• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.77-79
• /
• 2007

The purpose of this study was to suggest a new detection method for early diagnosing diabetic neuropathic foot by obtaining a ratio of toe to figer blood flow using photoplethysmography(PPG). Nerve conduction velocity (NCV) has been routinely used for diagnosing neuropathic foot, but it applies strong electric stimulus to peripheries resulting in stress and pain. The blood flow ratio of diabetic neuropathy(0.96${\pm}$0.20) was significantly higher in comoarison to normal control group(0.46${\pm}$0.15, left : p<0.05, right : p<0.05) and non-neuropathy diabetic group(0.49${\pm}$0.21, left: p<0.05. right: p<0.05).

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.234-243
• /
• 2017

With the development of smartphone technologies enable photoplethysmogram (PPG) acquisition by camera and heart rate (HR) measurement. This papers presents improved algorithm to extract HR from PPG signal recorded by smartphone camera and to develop real-time PPG signal processing Android application. 400 video samples recorded by Samsung smartphone camera are imported as input data for further processing and evaluating algorithm on MATLAB. An optimized algorithm is developed and tested on Android platform with different kind of Samsung smartphones. To assess algorithm's performance, medical device Beurer BC08 is used as reference. According to related works, accuracy parameters includes 90% number of samples that has relative errors less than 5%, Person correlation (r) more than 0.9, and standard estimated error (SEE) less than 5 beats-per-minutes (bpm).

• 한국융합학회논문지
• /
• 제10권2호
• /
• pp.67-73
• /
• 2019

혈압측정은 오랜 시간동안 외부압력을 이용하여 혈관 압력 대응값으로 계산해왔다. 최근 측정 장비의 소형화와 의료네트워크 기술의 발전으로 개인 건강관리시스템의 활성화로 인해 간단한 센서로 혈압을 연속적이며 실시간 측정이 가능한 환경을 요구하고 있다. 본 연구에서는 광전용적맥파를 적용하고 맥파전달시간을 이용하여 혈압을 추정하고자 한다. 기존 방식은 신체 변수값 등으로 개인 오차를 줄여 측정하는 알고리즘을 사용하고 있으나, 광전용적맥파의 분석과 맥파전달시간의 적용방법에 따라 정확도가 떨어진다. 본 연구에서는 기존 수축기 혈압을 이용하여 혈압을 유추하는 융합적인 방법을 선택하여 적용하였다. 그리고 광전용적맥파 자체로만 혈압 추정이 가능하게 구성하여 초소형 혈압측정시스템을 만드는데 필요한 융합알고리즘을 제공하고자 하였다. 그 결과 수축기혈압과 광전용적맥파의 최대, 최소 주기간격을 이용하여 혈압추정 융합 알고리즘의 가능성을 상관관계로 분석하였다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.18-26
• /
• 2015

올바른 운동량 조절을 위해선 운동중의 심박수 측정이 중요하다. 최근 스마트 디바이스가 활발하게 사용됨에 따라, 운동중의 실시간 심박수 측정에 대한 관심이 급격하게 증가하고 있다. 고강도 운동 중에는 동잡음으로 인하여 손목 밴드 유형의 광혈류 (PPG : photoplethysmography) 측정기 신호로부터 정확한 심박수를 추정하는 것이 매우 어렵다. 본 논문에서는 손목밴드 유형의 광혈류 측정기 신호로부터 정확한 심박수 추정을 위한 효율적인 알고리즘을 제안하였다. 12개의 데이터 세트에 대하여 제안하는 알고리즘을 적용한 결과, 1.38의 분당심박수(BPM) 평균 절대 오차를 기록하였고, 0.9922의 추정 심박수와 실제 심박수간의 Pearson 상관계수를 얻었다. 제안하는 알고리즘은 웨어러블 디바이스에 적합한 빠른 연산속도와 정확한 추정을 가능케 한다.

• 한국멀티미디어학회논문지
• /
• 제24권11호
• /
• pp.1481-1491
• /
• 2021

Since most biosignals rely on contact-based measurement, there is still a problem in that it is hard to provide convenience to users by applying them to daily life. In this paper, we present a mobile application for estimating heart rate based on a deep learning model. The proposed application measures heart rate by capturing real-time face images in a non-contact manner. We trained a three-dimensional convolutional neural network to predict photoplethysmography (PPG) from face images. The face images used for training were taken in various movements and situations. To evaluate the performance of the proposed system, we used a pulse oximeter to measure a ground truth PPG. As a result, the deviation of the calculated root means square error between the heart rate from remote PPG measured by the proposed system and the heart rate from the ground truth was about 1.14, showing no significant difference. Our findings suggest that heart rate measurement by mobile applications is accurate enough to help manage health during daily life.

• 전자공학회논문지SC
• /
• 제43권3호
• /
• pp.60-66
• /
• 2006

본 논문은 photoplethysmography(PPG)와 Laser doppler(LD)를 이용하여 당뇨병 환자의 신경병증을 조기 진단하기 위한 시스템을 구성하여 손가락과 발가락의 혈류량을 측정하고 그 비율을 이용하는 방법을 제안하였다. 당뇨병 환자의 신경병증 진단을 위해 임상에서는 신경전도검사(NCV)가 사용되고 있으나 이 검사는 피부에 전기자극을 가하므로 환자에게 스트레스와 고통을 준다. 이에 본 논문에서는 고통이 전혀 없으며, 비관혈적이고 측정방법이 간단한 PPG와 LD를 이용하여 신경병증 진단법을 제안하였다. PPG가 LD에 비해 손가락 및 발가락의 혈류량 및 온도와의 상관관계, 민감도 및 특이도에서 더 우수하였다. 분석결과 50명의 신경병성 당뇨환자의 혈류비($0.96{\pm}0.20$)가 64명의 정상인의 혈류비($0.46{\pm}0.15$)에 비해 유의하게 높았다(p<0.000). 또한 신경병성 당뇨환자의 발가락 온도($30.5{\pm}1.4^{\circ}C$)가 정상인의 발가락 온도($29.3{\pm}2.0^{\circ}C$)에 비해 유의하게 높았다(p<0.000). 본 연구로부터 도출된 최적 혈류비(0.678)에 대한 측정 방법의 높은 민감도(95.3%)와 특이도(95.3%)를 확인하였다. 마지막으로 신경병성 당뇨환자 그룹의 경우 모두 손가락과 발가락의 온도차가 $4.5^{\circ}C$ 미만이었다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.209-215
• /
• 2019

디지털헬스케어에서 가장 중요한 개인 건강관리는 주로 만성질환자에게 매우 중요한 문제이다. 따라서 실시간 건강관리를 위한 간단한 웨어러블 디바이스 개발이 중요하다. 기존 혈압 추정 웨어러블 디바이스는 PPG 특성을 통해 PTT를 분석하여 혈압 추정 알고리즘을 제안하고 있다. 그러나 PPG의 재현성과 여러 가지 PTT의 적용여부와 측정자의 신체적 차이에서 발생되는 변수 등 알고리즘의 영향인자가 사실 매우 복잡하다. 따라서 본 연구에서는 PTT와 SBP, DBP의 상관관계를 분석하고, 다바이스 소형화를 위해 PPG센서만을 사용하게 설계하였다. 제안된 혈압 추정 알고리즘은 PPG간의 차이와 심박수, 개인적인 변수 등을 고려하였다. 또한 기존 의료기관에서 사용하는 공기가압방식의 결과값과 개발된 알고리즘을 통해 추정된 혈압값과 비교를 통해 확인하였다.

• 디지털정책학회지
• /
• 제2권4호
• /
• pp.25-32
• /
• 2023

논문은 PPG 기반 센서에서 측정한 심박수(HR), 심박변이도(HRV) 데이터를 기반으로 DNN(Deep Neural Network) 혈당예측 모델을 개발하는 연구이다. 혈당 예측은 다층퍼셉트론(MLP) 신경망을 이용하였다. DNN 심층학습은 11의 독립변수가 있는 입력층, 은닉층, 출력층으로 구성된다. 혈당 예측모델의 학습결과는 MAE=0.3781, MSE=0.8518, 및 RMSE=0.9229이며, 결정계수(R²)는 0.9994이다. PPG기반의 디지털기기를 이용한 비채혈적 생체신호를 이용하여 혈당관리의 가능성을 확인하였다. PPG기반의 표준화된 활력신호 획득 및 해석법, 다량의 데이터기반 심층학습(Deep Learning)의 데이터셋, 정확성를 실증하는 연구가 이어진다면 개의 혈당관리에 편이성과 대안적인 방법을 제공할 수 있을 것이다.

• 전기학회논문지
• /
• 제67권7호
• /
• pp.962-968
• /
• 2018

In this study, we developed novel indicators to assess postoperative pain based on PPG derivative waveform. As the candidate indicator of postoperative pain assessment, the time from the start of beating to the n-th peak($T_n$) and the n-th peak amplitude($A_n$) of the PPG derivative were selected. In order to verify derived indicators, each candidate indicator was derived from the PPG of 78 subjects before and after surgery, and it was confirmed whether significant changes were observed after surgery. Logistic classification was performed with each proposed indicator to calculate the pain classification accuracy, then the classification performance was compared with SPI(Surgical Pleth Index, GE Healthcare, Chicago, US). The results showed that there were significant differences(p < 0.01) in all indicators except for $T_3$ and $A_3$. The coefficient of variation(CV) of every time-related indicators were lower than the CV of SPI(30.43%), however, the CV in amplitude-related parameters were higher than that of SPI. Among the candidate indicators, amplitude of the first peak, $A_1$, showed that highest accuracy in post-operative pain classification, 68.72%, and it is 15.53% higher than SPI.

• 전기학회논문지
• /
• 제67권6호
• /
• pp.794-798
• /
• 2018

There is a growing need for a care system that can continuously monitor, manage and effectively relieve stress for modern people. In recent years, mobile healthcare devices capable of measuring heart rate have become popular, and many stress monitoring techniques using heart rate variability analysis have been actively proposed and commercialized. In addition, respiratory biofeedback methods are used to provide stress relieving services in environments using mobile healthcare devices. In this case, breathing information should be measured well to assess whether the user is doing well in biofeedback training. In this study, we extracted the heart beat interval signal from the PPG and used the oscillator based notch filter based on the IIR band pass filter to track the strongest frequency in the heart beat interval signal. The respiration signal was then estimated by filtering the heart beat interval signal with this frequency as the center frequency. Experimental results showed that the number of breathing could be measured accurately when the subject was guided to take a deep breath. Also, in the timeing measurement of inspiration and expiration, a time delay of about 1 second occurred. It is expected that this will provide a respiratory biofeedback service that can assess whether or not breathing exercise are performed well.