김재필
(Jaepil Kim)
1
박수지
(Sooji Park)
2
신항식
(Hangsik Shin)
†iD
-
(Graduate School of Convergence Science and Technology, Seoul National University,
Seoul, Korea)
-
(Department of Biomedical Engineering, Chonnam National University, Yeosu, Republic
of Korea)
Copyright © The Korean Institute of Electrical Engineers(KIEE)
Key words
Force Sensor, Motion, MSP430, Respiration, Sleep Monitoring
1. 서 론
과학 및 의학 기술의 발전에 따른 삶의 질 향상은 건강관리에 대한 관심을 더욱 증가시키고 있다. 최근 건강관리의 개념은 발생위험이 높은 질병을 예방하려는
차원을 넘어서 일상생활에서의 수면, 스트레스, 활동량 등을 모니터링(monitoring)하여 건강한 생활을 하도록 돕는 것을 의미한다. 이에 따라
장소와 시간에 구애받지 않고 언제 어디서나 건강관리를 할 수 있는 u-헬스케어(ubiquitous healthcare)에 관한 연구가 활발히 진행되고
있다 [1]. 여러 u-헬스케어 응용분야 중 수면 중 사용자의 신호를 측정하고 생체 신호, 수면 효율 등을 기록하는 수면 모니터링 기기에 대한 연구가 각광받고
있다. 수면은 일반적으로 하루 중 3분의 1의 시간을 차지하는 매우 중요한 활동으로 인간의 육체와 정신 건강을 위해 필수적인 활동이다. 또한, 수면은
대부분 일정한 시간에 일정한 장소에서 주기적으로 취하기 때문에 지속적이고 반복적인 관리가 가능하다는 장점이 있다. 또한, 수면 중엔 비수면 시간에
비해 활동량이 적기 때문에 동잡음을 최소화하여 신호를 획득할 수 있다는 장점이 있어 건강관리의 편의성과 연속성을 제공할 수 있다고 여겨진다.
최근 개발되는 수면 모니터링 기술로는 수면 중 사용자의 움직임을 측정하여 뒤척임이나 호흡 등을 측정하는 방법이 주로 사용되고 있다 [2-4]. 수면 중 뒤척임 정도는 수면 효율의 계산에 사용되며 호흡은 코골이나 수면 무호흡증의 진단에 활용될 수 있다. 사용자의 움직임을 측정하는 과정에서
가장 중요하게 여겨지는 것은 사용자의 수면을 방해하지 않으면서 움직임을 정확하게 측정하는 것이며, 이를 위해 다양한 방법들이 제안되고 있다. 대표적인
방식으로 스트립(strip)형, 패드(pad)형, 매트리스(mattress)형 등이 있다. Beddit(Apple inc., Cupertino, CA,
USA), Juvo(Juvo Labs, Crescent, Singapore) 등의 기기는 대표적인 스트립형 측정 방식으로 긴 띠 형태의 센서 및 기기를
매트리스 위에 설치하고, 사용자가 매트리스 위에 누워 있을 때 등에 가하여 지는 압력을 측정하여 심박수, 호흡수, 수면의 품질 등을 평가하여 준다
[5,6]. EarlySense(EarlySense, Woburn, MA, USA), SE-80(Beurer GmbH, Ulm, Germany) 등의 패드형
측정 기술은 매트리스 아래에 손바닥 크기 정도의 패드형 기기를 설치하고 매트리스 위에 누운 사용자의 심박수, 호흡수 등을 모니터링 할 수 있다 [7,8]. 이 밖의 매트리스형 기기로는 SleepNumber (Sleep number coorporation, Minneapolis, MA, USA) [9] 등이 있으며 매트리스 자체에 내장된 센서를 사용한다. 이상의 기기들의 공통점은 인체를 구속하지 않고 비침습적으로 누워있는 사용자의 움직임 정보를
획득한다는데 있다. 이 방식은 기존 움직임의 정량적 측정에 널리 사용되던 웨어러블(wearable) 측정 방식이 가지는 ‘인체 구속’ 이라는 한계를
극복할 수 있어 보다 자연스러운 상태에서의 신호를 획득할 수 있도록 한다. 본 연구는 일반적인 수면 환경에서 인체의 움직임을 감지할 수 있는 스트립
타입의 무구속 측정 시스템 개발에 관한 것으로, 매트리스 위에 거치할 수 있는 형태의 스트립형 힘센서(force-sensor) 모듈을 제작하고 개발한
스트립형 힘센서 모듈 시스템을 이용하여 수면 중 발생하는 인체의 주요 움직임을 측정하고 그 성능을 평가하고자 한다. 특히 이 연구에서는 u-헬스케어에
효율적인 활용을 위해 초저전력 프로세서인 MSP430(Texas Instruments inc., TX, USA.)을 기반으로 시스템을 설계 및 제작하고
동작을 검증한다. 개발된 센서와 시스템은 기존 센서와 비교하여 얇은 두께를 가짐으로 측정시 이질감을 줄일 수 있고, 저전력화를 통해 기존 기기들에
필수적으로 사용되는 AC전원의 사용시간을 최소화 할 것으로 기대된다.
2. 측정 시스템 설계
이 연구에서는 2채널의 긴 띠 형태인 스트립형 힘센서, 센서로부터 데이터 획득 및 디스플레이를 위한 측정 시스템, 그리고 측정된 신호의 모니터링
및 저장을 위한 어플리케이션을 개발하였다.
2.1 스트립형 힘센서 개발
2채널 스트립형 힘센서 개발을 위해 가로, 세로, 두께가 각각 700 mm, 12 mm, 0.1 mm인 PVDF(polyviylidene fluoride)
(original PVDF film, Fils, Republic of Korea) 필름을 사용하였다. PVDF 필름은 가해지는 힘의 변화에 따라 전하가
발생하는 압전형(piezoelectric) 센서이며, 유연하고 투명한 특성을 갖는다. PVDF의 전기기계적 특성은 표 1에 나타내었다. PVDF 필름으로부터 발생하는 전하를 측정하기 위해 구리 소재의 접착성 필름을 사용하여 PVDF 필름 한 면에 2개의 전극을 나란히
연결하였다. PVDF와 커넥터는 아일렛(eyelet)을 사용하여 고정하였다. 이후 절연성의 접착성 실리콘 필름을 사용하여 센서의 양면에 부착하였다.
그림 1은 스트립 센서의 설계와 층별 구조를 나타낸다. 스트립형
표 1. Polyvinylidene fluoride의 전기 기계적 성질
Table 1. Mechanical and electrical characteristic of polyvinylidene fluoride
|
Properties
|
Unit
|
|
Tensile Strength (@Break)
|
35-50
|
MPa
|
|
Elongation (@Break)
|
100-250
|
%
|
|
Tensile Modulus
|
2500
|
MPa
|
|
Dielectric Strength, 1 mil
|
160
|
㎸/㎜
|
|
Dielectric Constant, 1 kHz
|
8.2-10
|
-
|
|
Dissipation Factor, 1 kHz
|
0.005-0.02
|
-
|
그림. 1. 스트립 센서의 구조 (a) 스트립 센서의 설계도, (b) 스트립 센서의 층별 구조 설계도
Fig. 1. Structure of developed strip sensor, (a) Strip sensor structure, (b) Layer
architecture of strip sensor
센서는 센서 오류에 대응하거나 공통 잡음의 측정 가능성을 고려하여 위해 2채널로 구성되었고 크기는 싱글 매트리스의 크기를 고려하여 가로, 세로,
두께 각각 735 mm, 40 mm, 0.46 mm,두 채널간 간격은 10 mm로 제작되었다. 완성된 스트립센서는 유연한 특성과 얇은 두께로 설계되어
수면 환경에서 매트리스에 설치하여도 이질감이 없도록 하였다.
2.2 측정 시스템 개발
개발된 스트립형 힘센서로부터 획득한 신호의 초단 증폭 및 잡음 제거를 위한 아날로그 회로부를 설계하였다. 60 Hz의 전원 노이즈를 제거하기 위해
능동형 노치 필터(activ notch filter)를 설계하였으며, 기저선을 제거하기 위해 0.1 Hz의 차단주파수를 갖는 수동형(passive)
고주파 통과 필터(high pass filter)를 설계하였다. 이후 30 Hz의 차단주파수를 갖는 50 dB 이득의 저주파 통과 필터(low pass
filter)를 적용하였으며, 추가적으로 20 dB의 이득을 갖는 증폭기를 적용하였다. 아날로그 회로부의 출력 전압은 0-3.3 V가 되도록 하였다.
아날로그 데이터를 수집하기 위해 저전력 마이크로컨트롤러(micro controller unit) MSP430G2553를 사용하였다 [10]. MSP430G2553은 최대 16 MHz의 동작 클록을 지원하고 활성(active) 상태, 대기(standby) 상태, 꺼짐(off) 상태에서
각각 230 $u A$, 0.7 $u A$, 0.1 $u A$의 소모전류를 가지는 마이크로컨트롤러로 10-bit ADC (analog to digital
converter)를 포함하고 있다. 측정된 데이터는 FB155BC(Firmtech, Repulic of Korea) 블루투스(Bluetooth)
무선 통신 방법으로 PC로 전송하였으며, PC 어플리케이션을 통해 전송된 데이터를 실시간으로 화면에 출력하고 저장하도록 하였다. 그림 2(a)는 개발된 시스템의 하드웨어 구성요소를 보여준다. 개발된 시스템은 MSP430을 중심으로 전원공급 및 시리얼통신을 위한 마이크로 USB 단자, 동작
클록을 공급하기 위한 크리스탈 오실레이터(AB26TRQ-32,768kHz), 무선 통신을 위한 블루투스 모듈(FB155BC), 데이터 저장을 위한
마이크로SD 소켓(MSDC-M61408)으로 구성되어 있다. 또한 PDVF 센서로부터 입력을 받아들이기 위하여 전처리 및 증폭을 위한 아날로그 입력단(analog-front
end)를 포함하고 있다. 개발된 시스템의 주요 펌웨어 구성요소는 그림 2(b)와 같이 UART (Universal asynchronous receiver/transmitter), 타이머(timer), ADC가 있다. 이 중
UART는 데이터 전송을 위하여 구현되었으며, 타이머, ADC는 PVDF 센서의 아날로그 데이터 샘플링을 위해 구현되었다. 저전력 동작을 위해 타이머,
ADC는 모두 인터럽트 방식으로 동작하도록 하였다.
그림. 2. 개발된 시스템의 구성요소. (a) 하드웨어 구성요소, (b) 주요 펌웨어의 기능
Fig. 2. Block diagram of main components of developed system. (a)
hardware components. (b) firmware functions
2.3 펌웨어(firmware) 설계
펌웨어는 Texas Instrument에서 제공하는 통합개발환경인 Code Composer Studio™를 사용하여 개발되었다. 펌웨어 동작은 MSP430G2553
시동 이후 클록(clock), Timer, GPIO(General Purpose Input Output), UART 초기화, ADC 초기화, 전역
인터럽트 활성화(Global Interrupt Enable), ADC된 데이터를 UART를 통해 전달하는 단계 순서로 수행된다 (그림 3(a)). 이 중에서 ADC를 사용한 샘플링은 이 연구에서 측정하려 하는 수면 중 움직임의 주파수 특성이 약 10 Hz 이하에 분포되어 있는 것을 고려하여
매 1/128초 마다 수행되도록 하였다. 그림 3(b)는 Analog 입력으로부터 데이터를 읽어오는 과정을 보여준다. 표본화 주파수 설정에는 MSP430G2553에 내장된 16비트 타이머 32,768
Hz의 외부 클록을 사용하였고, TACCR 레지스터 값을 256으로 설정하여 7.8125 ms 마다 타이머 인터럽트를 발생시켜 초당 128개의 샘플을
획득하도록 하였다. 개발된 시스템에서 측정된 신호는 UART를 사용하여 컴퓨터로 전송되었다. 이 때 Baud rate을 115,200으로 설정하기
위하여 UART 구동 클록은 MSP430에 내장된 DCO (Digital Clock Oscillator)를 사용하여 8 MHz로, division
factor N을 69로 설정하였다. 타이머 ISR(Interrupt Service Routine)이 매 1/128초마다 실행되며 ADC의 인터럽트를
활성화 시키면 이후 ADC 인터럽트가 발생할 때 ADC ISR을 수행하여 아날로그 입력값을 획득한 후 Timer ISR 로 되돌아온다. 타이머 ISR은
ADC ISR 종료 이후 종료되며 1/128초 후 다시 발생된다.
그림. 3. 시스템 동작 흐름도
Fig. 3. Flowchart of system operation
아날로그-디지털 변환과정은 인터럽트를 기반으로 수행 되었다. 이 때 전력 소모를 최소화하기 위하여 타이머 ISR과 ADC ISR을 중첩하여 사용하였다.
인터럽트를 사용하는 경우 전력소모가 가장 큰 CPU의 동작을 최소화할 수 있어 전력 소비를 줄일 수 있다. 그림 4는 타이머 ISR과 ADC ISR을 사용하여 소비 전류를 감소시키는 예를 보여준다. 타이머 ISR이 시작되기 전까지 MSP430은 CPU를 OFF
시켜 전류소비를 최소화 한다. 타이머 ISR이 시작되면서 CPU를 ON시켜 MSP430 내부의 기준 전압(reference voltage) Vref를
ON 시킨 후 ADC 인터럽트를 활성화 하고 CPU를 OFF 시킨다. 이후 ADC 인터럽트가 발생되면 ADC ISR이 실행되어 CPU를 ON 시키고
Conversion을 수행한 후 Vref 와 CPU를 OFF 시킨다. 이상의 방식은 ISR 발생전까지 CPU를 OFF 시킴으로 전력 소비를 최소화
할 수 있다는 장점이 있다 [11].
그림. 4. 인터럽트를 사용한 소비전력 감소
Fig. 4. 4Reducing Power Consumption based on Interrupt
2.4 움직임 신호 추출 알고리즘
이 연구에서는 수면 중 발생하는 주요 움직임을 뒤척임과 같은 큰 움직임, 호흡과 같은 작은 움직임으로 정의하고 디지털 신호처리를 적용하여 움직임과
호흡을 추출하였다. 움직임과 호흡을 추출하기 위한 절차는 그림 5와 같다. 움직임의 경우 움직임의 종류나 방향 보다는 움직임의 총량을 알아내기 위하여 5-10 Hz 대역의 대역통과 필터링을 적용한 후 신호의 차분을
계산하고 제곱하여 구하였다. 호흡은 일반적으로 알려진 호흡 신호의 주파수 대역(0.15-0.5 Hz) [12]에 해당하는 대역통과 필터를 적용하여 구하였다.
그림. 5. 움직임 추출을 위한 신호처리 알고리즘
Fig. 5. Signal Processing Algorithm for Detecting Motion
2.3 신호 획득용 어플리케이션
시스템에서 측정되는 신호를 확인하고 저장하기 위한 컴퓨터 어플리케이션을 개발하였다. 컴퓨터 어플리케이션은 Visual Studio 2015 (Microsoft,
WA, USA)을 사용하여 C#으로 구현하였다. 개발된 어플리케이션은 시리얼 통신을 통해 개발된 측정 시스템으로부터 획득한 신호를 실시간 그래프로
보여주고 종료와 함께 파일로 데이터를 저장한다. 또한 어플리케이션은 통신포트, 통신 속도를 설정할 수 있도록 하였다. 측정된 데이터는 data 파일로
저장되며, 데이터 저장 형식은 ‘시간(HH: MM:SS:mmm), DATA1(0-16383), DATA2(0-16383)’이다.
3. 결 과
3.1. 측정 시스템
그림 6은 개발된 시스템 보드를 보여준다. 보드는 가로 세로 각각 40 mm의 크기의 정사각형 형태를 가지며 PCB의 양쪽면을 활용하여 아날로그 입력단,
마이크로컨트롤러, 블루투스, 마이크로SD슬롯, 마이크로 USB포트가 위치되도록 하였다. 그림 7은 센서와 시스템 보드를 장착하고 플라스틱 커버로 회로부를 감싼 개발된 최종 결과물의 외형을 보여준다. 그림 8은 신호 획득을 위해 구현된 어플리케이션의 예시를 보여준다. 어플리케이션에서는 각 채널별로 신호가 획득되는 것을 확인할 수 있다.
그림. 6. 개발된 시스템 보드
Fig. 6. Developed System Board
그림. 7. 스트립형 수면중 움직임 측정 시스템
Fig. 7. Strip-type motion measurement system during sleep
그림. 8. 실시간 신호 모니터링 및 저장을 위한 PC 어플리케이션
Fig. 8. PC application for realtime monitoring and storing the signal
3.2. 움직임 테스트 결과
개발한 시스템이 수면 중에 사용자의 뒤척임과 호흡을 측정할 수 있는지 평가하기 위하여 실제 수면 중 신호를 측정하여 분석하였다. 이 때 신호는 센서를
사용자의 흉부와 복부사이에서 몸을 가로지르는 방향으로 매트리스에 부착한 상태로 측정하였다. 그림 9는 센서의 부착 및 수면을 위해 누웠을 때 센서가 맞닿는 위치를 보여주는 예시이다. 센서는 양면테이프를 사용하여 매트리스 위에 부착되었다. 뒤척임
신호와 호흡 신호를 제대로 측정하는지 평가하기 위하여 수면 다원검사 장비인 Embla N7000 full PSG system (Embla, Broomfield,
CO, USA)를 사용하여 움직임과 호흡 신호를 동시에 측정하였다. 이 때 움직임은 사용자의 복부 위에 부착된 웨어러블 가속도센서를 사용하여 측정되었고
호흡은 복부를 압박하여 벨트처럼 두르는 스트레인게이지(Strain gauge)를 사용하여 측정 되었다. 스트레인 게이지는 길이가 늘어날 때 저항 값이
변화하는 특성을 사용하여 호흡시 발생되는 흉부나 복부의 수축 팽창을 측정하는 방식으로 호흡을 측정한다.
그림. 9. 제작된 시스템의 사용 예시
Fig. 9. An Example of the use of the developed system
그림 10은 실제 수면환경에서 측정된 움직임(뒤척임)과 호흡 신호의 예를 보여준다. 측정된 신호는 장비별로 측정되는 값의 범위(scale)가 다르기 때문에
각 신호의 값을 z-score를 사용하여 정규화 하여 표시하였다. Z-score는 측정 값과 측정 값 평균의 차를 측정 값의 표준편차로 나누어 계산하였다.
그림 10(a)는 기준 기기로 측정된 뒤척임 정도, 10(b)는 개발된 기기로 측정된 뒤척임 정도를 보여준다. 수면 모니터링시 움직임 정도는 수면상태와 각성상태를 이분하여 판별하는데 주로 사용된다. 그림 10(a)와 (b)를 통해 두 측정 기기에서 움직임에 의한 스파이크(spike)가 유사한 형태로 관찰 되는 것을 확인 할 수 있다. 또한, 그림 10(c)는 기준 기기로 측정한 호흡 신호, 10(d)는 개발된 기기로 측정한 호흡 신호를 보여준다. 호흡 신호의 경우 기준 호흡은 벨트형 스트레인 게이지, 개발된 시스템으로 측정한 호흡은 인체와 매트리스
사이의 압력으로부터 얻어지므로 호흡 파형의 형태나 미세한 시간 차이를 가질 수 있다. 하지만 그림 10(c)와 (d)로부터 들숨, 개발된 시스템이 들숨, 날숨에 따른 명확한 변화를 보임을 확인할 수 있으며 기준 시스템의 신호와 비교하여 유사한 패턴을 보임을 직관적으로
확인할 수 있다. 이상의 결과는 개발된 기기가 수면 중 발생되는 큰 움직임과 작은 움직임(호흡)을 효과적으로 측정할 수 있는 것을 보여준다.
그림. 10. 기준 기기와 개발된 시스템을 사용한 움직임 및 호흡 측정 결과의 예 (a) 기준기기를 사용하여 측정된 움직임 정도,
(b) 개발된 기기를 사용하여 측정된 움직임 정도, (c) 기준 기기를 사용하여 측정된 호흡, (d) 개발된 기기를
사용하여 측정된 호흡
Fig. 10. An example of motion and respiration measurement results by the
reference device and the developed system. (a) Movement signal measured
by the reference device (b) Movement signal measured by the developed system
(c) Respiration signal measured by the reference device (d) Respiration signal
measured by the developed system
4. 결 론
본 연구에서는 PVDF기반 힘 센서와 MSP430을 사용하여 수면 중 인체를 구속하지 않고 움직임을 측정할 수 있는 시스템을 개발하고 그 가능성을
검증하였다. 결과적으로 개발한 시스템으로 측정한 수면 중 움직임(뒤척임)과 호흡은 기존 수면다원검사 장비와 유사하게 수면 중 움직임 및 호흡을 측정할
수 있는 가능성을 보였다. 이는 기존의 인체를 압박하거나 구속하는 불편함 없이 수면 중 인간의 움직임을 연속적으로 측정할 수 있는 가능성을 시사하고
있으며 측정의 불편함으로 인한 사용상의 문제들을 개선할 수 있을 것으로 예상된다. 하지만 이 연구의 결과는 다양한 수면 패턴이나 인체 특징을 가지는
다수의 인구집단을 통해 검증되지 못하였으므로 일반화 될 수 없으며 수면 중 움직임 모니터링에 실제 적용되기 위해서는 향후 임상시험 수행을 통한 정량적인
측정 정확도 평가가 수행될 필요가 있다.
Acknowledgements
This research was supported by the MSIT(Ministry of Science and ICT), Korea, under
the ITRC(Information Technology Research Center) support program(IITP-2019-2014-1-00720)
supervised by the IITP(Institute for Information & communications Technology Planning
& Evaluation)
References
F. Touati, R. Tabish, 2013, U-healthcare system: State-of- the-art review and challenges,
Journal of medical systems, Vol. 37, No. 3, pp. 9949
N. Bu, N. Ueno, O. Fukuda, 2007, Monitoring of respiration and heartbeat during sleep
using a flexible piezoelectric film sensor and empirical mode decomposition, in 2007
29th Annual International Conference of the IEEE Engineering in Medicine and Biology
Society, IEEE, pp. 1362-1366
S. H. Hwang, H. J. Lee, H. N. Yoon, Y. J. G. Lee, Y. J. Lee, D. U. Jeong, K. S. Park,
2014, Unconstrained sleep apnea monitoring using polyvinylidene fluoride film-based
sensor, IEEE Transactions on Biomedical Engineering, Vol. 61, No. 7, pp. 2125-2134
F. Wang, M. Tanaka, S. Chonan, 2003, Development of a PVDF piezopolymer sensor for
unconstrained in-sleep cardiorespiratory monitoring, Journal of Intelligent Material
Systems Andstructures, Vol. 14, No. 3, pp. 185-190
Y. He, J. Luo, 2018, Assess Novelty of an Invention Using the central-extreme novelty
matrix: a case study of juvo labs’s fibre-optic sensor mat, in DS 89: Proceedings
of The Fifth International Conference on Design Creativity (ICDC 2018), University
of Bath, Bath UK, pp. 134-141
J. M. Perez-Macias, H. Jimison, I. Korhonen, M. Pavel, 2014, Comparative assessment
of sleep quality estimates using home monitoring technology, in 2014 36th Annual InternationalConference
of the IEEE Engineering in Medicine and Biology Society, ieee, pp. 4979-4982
EarlySense, https://www.earlysense.com (Accessed Jul. 21, 2019).
R. Seepold, M. Gaiduk, J. A. Ortega, M. Conti, S. Orcioni, N. M. Madrid, 2019, Home
Hospital e-Health Centers for Barrier-Free and Cross-Border Telemedicine, in Intelligent
Decision Technologies 2019, pp. 307-316
SleepNumber, https://www.sleepnumber.com (Accessed Jul. 21, 2019).
Texas Instruments, 2012, SLAU144I: MSP430x2xx Family: User’s Guide, Texas Instruments
Inc.: Dallas, TX, USA
A. Fernandez, D. Dang, 2013, Getting started with the MSP430 launchpad., Newnes
A. Beda, D. M. Simpson, N. C. Carvalho, A. R. S. Carvalho, 2014, Low‐frequency heart
rate variability is related to the breath‐to‐breath variability in the respiratory
pattern, Psychophysiology, Vol. 51, No. 2, pp. 197-205
저자소개
He received the Ph.D. degree in graduate school of convergence science technology,
Seoul National University, Seoul, South Korea in 2017.
His research interests include machine learning in biomedical engineering, system
software and applications for mobile healthcare, biomedical signal processing and
acoustic analysis of the sound associated with a person’s sleep.
She received the B.S. and M.S. degree from the Department of Biomedical Engineering,
Chonnam National University, Yeosu, South Korea, in 2016 and in 2018, respectively.
Since August 2019, she has been with division of high-tech medical device, department
of medical device evaluation, national institute of food and drug safety evaluation
as a technical expert.
Her research interest includes digital healthcare and biomedical signal measurement.
He received the B.S., M.S. and Ph.D. degree in electrical and electronic engineering
from the Department of Electrical and Electronics Engineering, Yonsei University,
Seoul, Korea, in 2003, in 2005 and 2010, respectively.
In 2010, he joined the Digital Media and Communi- cation Research and Development
Center of Samsung Electronics, Co. Ltd., Korea.
Since August 2013, he has been with the Department of Biomedical Engineering, Chonnam
National University, Yeosu, Korea, where he is an Associate Professor.
His research area includes biomedical signal processing, physiological modeling and
computer simulation, u-Healthcare and mobile healthcare Technologies.