하는 입력 신호 필터링부를 포함할 수 있다.
여기서, 상기 파라미터 결정부는, 주파수 영역으로 변환된 상기 움직임 기반 신호에서 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하고, 식별된 주파수 구간에 기초하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 파라미터 결정부는, 필터 뱅크를 이용하여 상기 움직임 기반 신호에서 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역에 기초하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 파라미터 결정부는, 상기 입력 신호의 주파수 성분과 상기 움직임 기반 신호의 주파수 성분 간의 상대적인 주파수 대역 차이에 기초하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 파라미터 결정부는, 상기 움직임 기반 신호의 주파수 성분과 필터의 파라미터 간의 함수 관계를 이용하여 필터의 파라미터를 결정할 수 있다.
또한, 상기 파라미터 결정부는, 상기 움직임 기반 신호의 주파수 성분에 기초하여 필터의 차수, 필터의 계수 및 필터의 적응 상수 중 적어도 어느 하나를 결정할 수 있다.
또한, 상기 입력 신호 필터링부는, 상기 움직임 기반 신호 및 상기 필터를 이용하여 상기 입력 신호를 적응적으로 필터링할 수 있다.
일실시예에 따른 신호 처리 장치는, 상기 동잡음과 유사한 움직임 기반 신호를 수신하는 움직임 기반 신호 수신부를 더 포함할 수 있다.
도 1은 일실시예에 따른 신호 처리 장치의 전체적인 동작을 설명하기 위한 도면이다.
도 2는 일실시예에 따른 최적의 필터 파라미터를 결정하는 일례를 도시한 도면이다.
도 3은 다른 실시예에 따른 최적의 필터 파라미터를 결정하는 일례를 도시한 도면이다.
도 4는 일실시예에 따른 신호 처리 장치의 세부적인 구성을 도시한 도면이다.
도 5는 일실시예에 따른 신호 처리 방법의 동작을 도시한 흐름도이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 아래의 특정한 구조적 내지 기능적 설명들은 단지 발명의 실시예들을 설명하기 위한 목적으로 예시된 것으로, 발명의 범위가 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 안된다. 일실시예에 따른 신호 처리 방법은 신호 처리 장치에 의해 수행될 수 있으며, 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 일실시예에 따른 신호 처리 장치의 전체적인 동작을 설명하기 위한 도면이다.
예를 들어, 사용자가 움직이는 상황에서 센서를 통해 ECG 신호와 같은 생체 신호를 측정하는 경우, 센서에서 출력되는 신호에는 사용자의 움직임에 의해 발생된 동잡음(motion artifacts)이 포함될 수 있다. 이러한 동잡음으로 인해 원래의 생체 신호가 왜곡되고, 왜곡된 생체 신호는 생체 신호에 대한 잘못된 판단으로 이어질 수 있다.
동잡음은 사용자 또는 센서의 움직임에 의해 발생될 수 있고, 사용자의 피부와 센서 간의 상대적인 변위 차이로 발생한 노이즈일 수 있다. 사용자가 움직이는 경우, 사용자의 피부가 이동하는 거리와 센서가 이동하는 거리는 서로 동일하지 않을 수 있고, 이러한 거리 차이는 상대적인 변위 차이를 발생시킬 수 있다. 동잡음은 예를 들어, 센서의 전극(electrode)을 통해 측정되는 반쪽전위(또는 반전지 전위)(HCP, half cell potential) 또는 임피던스(impedance) 등의 형태로 측정될 수 있다.
신호 처리 장치(110)는 입력 신호(120)에서 동잡음을 제거하기 위해 동잡음과 유사한 움직임 기반 신호(130)를 추가적으로 측정할 수 있다. 신호 처리 장치(110)는 움직임 기반 신호(130)를 이용하여 입력 신호(120)를 필터링할 수 있다. 구체적으로, 신호 처리 장치(110)는 움직임 기반 신호(130)의 주파수 성분에 기초하여 필터의 파라미터를 적응적으로 결정할 수 있고, 이를 통해 신호 처리 장치(110)는 동잡음 및 입력 신호(120)의 특성에 최적화된 필터링을 수행할 수 있다.
신호 처리 장치(110)는 입력 신호(120)에 필터링을 수행하여 사용자가 측정하기를 원하거나 또는 출력하기를 원했던 목적 신호(140)를 출력할 수 있다. 목적 신호(140)는 입력 신호(120)에서 동잡음이 제거된 신호를 나타낼 수 있다. 신호 처리 장치(110)는 추가적으로 측정한 움직임 기반 신호(130)의 주파수 성분에 기초하여 입력 신호(120)에서 동잡음을 제거할 수 있다. 신호 처리 장치(110)는 동잡음과 유사한 주파수 특성을 가지는 움직임 기반 신호(130)를 이용함으로써, 입력 신호(120)에서 동잡음을 효율적으로 제거할 수 있다.
도 2는 일실시예에 따른 최적의 필터 파라미터를 결정하는 일례를 도시한 도면이다.
도 2 및 도 3에서는 신호 처리 장치가 최소 평균 제곱(LMS) 알고리즘에 기초하는 적응 필터(이하 "LMS 적응 필터")를 이용한다고 가정한다. LMS 적응 필터는 입력 파라미터로서 필터 차수 "N" 및 적응 상수(adaptive constant) "mu"를 가질 수 있다.
도 2에서, (a)는 5Hz의 사인파를 가지는 목적 신호와 1Hz의 사인파를 가지는 동잡음이 포함된 입력 신호의 시물레이션 파형을 나타낸다. (b)는 1Hz의 사인파를 가지는 동잡음과 유사한 움직임 기반 신호의 시물레이션 파형을 나타낸다. (c)는 5Hz의 사인파를 가지는 목적 신호의 시물레이션 파형을 나타낸다.
LMS 적응 필터의 필터 차수 "N"과 적응 상수 "mu"를 조절하여 필터링된 입력 신호와 목적 신호가 최대의 상관도(R1)를 가지는 필터 차수와 적응 상수가 결정될 수 있다. (d)에 나타난 시물레이션 결과에서 N=256, mu=0.0045일 때에 최대의 상관도인 0.9967을 나타낸다. 시물레이션 결과에서 필터 차수와 적응 상수의 크기에 따라 필터링된 입력 신호와 목적 신호의 상관도가 변화될 수 있음을 알 수 있다.
도 3은 다른 실시예에 따른 최적의 필터 파라미터를 결정하는 일례를 도시한 도면이다.
도 3에서, (a)는 5Hz의 사인파를 가지는 목적 신호와 10Hz의 사인파를 가지는 동잡음이 포함된 입력 신호의 시물레이션 파형을 나타낸다. (b)는 10Hz의 사인파를 가지는 동잡음과 유사한 움직임 기반 신호의 시물레이션 파형을 나타낸다. (c)는 5Hz의 사인파를 가지는 목적 신호의 시물레이션 파형을 나타낸다.
도 2에서와 달리, 도 3에서의 움직임 기반 신호는 진동수가 10배로 증가했으며, 움직임 기반 신호가 목적 신호의 진동수보다 더 높은 진동수를 가지고 있다. (d)에 나타난 시물레이션 결과에서는 N=2, mu=0.01일 때에 필터링된 입력 신호와 목적 신호 간의 최대의 상관도(R1)인 0.9866을 나타낸다.
도 2와 도 3의 결과를 비교하면, 움직임 기반 신호의 주파수 특성에 따라 서로 다른 최적의 필터 파라미터가 존재할 수 있음을 알 수 있다. 신호 처리 장치에는 움직임 기반 신호의 각각의 주파수 특성에 대응하는 최적의 파라미터가 미리 저장되어 있을 수 있다.
예를 들어, 최적의 파라미터들은 테이블의 형태로 저장될 수 있고, 신호 처리 장치는 움직임 기반 신호의 주파수 성분에 매핑(mapping)되는 파라미터를 식별하여 필터에 적용될 파라미터로 결정할 수 있다. 신호 처리 장치는 결정된 파라미터에 기초하여 입력 신호를 필터링할 수 있다.
도 4는 일실시예에 따른 신호 처리 장치의 세부적인 구성을 도시한 도면이다.
도 4를 참조하면, 신호 처리 장치(410)는 입력 신호 수신부(420), 움직임 기반 신호 수신부(430), 파라미터 결정부(440) 및 입력 신호 필터링부(450)를 포함할 수 있다.
입력 신호 수신부(420)는 동잡음이 포함된 입력 신호를 수신할 수 있다. 입력 신호 수신부(420)는 예를 들어, 사용자의 신체에 부착되어 생체 신호를 측정하는 센서 등을 포함할 수 있다. 입력 신호 수신부(420)에서 수신한 입력 신호는 파라미터 결정부(440)에 전달되어 필터의 파라미터를 결정하는데 이용될 수 있다.
움직임 기반 신호 수신부(430)는 동잡음과 유사한 움직임 기반 신호를 수신할 수 있다. 예를 들어, 움직임 기반 신호 수신부(430)는 사용자 또는 센서의 움직임을 측정하기 위한 가속도 센서, 반쪽 전위 센서 또는 임피던스 센서 등을 포함할 수 있다. 반쪽 전위 센서는 사용자의 피부와 센서의 전극 간의 전위차를 측정할 수 있고, 임피던스 센서는 사용자의 피부에 부착되어 체내의 임피던스를 측정할 수 있다. 반쪽 전위 센서 및 임피던스 센서 사용자 또는 센서의 움직임에 의한 노이즈를 각각 전위 및 임피던스의 변화로 출력할 수 있다.
움직임 기반 신호 수신부(430)에서 수신한 움직임 기반 신호는 파라미터 결정부(440)에 전달되어 필터의 파라미터를 결정하는데 이용될 수 있다. 또한, 움직임 기반 신호는 입력 신호 필터링부(450)에 전달되어 입력 신호를 필터링하는데 이용될 수 있다.
파라미터 결정부(440)는 동잡음과 유사한 움직임 기반 신호의 신호 특성에 기초하여 입력 신호를 필터링하는데 사용될 필터의 파라미터를 결정할 수 있다. 파라미터 결정부(440)는 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정할 수 있다. 예를 들어, 파라미터 결정부(440)는 움직임 기반 신호의 주파수 성분에 기초하여 필터의 차수 및 필터의 계수 중 적어도 어느 하나를 결정할 수 있다. 필터의 계수는 필터의 적응 상수 등을 포함할 수 있다.
파라미터 결정부(440)는 주파수 영역으로 변환된 움직임 기반 신호에서 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하고, 식별된 주파수 구간에 기초하여 필터의 파라미터를 결정할 수 있다. 예를 들어, 파라미터 결정부(440)는 움직임 기반 신호에 고속 푸리에 변환(FFT, Fast Fourier Transform)을 수행하여 주파수 구간별 파워가 가장 큰 주파수 구간을 식별할 수 있다.
파라미터 결정부(440)는 미리 결정된 필터의 파라미터들 중 식별된 주파수 구간에 대응되는 파라미터를 선택할 수 있다. 예를 들어, 파라미터 결정부(440)는 식별된 주파수 구간에서의 중심 주파수를 파라미터의 결정을 위한 기준값으로 설정하고, 설정된 기준값에 대응되는 필터의 파라미터를 선택할 수 있다.
또는, 파라미터 결정부(440)는 움직임 기반 신호에 고속 푸리에 변환을 수행하여 크기(magnitude)가 가장 큰 주파수를 식별할 수도 있다. 파라미터 결정부(440)는 크기가 가장 큰 주파수를 파라미터의 결정을 위한 기준값으로 설정하고, 설정된 기준값에 대응되는 필터의 파라미터를 선택할 수 있다.
각각의 기준값들에 대응되는 파라미터들이 미리 결정되어 저장될 수 있으며, 이는 룩업테이블(LUT, lookup table)의 형태를 가질 수 있다. 예를 들어, 파라미터 결정부(440)는 기준값에 대응되는 필터의 차수 또는 필터의 계수를 룩업테이블에서 식별하고, 식별된 파라미터를 입력 신호 필터링부(450)에 제공할 수 있다.
또한, 파라미터 결정부(440)는 필터 뱅크(filter bank)를 이용하여 필터의 파라미터를 결정할 수 있다. 예를 들어, 파라미터 결정부(440)는 움직임 기반 신호에서 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역에 기초하여 필터의 파라미터를 결정할 수 있다. 파라미터 결정부(440)는 고속 푸리에 변환 대신 필터 뱅크를 이용함에 따라 보다 적은 시스템 리소스를 사용하여 파라미터를 결정할 수 있다.
파라미터 결정부(440)는 미리 결정된 필터의 파라미터들 중 식별된 주파수 대역에 대응되는 파라미터를 선택할 수 있다. 예를 들어, 파라미터 결정부(440)는 식별된 주파수 대역에서의 중심 주파수를 파라미터의 결정을 위한 기준값으로 설정하고, 설정된 기준값에 대응되는 필터의 파라미터를 선택할 수 있다.
파라미터 결정부(440)는 필터에 적용될 파라미터를 결정하기 위해 움직임 기반 신호뿐만 아니라 입력 신호를 이용할 수도 있다. 구체적으로, 파라미터 결정부(440)는 입력 신호의 주파수 성분과 움직임 기반 신호의 주파수 성분 간의 상대적인 주파수 대역 차이에 기초하여 필터의 파라미터를 결정할 수 있다.
예를 들어, 파라미터 결정부(440)는 입력 신호의 주파수 성분에서 제1 기준값을 설정할 수 있다. 파라미터 결정부(440)는 입력 신호를 주파수 영역으로 변환하여 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하여, 식별된 주파수 구간의 중심 주파수를 제1 기준값으로 설정할 수 있다. 또는, 파라미터 결정부(440)는 필터 뱅크를 이용하여 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역의 중심 주파수를 제1 기준값으로 설정할 수 있다.
그 후, 파라미터 결정부(440)는 움직임 기반 신호에 대해 위와 동일한 방법을 수행하여 제2 기준값을 설정할 수 있다. 파라미터 결정부(440)는 입력 신호의 제1 기준값과 움직임 기반 신호의 제2 기준값을 비교하여 움직임 기반 신호의 주파수 대역이 입력 신호의 주파수 대역에 비해 상대적으로 저주파수 대역인지 또는 고주파수 대역인지를 구별할 수 있다. 파라미터 결정부(440)는 구별 결과에 따라 서로 다른 파라미터를 결정할 수 있다.
다른 실시예에 따르면, 파라미터 결정부(440)는 입력 신호의 주파수 성분을 분석하여, 입력 신호의 종류가 무엇인지를 구별할 수 있다. 예를 들어, 파라미터 결정부(440)는 입력 신호의 주파수 특성을 분석하여 입력 신호가 ECG 신호인지 또는 EMG 신호인지를 판단할 수 있다. 사용자들의 ECG 신호들 및 EMG 신호들은 각각 서로 유사한 주파수 특성을 가질 것이고, 파라미터 결정부(440)는 이러한 주파수 특성에 기초하여 입력 신호가 어떤 신호인지를 판단할 수 있다. 입력 신호의 종류가 식별되면, 파라미터 결정부(440)는 식별된 입력 신호의 종류에 대응되는 파라미터 테이블을 결정할 수 있다. 각각의 입력 신호의 종류에 대응되는 파라미터 테이블에는 움직임 기반 신호의 주파수 성분에 대응되는 파라미터들을 포함할 수 있다. 파라미터 결정부(440)는 결정된 파라미터 테이블에 기초하여 필터에 적용될 파라미터를 결정할 수 있다. 예를 들어, 파라미터 결정부(440)는 움직임 기반 신호의 주파수 성분에서 기준값을 설정하고, 결정된 파라미터 테이블에서 설정된 기준값에 대응되는 파라미터를 필터에 적용될 파라미터로 결정할 수 있다.
파라미터 결정부(440)는 결정될 파라미터들이 미리 저장되어 있는 형태가 아닌 움직임 기반 신호의 주파수 성분과 필터의 파라미터 간의 함수 관계를 이용하여 필터의 파라미터를 결정할 수도 있다. 예를 들어, 파라미터 결정부(440)는 움직임 기반 신호의 주파수 성분에서 기준값을 설정하고, 설정된 기준값을 계산식 등의 형태인 함수 관계의 입력으로 하여 필터의 파라미터를 도출할 수도 있다.
입력 신호 필터링부(450)는 파라미터 결정부(440)에서 결정된 파라미터에 기초하여 필터링을 수행할 수 있다. 입력 신호 필터링부(450)는 파라미터 결정부(440)가 결정한 파라미터를 필터에 적용하고, 필터를 이용하여 입력 신호를 필터링할 수 있다.
입력 신호 필터링부(450)가 이용하는 필터는 예를 들어, 필터에 적용되는 파라미터가 변할 수 있는 적응 필터(adaptive filter)일 수 있다. 적응 필터에서는 최적의 계수를 찾기 위해 최소 평균 제곱(LMS, least mean square), 최소 제곱(LS, least square) 및 순환 최소 제곱(RLS, recursive least square) 등의 알고리즘이 이용될 수 있다.
입력 신호 필터링부(450)는 움직임 기반 신호 및 필터를 이용하여 입력 신호를 적응적으로 필터링할 수 있다. 예를 들어, 입력 신호 필터링부(450)가 이용하는 필터가 적응 필터인 경우, 입력 신호 필터링부(450)는 입력 신호에 대해 움직임 기반 신호를 참조 신호로 이용하여 필터링을 수행할 수 있다. 필터링 수행 결과, 입력 신호에서 동잡음이 제거된 신호로서, 사용자가 출력하거나 또는 측정하기를 원했던 목적 신호가 출력될 수 있다.
도 5는 일실시예에 따른 신호 처리 방법의 동작을 도시한 흐름도이다.
단계(510)에서, 신호 처리 장치는 동잡음이 포함된 입력 신호를 수신할 수 있다. 신호 처리 장치는 예를 들어, 사용자의 신체에 부착되어 생체 신호를 측정하는 센서 등을 포함할 수 있다.
단계(520)에서, 신호 처리 장치는 동잡음과 유사한 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정할 수 있다.
신호 처리 장치는 동잡음과 유사한 움직임 기반 신호의 신호 특성에 기초하여 입력 신호를 필터링하는데 사용될 필터의 파라미터를 결정할 수 있다. 신호 처리 장치는 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정할 수 있다. 예를 들어, 신호 처리 장치는 움직임 기반 신호의 주파수 성분에 기초하여 필터의 차수 및 필터의 계수 중 적어도 어느 하나를 결정할 수 있다. 필터의 계수는 필터의 적응 상수 등을 포함할 수 있다.
신호 처리 장치는 주파수 영역으로 변환된 움직임 기반 신호에서 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하고, 식별된 주파수 구간에 기초하여 필터의 파라미터를 결정할 수 있다. 예를 들어, 신호 처리 장치는 움직임 기반 신호에 고속 푸리에 변환을 수행하여 주파수 구간별 파워가 가장 큰 주파수 구간을 식별할 수 있다.
신호 처리 장치는 미리 결정된 필터의 파라미터들 중 식별된 주파수 구간에 대응되는 파라미터를 선택할 수 있다. 예를 들어, 신호 처리 장치는 식별된 주파수 구간에서의 중심 주파수를 파라미터의 결정을 위한 기준값으로 설정하고, 설정된 기준값에 대응되는 필터의 파라미터를 선택할 수 있다.
또는, 신호 처리 장치는 움직임 기반 신호에 고속 푸리에 변환을 수행하여 크기가 가장 큰 주파수를 식별할 수도 있다. 신호 처리 장치는 크기가 가장 큰 주파수를 파라미터의 결정을 위한 기준값으로 설정하고, 설정된 기준값에 대응되는 필터의 파라미터를 선택할 수 있다.
각각의 기준값들에 대응되는 파라미터들이 미리 결정되어 저장될 수 있으며, 이는 룩업테이블의 형태를 가질 수 있다. 예를 들어, 신호 처리 장치는 기준값에 대응되는 필터의 차수 또는 필터의 계수를 룩업테이블에서 식별하고, 식별된 파라미터를 필터에 적용될 파라미터로 결정할 수 있다.
또한, 신호 처리 장치는 필터 뱅크를 이용하여 필터의 파라미터를 결정할 수 있다. 예를 들어, 신호 처리 장치는 움직임 기반 신호에서 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역에 기초하여 필터의 파라미터를 결정할 수 있다.
신호 처리 장치는 미리 결정된 필터의 파라미터들 중 식별된 주파수 대역에 대응되는 파라미터를 선택할 수 있다. 예를 들어, 신호 처리 장치는 식별된 주파수 대역에서의 중심 주파수를 파라미터의 결정을 위한 기준값으로 설정하고, 설정된 기준값에 대응되는 필터의 파라미터를 선택할 수 있다.
신호 처리 장치는 필터에 적용될 파라미터를 결정하기 위해 움직임 기반 신호뿐만 아니라 입력 신호를 이용할 수도 있다. 구체적으로, 신호 처리 장치는 입력 신호의 주파수 성분과 움직임 기반 신호의 주파수 성분 간의 상대적인 주파수 대역 차이에 기초하여 필터의 파라미터를 결정할 수 있다.
예를 들어, 신호 처리 장치는 입력 신호의 주파수 성분에서 제1 기준값을 설정할 수 있다. 신호 처리 장치는 입력 신호를 주파수 영역으로 변환하여 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하여, 식별된 주파수 구간의 중심 주파수를 제1 기준값으로 설정할 수 있다. 또는, 신호 처리 장치는 필터 뱅크를 이용하여 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역의 중심 주파수를 제1 기준값으로 설정할 수 있다.
그 후, 신호 처리 장치는 움직임 기반 신호에 대해 위와 동일한 방법을 수행하여 제2 기준값을 설정할 수 있다. 신호 처리 장치는 입력 신호의 제1 기준값과 움직임 기반 신호의 제2 기준값을 비교하여 움직임 기반 신호의 주파수 대역이 입력 신호의 주파수 대역에 비해 상대적으로 저주파수 대역인지 또는 고주파수 대역인지를 구별할 수 있다. 신호 처리 장치는 구별 결과에 따라 서로 다른 파라미터를 결정할 수 있다.
신호 처리 장치는 결정될 파라미터들이 미리 저장되어 있는 형태가 아닌 움직임 기반 신호의 주파수 성분과 필터의 파라미터 간의 함수 관계를 이용하여 필터의 파라미터를 결정할 수도 있다. 예를 들어, 신호 처리 장치는 움직임 기반 신호의 주파수 성분에서 기준값을 설정하고, 설정된 기준값을 함수 관계의 입력으로 사용하여 필터의 파라미터를 도출할 수도 있다.
단계(530)에서, 신호 처리 장치는 단계(520)에서 결정된 파라미터를 필터에 적용하고, 필터를 이용하여 입력 신호를 필터링할 수 있다. 예를 들어, 신호 처리 장치가 이용하는 필터가 적응 필터인 경우, 신호 처리 장치는 입력 신호에 대해 움직임 기반 신호를 참조 신호로 이용하여 필터링을 수행할 수 있다. 그 결과, 입력 신호에서 동잡음이 제거되어 사용자가 출력하거나 또는 측정하기를 원했던 목적 신호가 출력될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 동잡음(motion artifacts)이 포함된 입력 신호를 수신하는 단계;
    상기 동잡음과 유사한 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정하는 단계; 및
    상기 파라미터가 적용된 필터를 이용하여 상기 입력 신호를 필터링하는 단계
    를 포함하는 신호 처리 방법.
  2. 제1항에 있어서,
    상기 결정하는 단계는,
    주파수 영역으로 변환된 상기 움직임 기반 신호에서 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하고, 식별된 주파수 구간에 기초하여 필터의 파라미터를 결정하는 신호 처리 방법.
  3. 제2항에 있어서,
    상기 결정하는 단계는,
    미리 결정된 필터의 파라미터들 중 상기 식별된 주파수 구간에 대응되는 파라미터를 선택하는 신호 처리 방법.
  4. 제1항에 있어서,
    상기 결정하는 단계는,
    필터 뱅크를 이용하여 상기 움직임 기반 신호에서 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역에 기초하여 필터의 파라미터를 결정하는 신호 처리 방법.
  5. 제4항에 있어서,
    상기 결정하는 단계는,
    미리 결정된 필터의 파라미터들 중 상기 식별된 주파수 대역에 대응되는 파라미터를 선택하는 신호 처리 방법.
  6. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 입력 신호의 주파수 성분과 상기 움직임 기반 신호의 주파수 성분 간의 상대적인 주파수 대역 차이에 기초하여 필터의 파라미터를 결정하는 신호 처리 방법.
  7. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 움직임 기반 신호의 주파수 성분과 필터의 파라미터 간의 함수 관계를 이용하여 필터의 파라미터를 결정하는 신호 처리 방법.
  8. 제1항에 있어서,
    상기 결정하는 단계는,
    상기 움직임 기반 신호의 주파수 성분에 기초하여 필터의 차수 및 필터의 계수 중 적어도 어느 하나를 결정하는 신호 처리 방법.
  9. 제1항에 있어서,
    상기 필터링하는 단계는,
    상기 움직임 기반 신호 및 상기 필터를 이용하여 상기 입력 신호를 적응적으로 필터링하는 신호 처리 방법.
  10. 제1항 내지 제9항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체.
  11. 동잡음이 포함된 입력 신호를 수신하는 입력 신호 수신부;
    상기 동잡음과 유사한 움직임 기반 신호의 주파수 성분에 기초하여 필터의 파라미터를 결정하는 파라미터 결정부; 및
    상기 파라미터가 적용된 필터를 이용하여 상기 입력 신호를 필터링하는 입력 신호 필터링부
    를 포함하는 신호 처리 장치.
  12. 제11항에 있어서,
    상기 파라미터 결정부는,
    주파수 영역으로 변환된 상기 움직임 기반 신호에서 주파수 구간별 파워가 가장 큰 주파수 구간을 식별하고, 식별된 주파수 구간에 기초하여 필터의 파라미터를 결정하는 신호 처리 장치.
  13. 제12항에 있어서,
    상기 파라미터 결정부는,
    미리 결정된 필터의 파라미터들 중 상기 식별된 주파수 구간에 대응되는 파라미터를 선택하는 신호 처리 장치.
  14. 제11항에 있어서,
    상기 파라미터 결정부는,
    필터 뱅크를 이용하여 상기 움직임 기반 신호에서 주파수 대역별 평균값 또는 적분값이 가장 큰 주파수 대역을 식별하고, 식별된 주파수 대역에 기초하여 필터의 파라미터를 결정하는 신호 처리 장치.
  15. 제14항에 있어서,
    상기 파라미터 결정부는,
    미리 결정된 필터의 파라미터들 중 상기 식별된 주파수 대역에 대응되는 파라미터를 선택하는 신호 처리 장치.
  16. 제11항에 있어서,
    상기 파라미터 결정부는,
    상기 입력 신호의 주파수 성분과 상기 움직임 기반 신호의 주파수 성분 간의 상대적인 주파수 대역 차이에 기초하여 필터의 파라미터를 결정하는 신호 처리 장치.
  17. 제11항에 있어서,
    상기 파라미터 결정부는,
    상기 움직임 기반 신호의 주파수 성분과 필터의 파라미터 간의 함수 관계를 이용하여 필터의 파라미터를 결정하는 신호 처리 장치.
  18. 제11항에 있어서,
    상기 파라미터 결정부는,
    상기 움직임 기반 신호의 주파수 성분에 기초하여 필터의 차수 및 필터의 계수 중 적어도 어느 하나를 결정하는 신호 처리 장치.
  19. 제11항에 있어서,
    상기 입력 신호 필터링부는,
    상기 움직임 기반 신호 및 상기 필터를 이용하여 상기 입력 신호를 적응적으로 필터링하는 신호 처리 장치.
  20. 제11항에 있어서,
    상기 동잡음과 유사한 움직임 기반 신호를 수신하는 움직임 기반 신호 수신부
    를 더 포함하는 신호 처리 장치.
KR1020120139347A 2012-12-04 2012-12-04 신호 처리 방법 및 장치 Expired - Fee Related KR101889787B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120139347A KR101889787B1 (ko) 2012-12-04 2012-12-04 신호 처리 방법 및 장치
US14/075,504 US9622707B2 (en) 2012-12-04 2013-11-08 Method and apparatus for processing signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120139347A KR101889787B1 (ko) 2012-12-04 2012-12-04 신호 처리 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140071604A true KR20140071604A (ko) 2014-06-12
KR101889787B1 KR101889787B1 (ko) 2018-08-20

Family

ID=50826252

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120139347A Expired - Fee Related KR101889787B1 (ko) 2012-12-04 2012-12-04 신호 처리 방법 및 장치

Country Status (2)

Country Link
US (1) US9622707B2 (ko)
KR (1) KR101889787B1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2532453B (en) * 2014-11-19 2017-07-19 Suunto Oy Wearable sports monitoring equipment for measuring heart rate or muscular activity and relating method
KR102466995B1 (ko) * 2015-12-21 2022-11-14 삼성전자주식회사 사용자 인증 장치 및 방법
WO2018187895A1 (zh) * 2017-04-10 2018-10-18 深圳市汇顶科技股份有限公司 穿戴装置、自适应滤除运动干扰的方法及装置
CN107231142A (zh) * 2017-06-21 2017-10-03 北京乐普医疗科技有限责任公司 一种血栓弹力图仪自适应信号处理算法
JP6590416B2 (ja) * 2017-07-10 2019-10-16 トヨタ自動車株式会社 リハビリ評価装置、リハビリ評価装置の作動方法およびリハビリ評価プログラム
US12527481B1 (en) 2021-02-09 2026-01-20 Meta Platforms Technologies, Llc Determining blood pressure using photoplethysmography (PPG)
CN115089111B (zh) * 2022-04-29 2025-04-01 连医科技(无锡)有限公司 生命体征监测方法、装置、穿戴式设备及存储介质
US12574185B2 (en) * 2023-02-28 2026-03-10 Cisco Technology, Inc. Dynamic filtering of dual access points

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060054644A (ko) * 2004-11-15 2006-05-23 주식회사 씨유메디칼시스템 맥박산소계측기에서의 동잡음 제거 방법
KR20070038310A (ko) * 2005-10-05 2007-04-10 삼성전자주식회사 전극 동잡음 보상 회로 및 전극 동잡음 보상 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4228804A (en) * 1978-02-28 1980-10-21 Case Western Reserve University Diagnostic ultrasonography utilizing frequency spectrum analysis presented in terms of B-scan color patterns or X-Y graph displays
US4913157A (en) * 1986-06-03 1990-04-03 Analog Devices, Inc. Ultrasound method and apparatus for evaluating, in vivo, bone conditions
KR20060119472A (ko) 2005-05-20 2006-11-24 건양대학교산학협력단 심전도 신호의 기저선 변동을 제거하는 방법
KR100725580B1 (ko) 2005-07-28 2007-06-08 연세대학교 산학협력단 동적 외란을 가진 이동 생체 신호의 전송과 아티팩트 보상시스템
KR100721803B1 (ko) 2005-10-07 2007-05-25 삼성전자주식회사 행동패턴 변화를 이용한 노이즈 제거 방법 및 노이즈 제거시스템
KR100871565B1 (ko) 2006-05-30 2008-12-02 삼성전자주식회사 동잡음 제거된 혈류량 신호 검출 장치 및 방법
KR20080017199A (ko) 2006-08-21 2008-02-26 계명대학교 산학협력단 적응 필터링을 이용한 심전도 측정장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060054644A (ko) * 2004-11-15 2006-05-23 주식회사 씨유메디칼시스템 맥박산소계측기에서의 동잡음 제거 방법
KR20070038310A (ko) * 2005-10-05 2007-04-10 삼성전자주식회사 전극 동잡음 보상 회로 및 전극 동잡음 보상 방법

Also Published As

Publication number Publication date
US9622707B2 (en) 2017-04-18
US20140156197A1 (en) 2014-06-05
KR101889787B1 (ko) 2018-08-20

Similar Documents

Publication Publication Date Title
KR101889787B1 (ko) 신호 처리 방법 및 장치
JP5464072B2 (ja) 筋活動診断装置および方法、並びにプログラム
EP2451359B1 (en) Noise reduction of breathing signals
JP6392151B2 (ja) 心拍検出装置及び生体信号処理装置
CN104414632B (zh) 信号处理装置和信号处理方法
JP6388447B2 (ja) 生体信号処理装置及び血圧測定システム
US10945623B2 (en) Heartbeat detection method and heartbeat detection device
KR20120113530A (ko) 생체 신호의 피크 검출 방법 및 장치
US20190320926A1 (en) Heartbeat detection method and heartbeat detection device
WO2022113792A1 (ja) 生体信号解析システム
JP2016123594A (ja) 自律神経活動推定装置及び自律神経活動推定方法
KR101426591B1 (ko) 생체 신호의 노이즈 제거 장치 및 방법
Jain et al. A novel method for suppression of motion artifacts from the seismocardiogram signal
CN105988584B (zh) 移动电子设备和检测系统以及生理特征的检测方法
KR102169378B1 (ko) ECG(electrocardiogram) 센서 및 이의 동작 방법
US10750969B2 (en) Heartbeat detection method and heartbeat detection device
KR101048763B1 (ko) 신호 검출 장치 및 방법
JP5982910B2 (ja) 解析装置、解析プログラムおよび解析方法
US20190183726A1 (en) Determination of cardiopulmonary resuscitation compression rate
JP6644167B2 (ja) 睡眠信号調整装置及び方法
JP5640882B2 (ja) 信号処理装置、信号処理方法及び信号処理プログラム
Nunes et al. Hilbert transform-based ECG modeling
CN110141200A (zh) 一种基于小波变换的人体血压信号处理方法及装置
JP2020092782A (ja) 呼吸周期測定装置及び呼吸周期測定プログラム
JP6031863B2 (ja) 心音分析装置、心音分析方法および心音分析プログラム

Legal Events

Date Code Title Description
PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

A201 Request for examination
PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

D13-X000 Search requested

St.27 status event code: A-1-2-D10-D13-srh-X000

D14-X000 Search report completed

St.27 status event code: A-1-2-D10-D14-srh-X000

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U11-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 5

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 6

PC1903 Unpaid annual fee

St.27 status event code: A-4-4-U10-U13-oth-PC1903

Not in force date: 20240814

Payment event data comment text: Termination Category : DEFAULT_OF_REGISTRATION_FEE

PC1903 Unpaid annual fee

St.27 status event code: N-4-6-H10-H13-oth-PC1903

Ip right cessation event data comment text: Termination Category : DEFAULT_OF_REGISTRATION_FEE

Not in force date: 20240814