METHOD AND APPARATUS FOR NON-INVASIVE HbA1c OR GLUCOSE LEVEL MEASUREMENT USING MACHINE LEARNING

• Main Authors: KWON TAE HO, KIM KI DOO
• Format: Patent
• Language: English; Korean
• Published: 05.02.2024
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DIAGNOSIS; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; HUMAN NECESSITIES; HYGIENE; IDENTIFICATION; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; MEDICAL OR VETERINARY SCIENCE; PHYSICS; SURGERY

The present invention relates to a method and an apparatus for non-invasive bio-signal estimation using machine learning. The method comprises: a signal collection step of collecting a bio-signal of a subject to be measured; a feature extraction step of determining at least one representative feature according to importance among internal features directly extracted from the bio-signal and determining at least one external feature directly measured from the subject to be measured; a machine learning model building step of building a machine learning model for estimating glycated hemoglobin or blood sugar by learning a feature vector composed of the at least one representative feature and the at least one external feature as learning data; and a glycated hemoglobin/blood sugar estimation step of generating input data expressed by the feature vector based on the internal features extracted from the bio-signal of the subject to be measured and the external features directly measured from the subject to be measured, inputting the input data into the machine learning model, and estimating glycated hemoglobin or blood sugar of the subject to be measured. 본 발명은 기계학습을 이용한 비침습적 생체신호 추정 방법 및 장치에 관한 것으로, 상기 방법은 측정 대상자의 생체신호를 수집하는 신호 수집 단계; 상기 생체신호로부터 직접 추출되는 내부 특징들 중에서 중요도에 따라 적어도 하나의 대표 특징을 결정하고 상기 측정 대상자로부터 직접 측정된 적어도 하나의 외부 특징을 결정하는 특징 추출 단계; 상기 적어도 하나의 대표 특징과 상기 적어도 하나의 외부 특징으로 구성된 특징 벡터를 학습 데이터로서 학습하여 당화혈색소 또는 혈당 추정을 위한 기계학습 모델을 구축하는 기계학습 모델 구축 단계; 및 상기 측정 대상자의 생체신호로부터 추출된 내부 특징들과 상기 측정 대상자로부터 직접 측정된 외부 특징들을 기초로 상기 특징 벡터로 표현되는 입력 데이터를 생성하고 상기 기계학습 모델에 입력하여 상기 측정 대상자의 당화혈색소 또는 혈당을 추정하는 당화혈색소/혈당 추정 단계;를 포함한다.