脉搏诊断装置及其脉搏诊断方法与流程

本发明涉及脉搏诊断装置，并且更具体地，涉及包括血流量传感器的脉搏诊断装置和脉搏诊断装置中所使用的脉搏诊断方法，该脉搏诊断装置连续观察使用者的血流量变化，并且通过利用深度神经网络(dnn)来生成的脉搏模型诊断使用者的脉搏。

背景技术：

本文所述的内容仅提供关于各实施方式的背景信息，并且不配置相关技术。

可穿戴设备是佩戴在使用者的身体上并且能够执行计算操作的设备，并且可实现为可穿戴在使用者的身体上的各种类型的可穿戴设备，诸如手表、眼镜等。

可穿戴设备穿戴在使用者的身体上并收集使用者的移动数据，由此计算使用者的步数。此外，可以监测各种健康信息，诸如运动量和心率，并将其提供给使用者。因此，对于可穿戴设备的需求呈逐渐增加的趋势。

然而，由于现有的可穿戴设备仅仅检查心率等并且以数字化形式告知使用者所检查的心率，因此难以进行更详细的诊断。

同时，随着生活质量的提高和医疗技术的发展，人们对健康和医疗的兴趣越来越大。具体地，可以通过监测人体可测量的脉搏并确定脉搏是否发生变化来在早期诊断包括高血压、脑血管疾病和心脏病在内的慢性疾病。具体地，脉搏是当心脏释放血液时根据传递到血管的阻力而使动脉扩张和收缩的现象，并且呈现周期性的波形形状。因此，需要开发能够分析脉搏波形、诊断使用者健康状况并且进行处方治疗的脉搏诊断装置。

然而，由于现有的脉搏诊断装置设置在诸如医院和诊所的医疗机构中，使得仅通过检查使用者的断断续续的脉搏信息来诊断来访的使用者的脉搏状态，因此难以持续地检查使用者的脉搏。另外，由于现有的脉搏诊断装置仅仅输出使用者脉搏的波形来允许诸如医生的专家通过分析波形的含义来诊断脉搏，因此诊断取决于专家的经验，并且存在缺乏客观性和可重复性的局限性。

现有技术文献

专利文献

韩国专利注册第10-1770040号，公布于2017年8月14日(题为：基于可穿戴设备的健身训练方法、健身训练系统以及用于健身训练的可穿戴设备)

技术实现要素：

技术问题

本发明旨在提供能够佩戴在使用者身体部位上并通过连续观察使用者的血流量变化来诊断使用者脉搏的脉搏诊断装置，以及在脉搏诊断装置中所使用的脉搏诊断方法。

本发明还涉及提供能够连续观察使用者的血流量变化、通过利用深度神经网络(dnn)生成的学习模型来诊断脉搏、通过利用使用者的脉搏诊断结果连续学习来构建专为使用者定制的学习模型、并且利用学习模型更准确地诊断脉搏的脉搏诊断装置和该脉搏诊断装置中所使用的脉搏诊断方法。

然而，本发明的各方面不限于上述方面，并且本发明的附加的未阐述的方面将通过以下描述变得显而易见。

技术方案

本发明的一个方面提供了一种脉搏诊断装置，其包括：传感器部，该传感器部包括能够测量血流量变化的血流量传感器并且通过血流量传感器生成血流量波形；装置控制器，该装置控制器执行控制以将所生成的血流量波形应用至利用深度神经网络(dnn)生成的脉搏模型；以及脉搏诊断部，该脉搏诊断部利用脉搏模型来获得关于血流量波形的脉搏诊断数据。

传感器部还可包括压力传感器，当出现预设条件时，装置控制器可控制压力传感器以产生某一水平的压力。

装置控制器可以执行控制，以将根据由压力传感器产生的压力变化和由压力传感器产生的压力值而改变的血流量波形应用至脉搏模型。

压力传感器包括压力生成模块和测量模块，其中压力生成模块用于产生压力，测量模块根据由压力生成模块产生的压力来测量脉搏振动并生成脉搏波形，并且装置控制器可以执行控制，以将根据由压力生成模块产生的压力变化而改变的血流量波形和由测量模块生成的脉搏波形应用到脉搏模型。

装置控制器可以监测根据压力变化而改变的血流量波形或者可以检查由测量模块测量的振动的水平，以调整施加压力的位置。

脉搏诊断装置还可包括诊断学习部，该诊断学习部基于先前获得的临床结果数据通过利用dnn的脉搏模型训练来建立脉搏模型，并且通过利用递归神经网络(rnn)的医学检查模型训练来建立医学检查模型。

本发明的另一方面提供了一种脉搏诊断装置，其包括：传感器部，该传感器部包括能够测量血流量变化的血流量传感器并且通过血流量传感器生成血流量波形；诊断学习部，该诊断学习部通过将设定为输入的所生成的血流量波形以及设定为输出的脉搏数据应用至dnn来学习并生成脉搏模型；以及脉搏诊断部，该脉搏诊断部通过将血流量波形应用至脉搏模型来执行关于通过传感器部周期性测量的血流量波形的脉搏诊断。

诊断学习部可通过将基础诊断数据应用至rnn而进行的医学检查模型训练来学习并生成医学检查模型，基础诊断数据包括通过使用者的问答生成的医学检查数据和预存储的诊断历史数据中的至少一个，并且脉搏诊断部可以通过将由脉搏模型获得的脉搏数据和由医学检查模型获得的医学检查数据作为输入应用至dnn，来获得脉搏诊断数据。

本发明的另一方面提供了一种脉搏诊断方法，其包括：通过能够测量血流量变化的血流量传感器来生成血流量波形，以及通过脉搏诊断装置将血流量波形应用至利用dnn生成的脉搏模型来获得与所测量的血流量波形有关的脉搏数据。

当脉搏诊断装置还包括压力传感器时，生成血流量波形的步骤可包括：监测所测量的血流量波形；当根据监测结果确定出现预设条件时，控制压力传感器以产生某一水平的压力；以及连续测量并产生根据压力变化而改变的血流量波形。

该脉搏诊断方法可包括：当压力传感器包括产生压力的压力生成模块以及根据由压力生成模块产生的压力来测量脉搏的振动并生成脉搏波形的测量模块时，使用测量模块来生成根据压力变化而改变的血流量波形和脉搏波形。

该脉搏诊断方法还可包括：当检查包括通过使用者的问答生成的医学检查数据和预存储的诊断历史数据中的至少一个的基础诊断数据时，通过将基础诊断数据应用至使用rnn生成的医学检查模型来获得关于基础诊断数据的医学检查数据。

该脉搏诊断方法还可包括：在获得医学检查数据之后，通过将脉搏数据和医学检查数据设定为输入值并将脉搏诊断数据设定为输出值的rnn获得脉搏诊断数据。

本发明的另一方面提供了一种计算机可读存储介质，其中存储有用于执行上述方法的程序。

有益效果

根据脉搏诊断装置和在脉搏诊断装置中所使用的脉搏诊断方法，能够佩戴在使用者的身体部位上的脉搏诊断装置能够连续地观察使用者的血流量变化并且根据血流量变化来诊断脉搏。

另外，根据本发明，能够使用持续佩戴在使用者身体的一部分上的脉搏诊断装置来诊断使用者的脉搏，而不需要另外访问诸如诊所的医疗机构，并且能够通过这种诊断及时检查使用者身体状况的改变。

另外，根据本发明，能够通过连续地观察使用者的血流量变化来构建针对使用者定制的学习模型、使用由深度神经网络(dnn)生成的学习模型来诊断脉搏、并且利用使用者的脉搏诊断结果来连续地进行学习，从而能够通过定制的学习模型来更准确地进行脉搏诊断。

另外，根据本发明，其提供的优点在于：利用dnn获得脉搏数据、利用递归神经网络(rnn)获得医学检查数据、并且通过再次利用dnn获得最终的脉搏诊断数据，从而能够构建适用于脉搏诊断的神经网络算法，并且能够更准确地执行脉搏诊断。

此外，除了上述效果之外，在以下描述的本发明实施方式的详细描述中可能直接或间接地公开各种效果。

附图说明

图1是根据本发明一实施方式的脉搏诊断系统的示意图。

图2a和图2b是示出根据本发明一实施方式的脉搏诊断装置的示例的图。

图3a和图3b是示出根据本发明一实施方式的脉搏诊断装置佩戴在使用者身体的一部分上的状态的图。

图4是示出根据本发明一实施方式的脉搏诊断装置的主要部件的配置图。

图5a至图5c是示出根据本发明一实施方式的波形的示例的图。

图6是示出根据本发明一实施方式的构建学习模型的过程的示例的图。

图7是示出根据本发明一实施方式的用于构建学习模型的深度神经网络(dnn)的示例的图。

图8是示出根据本发明一实施方式的使用神经网络算法获得脉搏诊断数据的过程的图。

图9是示出根据本发明一实施方式的脉搏诊断方法的示意性流程图。

图10是示出根据本发明一实施方式的脉搏诊断方法的更详细的流程图。

具体实施方式

将参考附图详细描述本发明的示例性实施方式，以清楚地描述本发明的克服局限性的装置的特征和优点。

在下面的描述中，将省略对公知功能或结构的详细描述，因为它们将以不必要的细节使本发明变得模糊。另外，应当注意，在所有附图中，相同的附图标记指代相同的元件。

应当理解，说明书和所附权利要求书中使用的术语不应被解释为限于一般和字典含义，而应基于允许发明人适当地定义术语以获得最佳解释的原则，根据与本发明的技术方面对应的含义和概念来解释。因此，本文提出的描述仅仅是用于说明目的的优选示例，且并非旨在限制本发明的范围，因此应当理解，在不脱离本发明的精神和范围的情况下可以对其进行其他等同和修改。

虽然诸如第一、第二等术语可以用于描述各种元素，但是各元素不受术语的限制。这些术语仅用于将一个元素与其他元素区分开。例如，在不脱离本发明的范围的情况下，第二部件可以被称为第一部件，且类似地，第一部件可以被称为第二部件。

此外，当陈述一个部件“联接”或“连接”至另一部件时，该部件可以在逻辑上或物理上联接或连接至该另一部件。换句话说，虽然一个部件可以直接联接或直接连接至另一部件，但是应当理解，可能存在介于它们之间的其他另一部件，或者上述两个部件彼此间接地联接或连接。

术语在本文中仅用于描述特定实施方式，并且不旨在限制本发明。除非在上下文中另有说明，否则单数形式还包括复数形式。在整个说明书中，应当理解，术语“包括”、“具有”等在本文中用于指定所阐述的特征、数字、步骤、操作、元件、部件或其组合的存在，但是不排除存在或附加有一个或多个其他特征、数字、步骤、操作、元件、部件或其组合。

此外，本发明的范围内的实施方式可包括具有或传输存储在计算机可读介质中的计算机可执行指令或数据结构的计算机可读介质。计算机可读介质可以是能够由通用或专用计算机系统访问的随机可用介质。例如，计算机可读介质可包括随机存取存储器(ram)、只读存储器(rom)、可擦除可编程rom(eprom)、光盘rom(cd-rom)、其他光盘存储装置、磁盘存储装置、其他磁存储装置以及例如可由通用或专用计算机系统访问的其他随机介质的物理存储介质，并且可以用于存储或传输计算机可执行指令、计算机可读指令或者具有数据结构的预定程序代码装置，但是计算机可读介质不限于此。

在以下描述和权利要求中，“网络”或“通信网络”被定义为能够在计算机系统和/或模块之间传输电子数据的一个或多个数据链路。当数据通过网络或其他(有线、无线或有线/无线组合)通信接口发送或提供至计算机系统时，该连接可以理解为计算机可读介质。计算机可读指令例如包括允许通用计算机系统或专用计算机系统执行特定功能或功能组的指令和数据。计算机可执行指令可以是例如汇编语言或甚至是二进制的，以及诸如源代码的中间格式指令。

此外，本发明可以在具有各种类型的计算机系统配置的网络计算环境中运行，该计算机系统配置包括个人计算机(pc)、膝上型计算机、手持设备、多处理器系统、基于微处理器的或可编程的消费者电子产品、网络pc、小型计算机、主架构计算机、移动电话、个人数字助理(pda)、寻呼机等。

本发明可以在分布式系统环境中运行，其中通过有线数据链路、无线数据链路以及有线和无线数据链路的组合而链接的所有本地和远程计算机系统通过网络来执行任务。在分布式系统环境中，程序模块可以位于本地存储器存储装置和远程存储器存储装置中。

在下文中，将描述根据本发明一实施方式的脉搏诊断系统的主要部件。

图1是根据本发明一实施方式的脉搏诊断系统的示意图。

参考图1，根据本发明一实施方式的脉搏诊断系统可包括能够连续诊断使用者脉搏的脉搏诊断装置100。

根据本发明一实施方式的脉搏诊断装置100是指配置成包括血流量传感器并且能够使用血流量传感器连续地测量血流量变化的装置。另外，脉搏诊断装置100可以获得通过利用深度神经网络(dnn)构建的脉搏模型测量出的血流量的波形的脉搏诊断数据。

另外，脉搏诊断装置100可以产生压力、可以根据产生的压力来测量脉搏的振动、可以绘制从血流量波形中通过测量分离出的脉搏波形、并且可以通过进一步考虑所绘制的脉搏波形来诊断脉搏。

此外，脉搏诊断装置100可使用存储在其中的脉搏模型来执行初级脉搏诊断，并且当根据初级脉搏诊断的结果确定存在可疑症状时，可以通过显示器10向使用者告知结果，并且通过与诊断服务器300协作来同时获得最终的脉搏诊断数据。

根据本发明一实施方式的诊断服务器300可实现为web服务器、可识别多个这类脉搏诊断装置100、并且可以存储和管理从脉搏诊断装置100接收的数据。此外，脉搏诊断装置100可以学习使用个性化数据。相反地，诊断服务器300可以学习使用多名使用者的数据，并且可以通过所学习的数据来提升诊断性能。另外，诊断服务器300可以周期性地将根据学习实现的脉搏模型发送到脉搏诊断装置100，以支持脉搏诊断装置100的脉搏诊断性能的改善。上述诊断服务器300可以具有与一般的web服务器或网络服务器相同的硬件配置。然而，诊断服务器300可包括诸如软件的通过如c、c++、java、visualbasic、visualc等语言实现的程序模块。

另外，除了由血流量传感器测量的血流量的波形之外，脉搏诊断装置100还可以通过完全考虑通过与使用者的问答过程获得的健康检查数据或者过去的诊断历史数据来获得脉搏诊断数据。在此，当脉搏诊断装置100被配置成包括用于与使用者交互的接口时，可以通过直接接收使用者的响应来获得脉搏诊断数据，并且可通过从所连接的终端200接收使用者的应答来执行确定。

根据本发明一实施方式的终端200可以通过局域网(lan)连接到脉搏诊断装置100，如上所述，可以支持各种使用者输入以用于诊断脉搏，或者可向使用者提供获得的脉搏诊断数据。为此，终端200可运行用于与脉搏诊断装置100发送和接收信息的程序。

此外，根据本发明一实施方式的通信网络500是指支持脉搏诊断装置100与诊断服务器300之间的数据发送/接收的通信网络，并且更具体地，可通过组合利用各种有线/无线通信技术来实现的诸如内部网络、移动通信网络、卫星通信网络等各种通信网络而形成，而不是单个通信网络。另外，通信网络500可包括存储诸如硬件、软件等计算资源的云计算网络，并且能够将客户端所需的计算资源提供至相应的终端。在此，云计算是指将数据永久地存储在互联网上的服务器中并且临时存储在诸如台式pc、平板计算机、膝上型计算机、上网本计算机、智能电话等客户终端中的计算环境。云计算网络是指计算环境接入网络，其将使用者的所有数据存储在互联网上的服务器中，并且允许使用者通过各种it设备随时随地使用数据。上述通信网络500对应于如下一种概念，即除了诸如lan、广域网(wan)等封闭式网络和诸如互联网的开放式网络以及所有下一代网络和将在未来实现的云计算网络之外，这种概念还包括诸如码分多址(cdma)、宽带cdma(wcdma)、全球移动通信系统(gsm)、最近受到关注的长期演进(lte)、演进分组核心(epc)等网络。

在下文中，将描述根据本发明一实施方式的脉搏诊断装置100的示例。

根据本发明一实施方式的脉搏诊断装置100是指能够与使用者身体部位接触并测量脉搏波的装置。如图2a至图3b所示，上述脉搏诊断装置100可实现为智能手表。

也就是说，图2a和图2b是示出根据本发明一实施方式的脉搏诊断装置的示例的图，并且图3a和图3b是示出根据本发明一实施方式的脉搏诊断装置佩戴在使用者身体的一个部位上的状态的图。

如图2a至图3b所示，脉搏诊断装置100可实现为佩戴在使用者手腕上的智能手表，并且脉搏诊断装置100可实现为智能手表中的一个模块。

在此，如图3a和图3b所示，根据本发明一实施方式的智能手表包括显示器10，并且可以利用带20佩戴在使用者的手腕上以允许显示器10定位在使用者的手背上。另外，如图2a所示，脉搏诊断装置100包括血流量传感器30。血流量传感器30可以附接至显示器10的后表面，并且可以使用血流量传感器30来测量使用者的手背上的手腕区域处的血流量变化。

另外，如图2b所示，脉搏诊断装置100可包括压力传感器40。如图所示，根据一个实施方式的压力传感器40可以安装在与血流量传感器30相对的后表面上。例如，当血流量传感器30安装在智能手表的显示器10的位置处时，压力传感器40可以安装在带20的与其相反的连接位置处。相反地，当血流量传感器30安装在带20的连接位置处时，压力传感器40可以在与其相反的方向上安装在显示器10的位置处。

因此，如图3a、图3b所示，当血流量传感器30位于显示器10处时，血流量传感器30可位于使用者的手背上的手腕区域处，并且可测量流经使用者的手背上的手腕区域的血液的血流量变化。另外，压力传感器40可位于使用者的手背上的手腕区域处，并且可将压力施加到使用者的手背上的手腕区域。在此，压力传感器40可包括产生压力的压力生成模块(未示出)以及根据附加产生的压力来测量脉搏振动的测量模块(未示出)。在此，根据本发明一实施方式的测量模块和压力生成模块可安装在相同的后表面上并且以某一间隔间隔开。

另外，根据一个实施方式，血流量传感器30和压力传感器40可以定位在相同的方向上而不是彼此面对。也就是说，血流量传感器30位于显示器10处，压力传感器40可以位于与其相对的带连接部分处，或者可以定位在与位于显示器10的部分处的血流量传感器30相同的带表面处的、以某一间隔间隔开的位置处。

上文已描述根据本发明一实施方式的脉搏诊断装置100的示例性实施方式。然而，尽管已参考图2a至图3b描述了脉搏诊断装置100的示例性实施方式，但是该描述仅仅是一个示例，并且脉搏诊断装置100不限于此。也就是说，除了智能手表之外，脉搏诊断装置100可实现为各种类型的设备。上述脉搏诊断装置100可实现为附接至使用者的身体部分以测量使用者的脉搏变化的任何装置。例如，除了桡动脉之外，可以在使用者的各个部位处测量使用者的脉搏，诸如足部上方的中心处的足背动脉、膝盖弯曲处的腘动脉、腹部区域处的腹主动脉等。因此，应当注意，脉搏诊断装置100可实现为能够佩戴在使用者身体的定位有脉搏的位置处并根据脉搏的变化来测量血流量波形的任何装置。

在下文中，将更详细地描述根据本发明一实施方式的脉搏诊断装置100的主要部件和操作方法。

图4是示出根据本发明一实施方式的脉搏诊断装置的主要部件的配置图。

参考图4，脉搏诊断装置100可包括传感器部110、装置控制器120、诊断学习部130、脉搏诊断部140以及接口部150。

下面将更详细地描述每个部件。传感器部110可以基本包括血流量传感器30。血流量传感器30是能够测量使用者的血流量变化的传感器，并且例如可以是光体积描记传感器(photoplethysmographsensor)。当血流量传感器30实现为光体积描记传感器时，血流量传感器30可包括发光二极管(led，未示出)和光接收元件(未示出)。在此，led可朝向使用者身体的表面发射光，光接收元件可以接收朝向使用者的皮肤表面传输并被反射的光，并且可将光转换成电信号。传感器部110还可包括模拟数字(ad)转换模块(未示出)以转换并输出电信号。

此外，血流量传感器30可朝向使用者的身体部位持续地发射光，并且可以感测和测量经反射的光的水平，测量数据可生成为数字血流量波形，并被发送至装置控制器120。同时，血流量传感器30被示例性地描述为以光学方法进行操作，但不限于此。能够与身体部位接触并测量血流量变化的任何传感器均可应用为血流量传感器30。

同时，根据本发明一实施方式的脉搏诊断装置100的传感器部110根据具体实施方式还可包括压力传感器40。

当传感器部110包括压力传感器40时，压力传感器40可包括产生压力的压力生成模块。在此，压力生成模块可以产生某一水平的压力。产生的压力可向使用者的身体的一部分(优选地，手腕的脉动部分)施压，并且随着身体部分被施压血流量发生改变。血流量的变化可通过血流量传感器30测量。

另外，压力传感器40还可包括对根据所产生的压力改变的脉搏电平进行测量的测量模块。也就是说，压力传感器40可以产生能够向身体部分施压的压力，且同时可以感测和测量根据压力变化而改变的脉搏振动。在此，压力传感器40可通过将所测量的脉搏振动转换成数字形式来生成脉搏波形。

此外，当传感器部110包括血流量传感器30和压力传感器40时，血流量传感器30和压力传感器40可以同时操作。然而，基础性地，可以仅由血流量传感器30进行操作，且压力传感器40可以选择性地进行操作。在此，装置控制器120可以监测由血流量传感器30测量的血流量波形，并且可以在感测到预设条件时控制压力传感器40以产生压力。在此，预设条件可包括通过分析血流量波形来感测特定波形的情况。根据实施方式，可通过以一定间隔控制压力传感器40来产生压力，而不管血流量波形如何。

根据本发明一实施方式，装置控制器120执行完全控制脉搏诊断装置100的功能。具体地，当通过传感器部110来测量血流量波形时，装置控制器120可将血流量波形传送至诊断学习部130，以控制通过先前内置于诊断学习部130中的脉搏模型来获得脉搏数据的过程。

此外，装置控制器120可以监测由血流量传感器30测量的血流量波形，并且当传感器部110包括压力传感器40时，可以根据监测到的血流量波形来选择性地控制压力传感器40的操作。

下面将更详细地描述该过程。如图5a所示，装置控制器120监测由血流量传感器30测量的血流量波形。另外，如图5b所示，当波形中发生某一水平或大于某一水平的变化时，装置控制器120可以确定出现预设条件。另外，装置控制器120控制压力传感器40以产生某一水平的压力。

压力传感器40可根据装置控制器120的控制产生某一水平的压力，并且所产生的压力可向身体部分施压，使得血流量可能发生改变。因此，如图5c所示，每当施加压力时，由血流量传感器30测量的血流量波形中可发生改变。

此外，当在压力传感器40被控制为产生某一水平的压力的状态下，由血流量传感器30测量的血流量波形的水平变化被确定为不显著或者处于上述水平或低于上述水平时，装置控制器120可确定压力不正确地施加到使用者的身体，并且增加由压力传感器40产生的压力的水平，或者可通过接口部150向使用者提供通知信息，以允许使用者调整脉搏诊断装置100的位置。也就是说，压力传感器40优选地与使用者的腕部紧密接触，并向在桡动脉处产生的脉搏施加压力。当压力传感器40将压力施加到另一位置而并非指定位置时，可以执行通知使用者以将脉搏诊断装置100调整到正确位置的功能。

另外，当传感器部110测量到脉搏波形时，装置控制器120可以将脉搏波形类似于血流量波形那样传送至诊断学习部130。

另外，当存在通过与患者面谈而形成的医学检查数据时，装置控制器120可以执行将医学检查数据传送至诊断学习部130的功能。在此，医学检查数据可以是通过脉搏诊断装置100的接口部150输入的使用者的医学检查数据，或者可以是使用者的终端200输入的医学检查数据。另外，装置控制器120可以检查是否存在过去的诊断历史数据。当存在诊断历史数据时，诊断历史数据可以与医学检查数据一起传送至诊断学习部130。

诊断学习部130通过将由装置控制器120传送的波形应用至预构建的脉搏模型132来执行获得脉搏数据的功能。在此，波形可基础性地包括血流量波形，并且还可包括脉搏波形。

另外，当输入医学检查的基本数据时，诊断学习部130可利用基本数据获得医学检查数据。

为此，首先，诊断学习部130执行学习并构建医学检查模型和脉搏模型的过程。下面将参考图6和图7来描述此过程。

图6是示出根据本发明一实施方式的构建学习模型的过程的示例的图，并且图7是示出根据本发明一实施方式的用于构建学习模型的dnn的示例的图。

首先，如图6所示，脉搏诊断装置100可以预先学习并构建医学检查模型和脉搏模型以诊断脉搏。也就是说，在存在波形和用于医学检查的临床结果数据的状态下，使用dnn构建医学检查模型和脉搏模型。在此，如图7所示，dnn是指包括输入层、输出层以及隐藏在输入层与输出层之间的多个隐藏层的多层感知器结构形成的网络。每个层可包括对应于人工神经元的多个节点，并且可通过学习来确定不同层的神经元之间的连接。具体地，将一个节点处的输出值确定为节点的激活函数输出值。在此，激活函数的输入可表示通过将连接到该节点的所有节点相加而获得的总和。

脉搏诊断装置100设定输入层的输入值(从测量出的血流量的波形及其变化、压力水平等分析出的频率特性的直方图)、设定输出层的输出值(脉搏数据)，并且利用dnn通过隐藏层进行学习。诊断学习部130可通过上述过程构建脉搏模型132。

同时，诊断学习部130利用递归神经网络(rnn)执行医学检查模型训练，并且可相应地构建医学检查模型131。在此，rnn是用于提取输入数据之间的时间序列相关性(或连接性)的模型，且rnn分析并学习文本数据(诸如医学检查数据和诊断历史数据)的时间序列相关性，并且构建医学检查模型131。

如上所述，在使用临床结果数据来构建医学检查模型131和脉搏模型132的状态下，当通过装置控制器120传送血流量波形(或脉搏波形)时，诊断学习部130可使用脉搏模型132来获得脉搏数据，并且当传送诸如医学检查数据或诊断历史数据的基础诊断数据时，可使用医学检查模型131来获得医学检查数据。

另外，获得的脉搏数据和医学检查数据可以被传送到脉搏诊断部140，使得脉搏诊断部140可以最终获得脉搏诊断数据。在此，脉搏诊断部140通过dnn来获得最终的脉搏诊断数据，该dnn将脉搏数据和医学检查数据设定为脉搏诊断部140的输入值并且将脉搏诊断数据设定为其输出值。

此外，诊断学习部130可以使用由脉搏诊断部140获得的脉搏诊断数据来连续地学习医学检查模型和脉搏模型，可基于其个性化数据来构建定制的学习模型，并且可进一步通过针对使用者定制的诊断来增加性能。另外，如参考图1所述，诊断学习部130可以周期性地从诊断服务器300接收基于另一使用者的数据的医学检查模型和脉搏模型，并且可通过学习模型并进一步考虑所接收的医学检查模型和脉搏模型来进行训练。

将参考图8描述由脉搏诊断装置100获得脉搏诊断数据的整体过程。

图8是示出根据本发明一实施方式的使用神经网络算法获得脉搏诊断数据的过程的图。

如图8所示，脉搏诊断装置100通过应用将由传感器部110生成的血流量波形设定为输入并将脉搏数据设定为结果的dnn来得出结论。在此，除了血流量波形以外，设定为输入的波形还可包括脉搏波形。在这种情况下，可以将波形合并且设定为输入。另外，诸如压力值1，血流量波形直方图，压力值2，血流量波形直方图等所有值可以转换为一个矢量并用作输入。

同时，当通过接口部150检查使用者的医学检查数据或诊断历史数据时，脉搏诊断装置100可以获得医学检查数据，这是将医学检查数据或诊断历史数据应用至rnn的结果。

另外，通过dnn获得的脉搏数据和通过rnn获得的医学检查数据被设定为dnn的输入，并且被应用至将脉搏诊断数据设定为结果以获得最终的脉搏诊断数据的dnn。

脉搏诊断装置100根据适于诊断脉搏的神经网络算法进行脉搏诊断，从而能够更精确地进行脉搏诊断。

重新参考图4，接口部150可传输用于与使用者的交互和脉搏诊断的各种数据。例如，接口部150可包括显示器10，如图2b所示，可通过显示器10显示用于生成医学检查数据的各种查询，利用根据其输入的使用者的应答来生成医学检查数据，并且将生成的医学检查数据传送至装置控制器120。另外，接口部150可包括通信模块(未示出)，并且可从诊断服务器300接收医学检查模型和脉搏模型，并且通过通信模块传输医学检查模型和脉搏模型。另外，能够通过将由脉搏诊断部140获得的脉搏诊断数据以及各种数据传送到诊断服务器300来执行控制，使得由诊断服务器300执行附加的脉搏诊断。

上文描述了根据本发明一实施方式的脉搏诊断装置100的主要部件和操作。安装在脉搏诊断装置100中的存储器将数据存储在装置中。在一个示例中，存储器是计算机可读介质。在一个示例中，存储器可以是易失性存储器单元。在另一示例中，存储器可以是非易失性存储器单元。在一个示例中，存储装置是计算机可读介质。在各种不同的示例中，存储装置可包括例如硬盘驱动器、光盘装置和任何其他大容量存储装置。

此外，本实施方式中使用的术语“模块”是指执行特定功能的软件部件。例如，“模块”包括部件(诸如软件部件、面向对象的软件部件、类部件和任务部件)、进程、功能、属性、程序、子程序、程序代码段、驱动器、数据、数据库、数据结构、表、数组以及变量。另外，在“部件”和“模块”中所提供的功能可以组合成更少数量的“部件”和“模块”，或者可进一步划分为附加的“部件”和“模块”。

虽然在说明书中描述并在附图中示出了示例性装置配置，但是本文所描述的功能操作和构思可实现为包括上述公开的结构和结构等同物的不同类型的数字电子电路、计算机软件、固件、硬件及其中一个或多个的组合。本文所描述的构思的实施方式可实现为一个或多个计算机程序产品，换句话说，与被编码到有形程序存储介质中以控制或执行根据本发明一实施方式的装置的操作的计算机程序指令有关的一个或多个模块。计算机可读介质可以是机器可读存储装置、机器可读存储电路板、存储装置、影响无线电波信号的机器可读材料组合物中的一种以及其中一个或多个的组合。

在下文中，将描述根据本发明一实施方式的脉搏诊断系统中使用的脉搏诊断方法。

图9是示出根据本发明一实施方式的脉搏诊断方法的示意性流程图，并且图10是示出根据本发明一实施方式的脉搏诊断方法的更详细的流程图。

如图9所示，脉搏诊断装置100基本包括血流量传感器30，且通过血流量传感器30测量并生成血流量波形(s11)，并且通过利用dnn的脉搏模型训练而生成的脉搏模型来获得关于血流量波形的脉搏诊断数据(s13)。

此外，脉搏诊断装置100可包括压力传感器40。当脉搏诊断装置100中包括压力传感器40时，可以测量根据压力变化的血流量波形，并且可以根据其进行脉搏诊断。

下面将参考图10描述脉搏诊断装置100包括压力传感器40的情况。

作为参照，脉搏诊断装置100可实现为智能手表，并且可在佩戴于诸如使用者手腕的人体部位(在该部位处可感测动脉的变化)上时通过血流量传感器30连续地测量血流量波形(s101)。

另外，如参考图5所述，脉搏诊断装置100可监测所测量的血流量波形，并且可在感测到与普通血流量波形不同的波形时，感测到使用者的身体状况异常。在此，为了更精确地确定使用者的状况，脉搏诊断装置100驱动压力传感器40并产生某一水平的压力(s105)。

另外，脉搏诊断装置100测量并生成根据所产生的压力而改变的血流量波形(s107)。在此，当产生的压力所引起的血流量波形的变化程度不明显时，脉搏诊断装置100可控制压力传感器40以产生更高的压力。另外，即使已产生更高的压力，但血流量波形的变化程度仍被确定为不明显时，脉搏诊断装置100可通知使用者以调整脉搏诊断装置100的位置。

此外，脉搏诊断装置100检查基础诊断数据(s109)。在此，基础诊断数据可包括通过问答过程获得的医学检查数据。例如，脉搏诊断装置100可询问问题以检查使用者的状况，诸如“在过去的五天内是否患过感冒？”，并且可通过相应的应答获得医学检查数据。另外，基础诊断数据可包括过去的诊断历史数据。

然后，脉搏诊断装置100利用血流量波形获得脉搏数据(s111)，并且使用基础诊断数据获得医学检查数据(s113)。

接下来，脉搏诊断装置100使用脉搏数据和医学检查数据来获得脉搏诊断数据(s115)。

由于脉搏诊断装置100实现为佩戴在使用者身体部位上的可佩戴形式，因此能够通过连续监测使用者的状况来进行诊断。

另外，脉搏诊断装置100能够利用血流量波形来检查使用者的脉搏状态，并且能够附加地通过完全考虑诸如脉搏波形、医学检查数据等各种数据来获得更精确的脉搏诊断数据。

另外，脉搏诊断装置100通过dnn获得脉搏数据，通过rnn获得医学检查数据，并且随后通过dnn获得最终的脉搏诊断数据，从而能够通过应用针对脉搏诊断进行优化的神经网络算法来进行更精确的脉搏诊断。

上文描述了根据本发明一实施方式的脉搏诊断方法。

根据本发明一实施方式的上述脉搏诊断方法可提供为适于存储计算机程序指令和数据的计算机可读介质。存储在用于执行根据本发明一实施方式的脉搏诊断方法的存储介质中的程序可包括：通过能够测量血流量变化的血流量传感器来生成血流量波形；以及通过将血流量波形应用至利用dnn生成的脉搏模型来获得与测量出的血流量波形有关的脉搏数据。

在此，存储在存储介质中的程序可由计算机读取、安装在计算机中、并且通过计算机运行以执行上述功能。

在此，为了允许计算机读取存储在存储介质中的程序并执行融合在程序中的功能，上述程序可包括以c、c++、java等以及诸如python的计算机语言编码的代码，该代码可通过计算机的装置接口由计算机的中央处理单元(cpu)读取。

这些代码可包括与定义上述功能的功能等相关的功能代码，并且可包括与计算机的cpu根据特定过程执行上述功能所需的执行过程相关的控制代码。另外，这些代码还可包括参考计算机或外部存储器中的位置(地址)的存储器参考相关代码，以用于获得计算机的cpu执行上述功能所需的附加信息或介质。另外，当需要与任何其他远程计算机、服务器等进行通信以允许计算机的cpu执行上述功能时，代码还可包括通信相关代码，该通信相关代码与计算机的cpu如何能够与其他远程计算机、服务器等进行通信以使用通信模块，以及在通信期间将发送和接收那些信息或介质等有关。

适于存储上述计算机程序指令和数据的计算机可读介质(例如存储介质)包括诸如硬盘驱动器(hdd)、软盘和磁带的磁介质、诸如cd-rom和数字视频盘(dvd)的光学存储介质、诸如光磁软盘的磁光介质，以及诸如rom、ram、闪速存储器、eprom和电eprom(eeprom)的半导体存储器。cpu和存储器可由专用逻辑电路补充或与其集成。

此外，计算机可读存储介质可以通过网络分布至计算机系统，使得计算机可读代码可以以分布式方式存储和执行。另外，考虑到读取存储介质并执行程序的计算机的系统环境等，本领域的普通程序员可以容易地推导和改变用于实现本发明和与本发明相关的代码、代码段等的功能程序。

尽管说明书包括多个具体实施方式的细节，但是实施方式不应被理解为限制本发明的范围，相反，权利要求应理解为对由本发明的特定实施方式表征的特征的描述。在说明书中的不同实施方式的上下文中所描述的特定特征可实现为组合至单个实施方式中的形式。相反地，在单个实施方式的上下文中所描述的各种特征也可单独实施或者作为与多个实施方式的适当地进行次组合而实施。此外，虽然特征可以以特定组合进行操作并且如最初要求保护的那样进行描述，但是在某些情况下，可以从组合中排除来自所要求保护的组合的一个或多个特征，并且所要求保护的组合可以被改变为次组合或次组合的修改。

类似地，尽管在附图中以特定顺序示出了操作，但是操作不应被理解为必须以特定的顺序或顺次执行来获得优选结果或执行所示的所有操作。在特定情况下，多任务和并行处理可能是有利的。另外，对于所有实施方式，不需要分离上述实施方式的各种系统部件。应当理解，上述程序部件和系统可以被大致集成为单个软件产品或者被打包在多个软件产品中。

工业适用性

本发明涉及脉搏诊断装置，并且更具体地，涉及包括血流量传感器的脉搏诊断装置以及在该脉搏诊断装置中使用的脉搏诊断方法，该脉搏诊断装置连续观察使用者的血流量变化并且通过利用深度神经网络(dnn)生成脉搏模型来诊断使用者的脉搏。

根据本发明的一个实施方式，可佩戴在使用者身体部位上的脉搏诊断装置能够连续地观察使用者的血流量变化，并且能够根据血流量变化来诊断脉搏，使得使用者能够及时检查使用者身体状况的改变，而不需要另外访问诸如诊所的医疗机构。

本发明可有助于医疗服务业的发展。

此外，由于本发明除了充分可发布且可销售之外，是实际可执行的，因此本发明在工业上是适用的。

附图标记的说明

100脉搏诊断装置

110传感器部

120装置控制器

130诊断学习部

131医学检查模型

132脉搏模型

140脉搏诊断部

150接口部