KR20240055200A - Personalized sleep management and sleep envirounment control system based on user's sleep data - Google Patents

Personalized sleep management and sleep envirounment control system based on user's sleep data Download PDF

Info

Publication number
KR20240055200A
KR20240055200A KR1020220134802A KR20220134802A KR20240055200A KR 20240055200 A KR20240055200 A KR 20240055200A KR 1020220134802 A KR1020220134802 A KR 1020220134802A KR 20220134802 A KR20220134802 A KR 20220134802A KR 20240055200 A KR20240055200 A KR 20240055200A
Authority
KR
South Korea
Prior art keywords
sleep
user
data
environment
time
Prior art date
Application number
KR1020220134802A
Other languages
Korean (ko)
Inventor
김동신
Original Assignee
닉스 주식회사
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 닉스 주식회사 filed Critical 닉스 주식회사
Priority to KR1020220134802A priority Critical patent/KR20240055200A/en
Publication of KR20240055200A publication Critical patent/KR20240055200A/en

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0083—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus especially for waking up

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Acoustics & Sound (AREA)
  • Psychology (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

사용자의 수면 데이터에 기반한 개인 맞춤형 수면관리 및 수면환경 제어 시스템은 사용자의 수면 데이터를 획득하고 온도, 조도, 습도, 소음, 공기 등을 제어하는 개인 맞춤형 최적 입면환경 조성 기능을 제공하고 실시간 수면 단계, 수면의 질, 코골이 유뮤, 수면시간, 중도각성 횟수, 수면 중 칼로리 소모량을 포함하는 수면 환경 데이터를 획득하고, 얕은 잠 구간 30분 전부터 점점 밝아지는 조명, 점점 커지는 음악 소리, 천천히 열리는 커텐, 점점 세지는 시원한 바람, 입이 마르지 않는 적당한 습도 구현을 포함하는 기상 유도 기능을 제공하고, 사용자의 지난밤[1일, 1주일, 1달] 수면상태 표시(수면시간, 수면단계 비율, 코콜이 횟수, 수면점수, 수면환경 점수, 수면점수, 수면 다이어트 점수를 포함하는 수면 피드백 리포트를 제공할 수 있다.The personalized sleep management and sleep environment control system based on the user's sleep data acquires the user's sleep data and provides a function to create a personalized optimal sleeping environment by controlling temperature, illumination, humidity, noise, air, etc., and provides real-time sleep stage, Acquire sleep environment data including sleep quality, snoring frequency, sleep time, number of mid-awakenings, and calorie consumption during sleep. Lights that gradually become brighter 30 minutes before the light sleep period, music that gets louder, curtains that open slowly, and more. Seji provides a wake-up inducing function that includes cool breeze and appropriate humidity that does not dry out the mouth, and displays the user's sleep status (sleep time, sleep stage ratio, number of snores, sleep time, last night [1 day, 1 week, 1 month)] A sleep feedback report including score, sleep environment score, sleep score, and sleep diet score can be provided.

Description

사용자의 수면 데이터에 기반한 개인 맞춤형 수면관리 및 수면환경 제어 시스템{PERSONALIZED SLEEP MANAGEMENT AND SLEEP ENVIROUNMENT CONTROL SYSTEM BASED ON USER'S SLEEP DATA}Personalized sleep management and sleep environment control system based on the user's sleep data {PERSONALIZED SLEEP MANAGEMENT AND SLEEP ENVIROUNMENT CONTROL SYSTEM BASED ON USER'S SLEEP DATA}

본 발명은 전자 장치 및 시스템에 관한 것으로, 구체적으로 사용자의 수면 데이터에 기반한 개인 맞춤형 수면관리 및 수면환경 제어 시스템을 제공하기 위한 것이다.The present invention relates to electronic devices and systems, and specifically, to provide a personalized sleep management and sleep environment control system based on the user's sleep data.

양질의 수면관리는 개인의 행복을 넘어 국가, 사회적 안전망으로 인식되고 있다. 수면은 회복, 에너지 보존, 기억, 면역력 증대, 감정조절 등 건강한 삶에 큰 역할을 하고 있으며 잠을 자는 동안 뇌에 축적된 독소를 제거하여 뇌 기능 활성화시킨다. 잠이 부족하면 주간 졸림증과 기억력 및 집중력 감소, 감정기복이 심해지며 식욕을 억제하지 못해 체중증가가 일어나는 등 건강상 심각한 문제 야기한다.Quality sleep management is recognized as a national and social safety net beyond individual happiness. Sleep plays a big role in a healthy life, including recovery, energy conservation, memory, increased immunity, and emotional control. It removes toxins accumulated in the brain while sleeping and activates brain function. Lack of sleep can cause serious health problems such as daytime drowsiness, decreased memory and concentration, worsening mood swings, and weight gain due to the inability to suppress appetite.

코로나 시대를 맞아 수면장애 인구 증가, 약 1,000조원의 사회적 비용 발생하고 있다. 2020년 기준, 수면장애로 병원을 찾은 환자가 67만명을 넘어섰고 최근 5년간 연평균 7.9% 증가하였다. 이에 따라 2020년엔 진료비 규모도 1,400억 원을 넘었고, 최근 5년간 연 평균 25.2% 증가하였다. In the Corona era, the population with sleep disorders is increasing, resulting in social costs of approximately 1,000 trillion won. As of 2020, the number of patients visiting hospitals with sleep disorders exceeded 670,000, with an average annual increase of 7.9% over the past five years. Accordingly, the scale of medical expenses exceeded 140 billion won in 2020, and has increased by an average of 25.2% per year over the past five years.

수면장애로 인한 경제적 손실규모는 한국 11조 497억원6), 미국 482조 1천 30억원, 일본 161조 8천7400억원7) 등 전 세계적으로 1,000조원 예상된다. 수면의약품에 대한 높은 의존성과 오남용으로 사회적 문제 유발되고 있다. 수면의약품은 수면제(ETC)와 수면유도제(OTC)로 나뉘며, 2021년 기준 약 70만명의 수면장애 환자가 수면제 복용 중이다. 수면제는 입면에 도움이 되나 근본치료가 불가능한 약물이라 각별한 주의가 요구되며 한달 이상의 처방이 금지돼 있다. 수면제는 강제로 중추신경을 마비시키는 기전 때문에 장기 복용시 치매에 걸릴 확률이 43% 높고9) 인지기능 저하, 수면 중 이상행동 등 부작용 야기한다. 비약물적 수면관리 제품으로 아로마, ASMR 재생기, 조명, 메트리스 등이 있으나 효과성이 떨어져 결국 수면제로 옮겨가고 있는 추세이다.The economic loss due to sleep disorders is expected to be 1,000 trillion won worldwide, including 11.497 trillion won6) in Korea, 482.13 trillion won in the United States, and 161.874 trillion won in Japan7). Social problems are being caused by high dependence and misuse of sleep medicine. Sleep medicines are divided into sleeping pills (ETC) and sleep inducing drugs (OTC), and as of 2021, about 700,000 sleep disorder patients are taking sleeping pills. Sleeping pills help with sleep, but special care is required as they cannot provide fundamental treatment, and prescriptions for more than one month are prohibited. Because sleeping pills have a mechanism of forcibly paralyzing the central nervous system, long-term use increases the risk of dementia by 43%9) and causes side effects such as decreased cognitive function and abnormal behavior during sleep. Non-pharmacological sleep management products include aromas, ASMR players, lights, and mattresses, but they are less effective and are eventually moving to sleeping pills.

기존 수면관리 기술은 수면분석, 아로마 분사, ASMR 전달, 온도 조절, 빛 조절 등 기능이 독립적으로 동작하여 맞춤형 관리는 물론 효과성도 떨어진다. 반면 AIoT 기반 수면관리 시스템은 1)수면 센서를 활용해 데이터를 측정하고 2)AI모델을 접목해 개인 맞춤형 수면 시나리오를 제공하며 3)다양한 IoT 디바이스와 연동해 수면을 관리할 수 있다는 측면에서 획기적인 시스템이 될 수 있다.Existing sleep management technology operates independently with functions such as sleep analysis, aroma spraying, ASMR delivery, temperature control, and light control, making it less effective as well as customized management. On the other hand, the AIoT-based sleep management system is a groundbreaking system in that it 1) measures data using sleep sensors, 2) provides personalized sleep scenarios by incorporating an AI model, and 3) manages sleep by linking with various IoT devices. This can be.

1)사용자의 수면 데이터를 측정, 분석하고 2)AI 모델을 이용해 맞춤형 수면관리 시나리오를 제작하며 3)시나리오 기반 IoT기기 연동을 통해 최적의 수면환경을 구현해주는 개인 맞춤형 수면관리 시스템이 개시될 수 있다. A personalized sleep management system can be launched that 1) measures and analyzes the user's sleep data, 2) creates a customized sleep management scenario using an AI model, and 3) realizes an optimal sleep environment through linking with scenario-based IoT devices. .

수면유도기와 연동해 사용자가 빠르게 잠들 수 있도록 1)sleep air 분사 기능을 적시에 제공하고 2)중도 각성을 예측하고 방지하는 스마트 수면관리 시스템이 개시될 수 있다.A smart sleep management system can be launched that 1) provides a sleep air spray function at the right time to help users fall asleep quickly in conjunction with a sleep inducer, and 2) predicts and prevents mid-awakening.

본 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.The technical challenge that this embodiment aims to achieve is not limited to the technical challenges described above, and other technical challenges can be inferred from the following embodiments.

인공지능 모델에 기반한 개인별 맞춤 수면 관리시스템은, 대량의 데이터를 저장하고 인공지능 모델을 구축하는 제1클라우드와 제2클라우드를 포함하고, 상기 제1클라우드와 상기 제2클라우드는 경량화 모델을 구축하기 위한 훈련, 검증, 테스트가 수행되고, 상기 제1클라우드는 인공지능 모델링을 위한 고성능 서버로 사용자들의 모든 데이터들을 이용하려 인공지능 모델을 구축, 훈련, 검증 하는 역할을 수행하고, 모든 데이터는 AWS 기반 데이터용 클라우드 서버에 저장, 관리함으로 보안을 강화하고, 상기 제2클라우드는 사용자들의 모든 데이터를 저장하고, 상기 제1클라우드에 필요한 데이터는 상기 제2클라우드에 인증 요청, 토큰 인증 방식으로 데이터에 접근할 수 있다.A personalized sleep management system based on an artificial intelligence model includes a first cloud and a second cloud that store a large amount of data and build an artificial intelligence model, and the first cloud and the second cloud are used to build a lightweight model. Training, verification, and testing are performed for this purpose, and the first cloud is a high-performance server for artificial intelligence modeling. It plays the role of building, training, and verifying artificial intelligence models to use all data of users, and all data is AWS-based. Security is strengthened by storing and managing data on a cloud server, the second cloud stores all user data, and data required for the first cloud requests authentication from the second cloud and accesses the data through token authentication. can do.

개인 맞춤형 관리를 통한 수면의 질이 향상될 수 있다. 수면유도기능은 입면 시간 단축을 위한 수면환경을 구현할 수 있다. 사용자의 평소 수면시간 및 수면효율 데이터 기반으로 최적의 수면시간 제안할 수 있다. Sleep quality can be improved through personalized management. The sleep induction function can create a sleep environment to shorten bedtime time. The optimal sleep time can be suggested based on the user's usual sleep time and sleep efficiency data.

입면환경 최적화 : 사용자의 성별, 나이, 기저질환, 위치, 계절을 고려한 수면환경 자동 제어함으로써 입면환경을 최적화시킬 수 있다. Optimization of the elevation environment: The elevation environment can be optimized by automatically controlling the sleeping environment considering the user's gender, age, underlying disease, location, and season.

Sleep air 분사량 자동제어를 통해 사용자의 입면시간을 단축시킬 수 있다.The user's sleeping time can be shortened by automatically controlling the amount of sleep air sprayed.

사용자 수면상태 실시간 분석 및 맞춤형 수면환경 관리할 수 있다. 시스템은 수면 중 수면환경 및 수면상태 실시간 분석 및 데이터 전송하고 중도각성이 예측되면 sleep air 재 분사 및 수면환경 제어를 통해 깊이 잘 수 있도록 유도할 수 있다. 실시간 수면단계를 예측하고 이에 맞는 온도, 습도, 소음 등 수면환경 조절할 수 있다.You can analyze the user's sleep status in real time and manage a customized sleep environment. The system analyzes and transmits data in real time about the sleep environment and sleep status during sleep, and when mid-awakening is predicted, it can encourage deep sleep by re-spraying sleep air and controlling the sleep environment. You can predict your sleep stage in real time and adjust your sleep environment, including temperature, humidity, and noise, accordingly.

얕은 잠 구간, 저 자극 기상을 통한 삶의 질 향상시킬 수 있다. ‘수면제한요법’, 일주기리듬, 사용자 생활패턴을 고려한 최적의 기상시간 제안 및 기상유도할 수 있다. 실시간 수면단계 분석을 통해 기상설정 시간 근처의 REM수면단계 기상유도를 통해 개운한 기상 제공하고 사용자의 일주기리듬에 따라 기상등의 조도, 파장을 조절하여 생체리듬 조정할 수 있다.Quality of life can be improved through light sleep and low stimulation waking up. It can suggest the optimal wake-up time and induce wake-up, taking into account ‘sleep restriction therapy’, circadian rhythm, and user’s lifestyle patterns. Through real-time sleep stage analysis, it provides a refreshing wake-up by inducing a wake-up in the REM sleep stage near the set wake-up time, and adjusts the circadian rhythm by adjusting the illuminance and wavelength of the wake-up light according to the user's circadian rhythm.

기상에 적합한 온도, 습도, 조도, 소음, 공기질 제공함으로써 수면환경을 최적화시키고 개인 맞춤형 수면 분석 및 개선 방안 도출된 맞춤형 수면 리포트가 제공될 수 있다. 수면 리포트는 수면시간, 입면시간, 중도각성, 호흡수 등 세부 데이터를 포함하는 수면 데이터, 온도, 습도, 조도, CO2 농도 등 환경 데이터를 포함하는 수면환경 데이터, 각각에 맞는 ASMR, 아로마, 위생방법 등을 추천하는 수면 개선 방안 정보를 포함할 수 있다.By providing temperature, humidity, illumination, noise, and air quality appropriate for the weather, the sleeping environment can be optimized and a customized sleep report derived from personalized sleep analysis and improvement plans can be provided. The sleep report includes sleep data including detailed data such as sleep time, waking time, mid-awakening, and respiratory rate, sleep environment data including environmental data such as temperature, humidity, illumination, and CO2 concentration, and ASMR, aroma, and hygiene methods suitable for each. It may include information on recommended ways to improve sleep, such as:

도1은 일 실시 예에 따라, 사물인터넷 기반의 개인 맞춤형 수면관리시스템을 나타낸다.
도2는 일 실시 예에 따라, 개인 맞춤형 수면관리시스템이 적용된 방을 나타낸다.
도3은 일 실시 예에 따라, 사물인터넷 기반 개인 맞춤형 수면 관리 시스템을 나타낸다.
도4는 일 실시 예에 따라, 수면 유도 기능의 모식도를 나타낸다.
도5는 일 실시 예에 따라, 수면 관리 기능의 모식도를 나타낸다.
도6은 일 실시 예에 따라, 기상 유도 기능의 모식도를 나타낸다.
도7은 일 실시 예에 따라, 사물인터넷 구축 플랫폼 모식도를 나타낸다.
도8은 일 실시 예에 따라, 인공지능 기반 에지 컴퓨팅(Edge Computing) IoT 플랫폼을 나타낸다.
도9는 일 실시 예에 따라, 클라이언트 중심 서비스 제공 IoT 플랫폼을 나타낸다.
도10은 일 실시 예에 따라, 에지 컴퓨팅 플랫폼 개념도를 나타낸다.
도11은 일 실시 예에 따라, 슬립센서 작동 원리 개념도를 나타낸다.
도12는 일 실시 예에 따라, 인공지능 모델 구성을 나타낸다.
도13은 일 실시 예에 따라, IoT 플랫폼의 세부 개념도를 나타낸다.
도14는 일 실시 예에 따라, 데이터 흐름과 인증방식의 세부 개념도를 나타낸다.
도15는 일 실시 예에 따라, 수면관리 서비스의 개요도를 나타낸다.
도16은 일 실시 예에 따라, 수면유도 기능 모식도를 나타낸다.
도17은 일 실시 예에 따라, 수면관리 기능 모식도를 나타낸다.
도18은 일 실시 예에 따라, 기상유도 기능 모식도를 나타낸다.Figure 1 shows a personalized sleep management system based on the Internet of Things, according to an embodiment.
Figure 2 shows a room to which a personalized sleep management system is applied, according to one embodiment.
Figure 3 shows a personalized sleep management system based on the Internet of Things, according to an embodiment.
Figure 4 shows a schematic diagram of a sleep inducing function, according to one embodiment.
Figure 5 shows a schematic diagram of a sleep management function, according to one embodiment.
Figure 6 shows a schematic diagram of a wake-up induction function, according to one embodiment.
Figure 7 shows a schematic diagram of an Internet of Things construction platform, according to an embodiment.
Figure 8 shows an artificial intelligence-based edge computing (Edge Computing) IoT platform, according to an embodiment.
Figure 9 shows a client-centric service providing IoT platform, according to an embodiment.
Figure 10 shows a conceptual diagram of an edge computing platform, according to one embodiment.
Figure 11 shows a conceptual diagram of the operating principle of a slip sensor, according to an embodiment.
Figure 12 shows the configuration of an artificial intelligence model, according to one embodiment.
Figure 13 shows a detailed conceptual diagram of an IoT platform, according to an embodiment.
Figure 14 shows a detailed conceptual diagram of data flow and authentication method, according to one embodiment.
Figure 15 shows a schematic diagram of a sleep management service, according to one embodiment.
Figure 16 shows a schematic diagram of a sleep inducing function, according to an embodiment.
Figure 17 shows a schematic diagram of a sleep management function, according to an embodiment.
Figure 18 shows a schematic diagram of a wake-up induction function, according to an embodiment.

아래에서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자들(이하, 통상의 기술자들)이 본 발명을 용이하게 실시할 수 있도록, 첨부되는 도면들을 참조하여 몇몇 실시 예가 명확하고 상세하게 설명될 것이다.Below, several embodiments will be described clearly and in detail with reference to the accompanying drawings so that those skilled in the art (hereinafter referred to as those skilled in the art) can easily practice the present invention. will be.

도1은 일 실시 예에 따라, 사물인터넷 기반의 개인 맞춤형 수면관리시스템을 나타낸다.Figure 1 shows a personalized sleep management system based on the Internet of Things, according to an embodiment.

도1을 참조하면, 센서부는 패드형 슬립센터와 gosleep내 수면환경 센서를 취합해 사용자의 수면상태 및 수면환경 측정 및 분석할 수 있다.Referring to Figure 1, the sensor unit can measure and analyze the user's sleep status and sleep environment by collecting the sleep environment sensor within the pad-type sleep center and gosleep.

IoT 서버는 센서와 연동되어 수면데이터 송수신이 가능한 IoT 서버 구현, 다수의 IoT 기기와 동시 접속 가능한 통신 프로토콜 구축할 수 있다.The IoT server can be linked with sensors to implement an IoT server that can transmit and receive sleep data, and can establish a communication protocol that can connect to multiple IoT devices simultaneously.

수면최적화 AI모델은 수집된 수면데이터 기반 최적의 수면환경을 예측하고, 기기에 명령을 제공할 수 있다. The sleep optimization AI model can predict the optimal sleep environment based on collected sleep data and provide commands to the device.

IoT 제품연동 및 수면관리시스템은 IoT 제품과 연동을 통해 AI모델에서 추출된 최적 수면환경 시나리오를 구현할 수 있는 스마트홈 IoT 시스템일 수 있다.The IoT product linkage and sleep management system can be a smart home IoT system that can implement the optimal sleep environment scenario extracted from the AI model through linkage with IoT products.

사물인터넷 기반의 개인 맞춤형 수면관리시스템에 기반하여, 개인 맞춤형 수면 관리 자동화 시스템이 고도화될 수 있다. 시스템은 수면 환경 빅데이터의 용이한 머신러닝 분석을 위한 DB 구조 및 표준체계를 확립하고 수면 환경 빅데이터 분야에 최신 인공지능 기술을 도입하는 발판을 마련할 수 있다.Based on the IoT-based personalized sleep management system, the personalized sleep management automation system can be advanced. The system can establish a DB structure and standard system for easy machine learning analysis of sleep environment big data and lay the foundation for introducing the latest artificial intelligence technology to the sleep environment big data field.

사람들의 숙면에 가장 영향을 미치는 환경 요인을 분석함으로써, 에너지 효율적이면서도 사용자의 수면 방해 요소를 효과적으로 감소시킬 수 있는 결과를 도출할 수 있다. 이어 사용자에게 과학적인 근거에 기반한 최적 수면 환경을 제안할 수 있다.By analyzing the environmental factors that most affect people's sleep, it is possible to derive results that are energy efficient and can effectively reduce sleep disturbances for users. Then, the optimal sleep environment can be suggested to the user based on scientific evidence.

다양한 IoT 홈 가전기기와 연동해 다기능의 고효율, 저가격으로 가정에게 수면가전기기 보급화 및 상용화를 이룰 수 있다. 수면 환경 빅데이터의 용이한 머신러닝 분석을 위한 DB 구조 및 표준체계를 확립하고 국내 수면 환경 빅데이터 분야에 최신 인공지능 기술을 도입하는 발판을 마련할 수 있다.By linking with various IoT home appliances, it is possible to disseminate and commercialize sleeping appliances to households with multi-function, high efficiency, and low price. It can establish a DB structure and standard system for easy machine learning analysis of sleep environment big data and lay the foundation for introducing the latest artificial intelligence technology to the domestic sleep environment big data field.

사람들의 숙면에 가장 영향을 미치는 환경 요인을 분석함으로써, 에너지 효율적이면서도 사용자의 수면 방해 요소를 효과적으로 감소시킬 수 있는 결과를 도출할 수 있다. 이어 사용자에게 과학적인 근거에 기반한 최적 수면 환경을 제안할 수 있다.By analyzing the environmental factors that most affect people's sleep, it is possible to derive results that are energy efficient and can effectively reduce sleep disturbances for users. Then, the optimal sleep environment can be suggested to the user based on scientific evidence.

다양한 IoT 홈 가전기기와 연동해 다기능의 고효율, 저가격으로 가정에게 수면가전기기 보급화 및 상용화를 이룰 수 있다. By linking with various IoT home appliances, it is possible to disseminate and commercialize sleeping appliances to households with multi-function, high efficiency, and low price.

개개인의 수면 패턴 분석 파악을 위한 피쳐 벡터(Feature Vector)를 통해 의료기관과 협력해 시나리오 분석 및 처방이 가능하고, 처치의 자동화를 부여해줄 수 있는 기술을 통해 불면질환자의 순응도를 높일 수 있어 만족감을 줄 수 있을 것으로 기대된다. Scenario analysis and prescriptions can be made in collaboration with medical institutions through feature vectors to analyze and identify individual sleep patterns, and technology that can automate treatment can increase compliance among insomnia patients, providing satisfaction. It is expected that it will be possible.

기존의 의사 처방을 단순히 디지철화 시키는 치료와 달리 사용자의 수면환경, 수면패턴 등을 분석해 개개인 맞춤형으로 인지행동 치료 시나리오를 처방 및 처지의 자동화를 실현시켜 사용자의 만성질환 개선정도를 정량적으로 파악하게 하는 것이 가능하다.Unlike treatment that simply digitizes existing doctor's prescriptions, it analyzes the user's sleep environment, sleep patterns, etc. and automates the prescription and situation of cognitive behavioral treatment scenarios tailored to each individual, allowing quantitative understanding of the degree of improvement in the user's chronic disease. It is possible.

시스템은 실시간으로 사용자의 상태를 측정하여 최적하기 위해 인공지능 Edge omputing 시스템을 중심으로 구축될 수 있다. 경량화된 모델은 Edge Node 에 구현되어 실시간으로 IoT 디바이스들과 소통하며 사용자의 상황에 최적화되는 모델로 다시 한 번 튜닝이 되어 궁극적으로 서로 다른 개개인에 최적화되어 예측/분류를 하는 모델로 사용된다.The system can be built around an artificial intelligence edge omputing system to measure and optimize the user's condition in real time. The lightweight model is implemented in the Edge Node, communicates with IoT devices in real time, and is tuned once again into a model optimized for the user's situation, ultimately being used as a model for prediction/classification optimized for different individuals.

클라이언트 중심의 IoT 시스템도 구축하여 클라이언트가 서비스 정보를 실시간으로 직접 확인하며 IoT 기기들을 직접 제어 할 수 있다. 전체 구축예정 시스템 모식도는 도7과 같다.A client-centered IoT system has also been established so that clients can directly check service information in real time and directly control IoT devices. The schematic diagram of the entire system to be built is shown in Figure 7.

도7을 참조하면, Cloud 1,2 는 대량의 데이터를 저장하고 인공지능 모델을 구축하는 부분이다. 경량화 모델을 구축하기 위한 훈련, 검증, 테스트 모두 Cloud들에서 이루어질 수 있다. Cloud1 은 인공지능 모델링을 위한 고성능 서버로 사용자들의 모든 데이터들을 이용하려 인공지능 모델을 구축, 훈련, 검증 하는 역할을 할 수 있다. 또한 모든 데이터는 AWS 기반 데이터용 클라우드 서버에 저장, 관리함으로 보안을 강화할 수 있다. 사용자들의 모든 데이터는 Cloud2 에 저장되고, Cloud1에 필요한 데이터는 Cloud2 에 인증 요청, 토큰 인증 방식으로 데이터에 접근할 수 있다. Cloud1에서 구축되는 인공지능 모델은 모든 데이터를 사용한 Teacher 모델과 이를 경량화 한 Student 모델이다. 이 Student 모델은 후술할 Fog의 Edge nodes 들에 구현되어 개별 사용자에 최적화될 수 있다.Referring to Figure 7, Cloud 1 and 2 are the parts that store large amounts of data and build artificial intelligence models. Training, verification, and testing to build a lightweight model can all be done in clouds. Cloud1 is a high-performance server for artificial intelligence modeling that can build, train, and verify artificial intelligence models using all users' data. Additionally, security can be strengthened by storing and managing all data on an AWS-based data cloud server. All users' data is stored in Cloud2, and data required for Cloud1 can be accessed by requesting authentication from Cloud2 and token authentication. The artificial intelligence model built in Cloud1 is a teacher model that uses all data and a lightweight student model. This Student model can be implemented in Fog's edge nodes, which will be described later, and optimized for individual users.

Fog(Edge nodes)는 모바일 디바이스를 이용하여 IoT 기기들과 실시간으로 통신을 하며 Cloud1 에서 훈련된 Student 모델이 각각의 Edge node에 구현된다. 또한 각각의 Edge node 들은 IoT 기기들과 실시간으로 통신을 하며 사용자 개개인의 데이터기반으로 Student 모델들이 사용자들 개개인에게 최적화된다. 이러한 현장 중심의 인공지능 모델의 최적화는 신속히 사용자들에게 본인들에게 맞춤형 서비스를 제공할수 있게 한다. 또한 IoT 기기로 취득된 데이터는 Cloud 에 저장 되어 일반화된 인공지능 모델인 Teacher 모델 성능 강화에 사용된다.Fog (Edge nodes) communicate with IoT devices in real time using mobile devices, and the Student model trained in Cloud1 is implemented in each Edge node. Additionally, each edge node communicates with IoT devices in real time, and student models are optimized for each user based on each user's data. Optimization of these field-centered artificial intelligence models allows users to quickly provide customized services. Additionally, data acquired from IoT devices is stored in the cloud and used to strengthen the performance of the Teacher model, a generalized artificial intelligence model.

Edge devices 는 IoT 기기로 구성되어 있으며 IoT 기기들의 센서에서 각각 취득한 데이터는 2단계인 Fog에 구현된 Student 모델의 최적화 과정에 쓰이며, 이에 따른 Student 모델의 출력값에 기반하여 IoT 기기를 제어할 수 있다. 구체적으로 기기들은 닉스(주)의 Gosleep 제품과 ㈜ 이원오엠에스의 슬림센서를 사용하며 이에 따른 클라이언트 중심의 IoT 시스템도 구축할 수 있다.Edge devices are composed of IoT devices, and the data acquired from the sensors of each IoT device is used in the optimization process of the Student model implemented in the second stage, Fog, and IoT devices can be controlled based on the output value of the Student model. Specifically, the devices use Gosleep products from Nix Co., Ltd. and slim sensors from Eone OMS Co., Ltd., and a client-centered IoT system can also be built accordingly.

Client 직접 제어 앱은 인공지능 모델에 의해 자동 최적화되는 알고리즘에 의존하지 않고 Client 자신이 즉각적으로 IoT 기기들과 시스템을 통제하기 위한 앱을 구축할 수 있다.The client direct control app allows the client to build an app to immediately control IoT devices and systems without relying on algorithms that are automatically optimized by artificial intelligence models.

저장된 사용자의 환경, 센서 데이터들은 ESS / ISI 지표와 만족도 설문 데이터와 같이 Cloud에서 전처리되어 기존의 인공지능 모델 개선에 사용된다. 개선된 성능의 Teacher, Student 모델은 주기적으로 Edge nodes들에 펌웨어 업데이트 방식으로 업데이트되어 보다 개량되고 최적화된 모델을 제공할 수 있다. 이에 따른 결과로 Edge nodes에 구현된 Student 모델의 출력값에 기반하여 Gosleep 기기를 제어함으로 사용자 수면의 질을 향상시킬 수 있다.Stored user environment and sensor data, along with ESS/ISI indicators and satisfaction survey data, are preprocessed in the cloud and used to improve existing artificial intelligence models. Teacher and Student models with improved performance can be periodically updated to edge nodes through firmware updates to provide more improved and optimized models. As a result, the quality of user sleep can be improved by controlling the Gosleep device based on the output value of the Student model implemented in edge nodes.

이에 따른 IoT 플랫폼 구성도는 인공지능 중심 Edge Computing IoT 플랫폼 과 클라이언트 중심 서비스 제공 IoT 플랫폼 두 부분으로 나뉘며 각각의 세부사항은 후술한다.Accordingly, the IoT platform configuration diagram is divided into two parts: an artificial intelligence-centered Edge Computing IoT platform and a client-centered service provision IoT platform, and details of each are described later.

인공지능 중심 Edge Computing IoT 플랫폼에서는 Cloud1 의 인공지능 모델 서버에서 훈련, 검증된 인공지능 모델이 Edge nodes를 거쳐 Edge devices를 제어해 사용자의 수면의 질을 높이는 것을 목표로 하며 그 모식도는 도8과 같다.In the artificial intelligence-centered Edge Computing IoT platform, the artificial intelligence model trained and verified on Cloud1's artificial intelligence model server aims to improve the user's sleep quality by controlling edge devices through edge nodes, and the schematic diagram is shown in Figure 8. .

클라이언트 중심 서비스 제공 IoT 플랫폼에서는 자동화된 인공지능 기반의 IoT 시스템와 클라이언트가 직접 IoT 시스템에 접근하여 제어할수 있는 플랫폼이다. 클라이언트는 앱을 통해 Edge devices를 제어해 인공지능 알고리즘을 직접 최적화 할수 있으며, IoT 기기를 직접 본인의 편의에 맞게 제어 할 수 있다. 또한 IoT 기기들을 통해 수집한 클라이언트의 정보를 토큰 인증 방식으로 접근하는 시스템을 구축함으로 데이터 보안성을 높임. 구축되는 플랫폼의 모식도는 도9와 같다.The IoT platform that provides client-centered services is an automated artificial intelligence-based IoT system and a platform where clients can directly access and control the IoT system. Clients can directly optimize artificial intelligence algorithms by controlling edge devices through the app, and can directly control IoT devices at their own convenience. In addition, data security is improved by building a system that accesses client information collected through IoT devices using token authentication. A schematic diagram of the constructed platform is shown in Figure 9.

시스템은 사용자들의 수면 상태를 파악하여 수면의 질을 높이는 것을 목표로 하며, 이를 달성하기 위해 여러 센서로 측정된 데이터와 Edge Computing 기술, 최신의 인공지능 모델을 이용하여 보다 즉각적이고 최적화된 서비스를 제공할 수 있다.The system aims to improve the quality of sleep by identifying users' sleep status. To achieve this, it provides more immediate and optimized services by using data measured by multiple sensors, edge computing technology, and the latest artificial intelligence models. can do.

데이터는 센서로 측정된 시계열 데이터와 ISI/ESS 기반 설문데이터를 사용할 수 있다. Data can be used as time series data measured by sensors and ISI/ESS-based survey data.

사용자의 수면 상태를 분류, 예측하는 임무를 위해 최신의 인공지능 모델이 개시된다.The latest artificial intelligence model is launched for the task of classifying and predicting the user's sleep state.

즉각적인 서비스 최적화를 위해 서버로 직접 통신을 하여 거대한 인공지능 모델을 다시 훈련하는 것이 아닌 Edge Computing 기술이 활용된다. 사용자의 만족도를 설문조사로 측정하여 서비스의 만족도를 평가하며, 데이터 베이스화 하여 구축된 인공지능 모델이 개량될 수 있다.For immediate service optimization, edge computing technology is used rather than communicating directly with the server and retraining a large artificial intelligence model. Service satisfaction is evaluated by measuring user satisfaction through surveys, and the artificial intelligence model built by making it into a database can be improved.

구축 플랫폼과 기술은 전술한 대로 인공지능 중심 Edge Computing IoT플랫폼과 클라이언트 중심 서비스 제공 IoT 플랫폼 두부분으로 나눌수 있으며 각각의 플랫폼에 적용된 기술의 세부 사항은 다음과 같다. As mentioned above, the construction platform and technology can be divided into two parts: an artificial intelligence-centered edge computing IoT platform and a client-centered service provision IoT platform, and details of the technology applied to each platform are as follows.

1. 인공지능 중심 Edge Computing IoT 플랫폼1. Artificial Intelligence-centered Edge Computing IoT Platform

사용자의 여러 데이터를 데이터 센터, 서버로 전송해 그에 따른 결과값을 받기에는 지나친 시간소요와 비용이 발생함. 실시간으로 사용자의 데이터에 기반하여 즉각적인 사용자화 된 서비스를 제공하기 위해 본 제안서는 Edge Computing 기술을 적극 사용 할 것 이며 본 제안 과제에 구축될 Edge Computing 플랫폼 모식도는 도10과 같다.It takes too much time and costs to transmit various user data to a data center or server and receive the corresponding results. In order to provide immediate customized services based on user data in real time, this proposal will actively use edge computing technology, and the schematic diagram of the edge computing platform to be built in this proposal is shown in Figure 10.

이는 현대적인 제조 공장등 여러 IoT 플랫폼에서 적극 사용되고 있는 최신 기술이며 크게 Edge Devices, Fog, Cloud 세부분으로 나눌 수 있다. 이에 따른 기술의 새부 사항과 기대 효과 다음과 같다.This is the latest technology actively used in various IoT platforms such as modern manufacturing plants, and can be broadly divided into Edge Devices, Fog, and Cloud. The new details and expected effects of the technology are as follows.

Edge devices 는 클라이언트의 수면 데이터를 수집하고 수면에 도움이 되는 서비스를 제공할 수 있다.Edge devices can collect sleep data from clients and provide services that help with sleep.

Edge nodes 로서 현장에서 IoT센서가 지속적인 데이터 스트림을 생성한다. 이렇게 수집한 데이터를 서버로 전송하여 계산하고 그에 따른 결과를 반영해 다시 최적화한다면 그 대기시간이 길어지므로 실시간 최적화 IoT 서비스를 제공하기에 한계가 있다. 또한 심층학습 기반의 인공지능 모델을 사용하면 그 연산 소요시간이 매우 길어질 가능성이 있다. 따라서 IoT 기기들 근처에 Edge nodes를 배치하고 경량화된 인공지능 모델을 통해 처리하는 것이 더 빠르고 비용도 적게 든다.As edge nodes, IoT sensors generate continuous data streams in the field. If the data collected in this way is transmitted to a server, calculated, and optimized again by reflecting the results, the waiting time becomes long, which limits the ability to provide real-time optimized IoT services. Additionally, if a deep learning-based artificial intelligence model is used, the computational time may be very long. Therefore, it is faster and less expensive to place edge nodes near IoT devices and process them through a lightweight artificial intelligence model.

Cloud 는 Edge nodes 만을 배치해 서비스를 제공한다면 표준화된 소프트웨어 업데이트를 제공할수 없다는 단점이 있으므로 중앙집중식 데이터 플랫폼을 통해 인공지능용 모델링용 고성능의 Cloud를 구축하고 각각의 Edge nodes를 컨트롤 하는 것이 합리적이다. 이를 통해 분리된 각각의 Edge nodes 의 정보를 취합하여 전반적으로 서비스에 도움이 되는 일반화된 서비스 및 인공지능 모델을 구축 할 수 있다. 본 구축 플랫폼에서는 인공지능 모델 훈련만을 위한 인공지능 모델링 서버 Cloud1 과 데이터와 인증을 담당하는 AWS 기반 Cloud2 서버로 Cloud 부분을 구축할 수 있다. 구축될 인공지능 모델은 후술한다.Cloud has the disadvantage of not being able to provide standardized software updates if it provides services by deploying only edge nodes, so it is reasonable to build a high-performance cloud for artificial intelligence modeling and control each edge node through a centralized data platform. Through this, it is possible to collect information from each separated edge node and build a generalized service and artificial intelligence model that is helpful to the overall service. In this construction platform, the cloud part can be built with the artificial intelligence modeling server Cloud1 only for artificial intelligence model training and the AWS-based Cloud2 server in charge of data and authentication. The artificial intelligence model to be built is described later.

Edge Devices 로서 수면유도기 또는 슬립센서가 사용될 수 있다.As edge devices, sleep inducers or sleep sensors can be used.

예로서, 수면유도기 gosleep에는 온도 / 습도 / 조도 / 소음 / co2농도의 5가지 수면 환경요소 측정 센서가 포함될 수 있다. 슬립센서는 PVDF 기반으로 심박신호 혹은 호흡 신호등 시계열 데이터로 이루어지며 침대에 부착하는 형태이며 기본 동작 원리는 하기와 같다. 사용자의 호흡주기나 심박신호를 128Hz 주파수에 맞춰 아날로그 신호를 측정하며, ADC를 포함한 별도의 신호 처리 시스템을 걸쳐 16 bit, 4 bit 디지털 신호로 변환되어 최종 0-1 값으로 처리된다. 도11은 일 실시 예에 따라, 슬립센서 작동 원리 개념도를 나타낸다.For example, the sleep inducer gosleep may include sensors that measure five sleep environmental factors: temperature / humidity / illumination / noise / CO2 concentration. The sleep sensor is based on PVDF and consists of time series data such as heart rate signal or breathing signal, and is attached to the bed. The basic operating principle is as follows. Analog signals are measured according to the user's breathing cycle or heart rate signal at a frequency of 128Hz, and converted into 16-bit, 4-bit digital signals through a separate signal processing system including ADC, and processed as the final 0-1 value. Figure 11 shows a conceptual diagram of the operating principle of a slip sensor, according to an embodiment.

일 실시 예에 따라, 시스템에서 사용되는 인공지능 모델은 요양병원의 환자 개개인별 다른 특성 데이터를 이용하여 환자들의 그룹을 분류하며, 환자들의 상태를 예측할 수 있다. 이는 Ground Truth에 의존하는 Supervised Learning에서 벗어나 임무를 효과적으로 수행하는 것을 목표로 하며 일반인과는 다른 병원의 환자들 특성을 세밀히 고려하여 테스트 베드에 최적화되는 인공지능 모델이 설계될 수 있다. 또한 병원이라는 특수한 환경을 고려할 때, 설치될 수면기기로 측정되는 데이터 패턴 또한 일반적인 상황과는 매우 다를 것이라 예상되므로, 이러한 특수 데이터를 실시간으로 반영하는 경량화된 인공지능 모델이 구축되고 이는 Cloud, Edge nodes에 구현될 수 있다.According to one embodiment, the artificial intelligence model used in the system classifies groups of patients using different characteristic data for each patient in a nursing hospital and can predict the condition of the patients. This aims to break away from supervised learning that relies on ground truth and effectively perform missions, and an artificial intelligence model optimized for the test bed can be designed by carefully considering the characteristics of hospital patients who are different from the general public. Also, considering the special environment of a hospital, the data pattern measured by the sleep device to be installed is expected to be very different from the general situation, so a lightweight artificial intelligence model that reflects this special data in real time is built, which is implemented in Cloud, Edge nodes. It can be implemented in .

인공지능 모델은 하기와 같은 특징을 가질 수 있다.An artificial intelligence model may have the following characteristics.

Classification/Prediction : 입력되는 수면 특성 데이터를 이용하여 분류,예측을 할수 있는 모델이 구축된다. 구체적으로 임무는 환자의 불면증 정도에 따라 여러 그룹으로 나누고 이를 맞추는 분류를 하는 인공지능 모델을 선택, 적용할 것임. 또한 앞서 기술한 PVDF신호로 측정된 호흡 신호를 예측하여 환자의 세세한 상태를 미리 예측하는 임무를 하는 임무를 가지는 역할을 하는 인공지능 모델이 설계된다. 요양병원환자의 특성상 일반인과 다른 패턴을 가지는 데이터가 취득될 수 있고, 이에 맞춰 Edge nodes에서 최적화되는 임무를 수행하는 인공지능 모델을 설계할 예정임.Classification/Prediction: A model that can classify and predict is built using the input sleep characteristic data. Specifically, the mission will be to select and apply an artificial intelligence model that divides patients into several groups according to the degree of insomnia and classifies them accordingly. In addition, an artificial intelligence model is designed that has the task of predicting the patient's detailed condition in advance by predicting the respiratory signal measured with the PVDF signal described above. Due to the characteristics of nursing hospital patients, data with different patterns from those of the general public may be acquired, and accordingly, an artificial intelligence model that performs optimized tasks at edge nodes will be designed.

Domain Generalization　:　전술한대로 요양병원의 환자들은 정상인들과는 다른 생체 신호가 측정될 것이라 예상되며, 불면증의 정도에 따라 각각 변칙적인 패턴 정도또한 각각 다를 것이라 예상된다. 또한 병실의 환경이 각각 다르기에 환자들은 다른 도메인에 노출되어 있다고 볼수 있다. 인공지능 모델은 이러한 변칙적인 사용자들의 입력데이터에 강건한 성능을 보이기 위한 Domain Generalization 알고리즘을 사용할 수 있다. 서로 다른 환경(도메인)에 처해 있는 변칙적인 환자의 생체 신호에 변한없이 일정한 정확도를 가지는 인공지능이 설계된다.Domain Generalization: As mentioned above, patients in nursing hospitals are expected to have different biosignals measured than normal people, and the degree of anomalous patterns is also expected to be different depending on the degree of insomnia. Additionally, since each hospital room environment is different, patients can be seen as being exposed to different domains. Artificial intelligence models can use the Domain Generalization algorithm to show robust performance against input data from such anomalous users. An artificial intelligence is designed that has a certain level of accuracy without changing the biosignals of anomalous patients in different environments (domains).

Continual learning : 15개의 테스트 베드를 넘어서는 새로운 패턴을 보이는 테스트 베드에 대해 지속적으로 진화하여 학습되는 인공지능 모델을 설계하기 위해 새롭게 취득하는 데이터에 적응할 수 있는 Unsupervised Learning 기반의 Continual learning 알고리즘을 적용시킬 수 있다. Continual learning: In order to design an artificial intelligence model that continuously evolves and learns on test beds that show new patterns beyond 15 test beds, a continuous learning algorithm based on Unsupervised Learning that can adapt to newly acquired data can be applied. .

Knowledge Distillation : 인공지능 기반 IoT 기술은 실험실이나 회사와 비교해 불안정한 네트워크를 가지는 병원의 특성에 쓰이기에 최적이다. 구체적으로, 엣지 컴퓨팅 기술을 적용한다면 수면관련 기기들이 직접 서버와 통신할 일을 줄여 줌으로써 보다 신속하게 사용자에게 최적화된 인공지능모델에 기반한 서비스를 제공할수 있다. 하지만 Edge node의 한정적인 시스템 자원을 고려 할 때 거대한 모델 이 아닌 경량화된 인공지능 모델 개발이 필수적이다. 이를 위해 Knowledge Distillation 기법을 적용, 보다 즉각적으로 사용자에 최적화된 경량 모델 구축하여 병원의 불안정한 네트워크 상태에도 변함없는 품질의 서비스를 제공하기 위한 경량화 인공지능 모델이 사용될 수 있다.Knowledge Distillation: Artificial intelligence-based IoT technology is optimal for use in hospitals, which have unstable networks compared to laboratories or companies. Specifically, if edge computing technology is applied, services based on artificial intelligence models optimized for users can be provided more quickly by reducing the need for sleep-related devices to communicate directly with servers. However, considering the limited system resources of the edge node, it is essential to develop a lightweight artificial intelligence model rather than a huge model. To this end, a lightweight artificial intelligence model can be used to apply the Knowledge Distillation technique to build a lightweight model optimized for users more immediately to provide consistent quality services even in unstable network conditions in hospitals.

도12는 일 실시 예에 따른 인공지능 모델의 블록도를 나타낸다.Figure 12 shows a block diagram of an artificial intelligence model according to an embodiment.

클라이언트 중심 서비스 제공 IoT 플랫폼가 개시될 수 있다. 직관적이고 클라이언트가 직접 제어할 수 있는 클라이언트 중심의 IoT 플랫폼을 구축하였으며, 이는 클라이언트의 스마트폰을 이용하여 전술한 IoT기기들, Edge nodes를 직접 제어함으로 본 제안서의 플랫폼의 신뢰도를 높이며 신속하고 직관적인 서비스를 제공할 수 있다. 클라이언트 중신 서비스 제공의 IoT 플랫폼의 세부 개념도는 도13에 나타난다.A client-centric service provision IoT platform may be launched. We have built a client-centered IoT platform that is intuitive and can be directly controlled by the client. This increases the reliability of the platform of this proposal by directly controlling the aforementioned IoT devices and edge nodes using the client's smartphone, and provides quick and intuitive Services can be provided. A detailed conceptual diagram of the IoT platform for providing client-oriented services is shown in Figure 13.

클라이언트는 제공된 앱을 개개인의 스마트폰을 이용하여 전술한 IoT 기기들을 제어 할수 있으며 심박수, 호흡수, 수면상태, 무호흡지수, 뒤척임 등 수집된 데이터에 접근하여 본인의 수면 상태 현황을 직관적으로 파악 할 수 있다. 또한 이에 따른 슬립센서를 통해 기록한 구체적인 데이터와 클라이언트가 이를 접근하기 위한 인증방법과 방식은 도14와 같다.Clients can control the above-mentioned IoT devices using the provided app using their individual smartphones, and can intuitively understand their sleep status by accessing collected data such as heart rate, respiration rate, sleep status, apnea index, and tossing and turning. there is. In addition, the specific data recorded through the sleep sensor and the authentication method and method for the client to access it are shown in Figure 14.

개시된 시스템은 1) 센싱기술을 활용하여 사용자의 수면 데이터를 이용한다. 2) AI 기술을 활용해 개인 맞춤형 수면관리를 제공한다. 3) IoT 기술을 이용하여 말만 하는 관리가 아닌 직접 수면환경을 제어한다.4) 대시보드를 활용하여 손쉽게 자신의 수면상태를 관리할 수 있다.The disclosed system 1) utilizes the user's sleep data using sensing technology. 2) Provides personalized sleep management using AI technology. 3) Using IoT technology, you can directly control your sleep environment rather than just talking about it. 4) You can easily manage your sleep status using the dashboard.

수면유도 서비스는 잠에 편안하고 빠르게 들 수 있도록 돕는 서비스이다. 수면관리 서비스는 수면 중 깊은 잠을 잘 수 있도록 돕는 서비스이다. 기상유도 서비스는 자연스럽고 상쾌한 아침을 맞게 해주는 서비스이다. 수면피드백 리포트는 자신의 수면/건강 상태를 파악하고 더 잘 잘 수 있는 방법에 대해 안내하거나 IoT 기능을 조절할 수 있는 서비스이다. The sleep induction service is a service that helps you fall asleep comfortably and quickly. Sleep management service is a service that helps you sleep deeply during sleep. The wake-up induction service is a service that allows you to have a natural and refreshing morning. Sleep Feedback Report is a service that allows you to understand your sleep/health status, provide guidance on how to sleep better, or adjust IoT functions.

· 수면유도 서비스 : 잠에 편안하고 빠르게 들 수 있도록 돕는 서비스· Sleep induction service: A service that helps you fall asleep comfortably and quickly

· 수면관리 서비스 : 수면 중 깊은 잠을 잘 수 있도록 돕는 서비스· Sleep management service: A service that helps you sleep deeply during sleep

· 기상유도 서비스 : 자연스럽고 상쾌한 아침을 맞게 해주는 서비스· Wake-up induction service: A service that provides a natural and refreshing morning

· 수면피드백 리포트 : 자신의 수면/건강 상태를 파악하고 더 잘 잘 수 있는 방법에 대해 안내하거나 IoT 기능을 조절할 수 있는 서비스이다.· Sleep Feedback Report: This is a service that allows you to understand your sleep/health status, provide guidance on how to sleep better, or adjust IoT functions.

먼저, 수면유도 서비스는 사용자 수면 데이터를 획득할 수 있다.First, the sleep induction service can obtain user sleep data.

APP 기반으로 활동 정도, 각성 정도, 연령, 성별, 카페인 섭취량 등을 획득할 수 있다. 사용자 수면 데이터는 수면환경[온도, 습도, 조도, 소음, CO2농도], 수면상태[전날 수면시간, 잠자기 전 5분간의 교감신경 활성화, 사용자 수면준비 여부]를 포함할 수 있다.Based on the APP, you can obtain activity level, alertness level, age, gender, caffeine intake, etc. User sleep data may include sleep environment [temperature, humidity, illumination, noise, CO2 concentration], sleep status [sleep time the previous night, sympathetic nerve activation for 5 minutes before sleep, user's sleep preparation status].

개인 맞춤형 최적 입면환경 조성은 수면환경 제어[온도(에어컨) : 계절에 따라 18~26℃, 습도(가습기) : 계절에 따라 40 ~ 60%, 조도(커튼, 무드등): 01~3lux, 소음(AI 스피커) : white noise 또는 pink noise], 수면유도기 gosleep[sleep air 분사, 아로마향 분사, ASMR 재생], 최적 수면시간 제공[수면제한요법 기반]을 포함할 수 있다. 도16은 수면유도 기능 모식도를 나타낸다.To create a personalized optimal elevation environment, control the sleeping environment [temperature (air conditioner): 18~26℃ depending on the season, humidity (humidifier): 40~60% depending on the season, illuminance (curtains, mood lights): 01~3 lux, noise (AI speaker): white noise or pink noise], sleep inducer gosleep [sleep air spray, aroma scent spray, ASMR playback], and provision of optimal sleep time [based on sleep restriction therapy]. Figure 16 shows a schematic diagram of the sleep inducing function.

수면관리 서비스는 사용자 수면 데이터를 측정하고 수면의 질 유지를 위한 최적 수면환경 제어 동작을 포함할 수 있다. 수면환경은 온도, 습도, 조도, 소음, CO2농도를 포함하고, 수면상태는 실시간 수면 단계, 수면의 질, 코골이 유뮤, 수면시간, 중도각성 횟수, 수면 중 칼로리 소모량을 포함할 수 있다. 최적 수면환경 제어 동작은 얕은 잠 구간으로 올라와 중도각성이 예측될 때 sleep air 분사를 통해 중도각성을 예방하고 입면 후 방안의 온도를 낮춰 수면의 질을 향상시키고 무드등을 포함한 모든 조명을 off하고 소음을 최소화(TV, 공기청정기 등)하여 중도 각성을 예방할 수 있다.The sleep management service may measure user sleep data and include optimal sleep environment control operations to maintain sleep quality. The sleep environment includes temperature, humidity, illumination, noise, and CO2 concentration, and the sleep state can include real-time sleep stage, sleep quality, snoring frequency, sleep time, number of mid-awakenings, and calorie consumption during sleep. The optimal sleep environment control operation is to prevent mid-awakening by spraying sleep air when mid-awakening is predicted as you enter the light sleep zone, improve sleep quality by lowering the temperature in the room after waking up, and turn off all lights, including mood lights, and make noise. You can prevent mid-awakening by minimizing (TV, air purifier, etc.).

기상유도 서비스는 사용자 수면 데이터 측정하고 개운한 기상을 위한 기상유도 서비스를 포함할 수 있다. 사용자 수면 데이터는 사용자 특성에 따른 예상 기상시간[출근시간, 평소 자는 시간, 알람 예약 시간, 위치별 계절],얕은 잠 구간 파악[REM 수면단계 파악]을 포함할 수 있다. 기상유도 서비스는 얕은 잠 구간 30분 전부터 점점 밝아지는 조명, 점점 커지는 음악 소리, 천천히 열리는 커텐, 점점 세지는 시원한 바람, 입이 마르지 않는 적당한 습도 구현을 포함하고 설정에 따라 오늘의 뉴스를 틀어주는 등 특정 동작 진행 가능하다.The wake-up induction service may measure user sleep data and include a wake-up induction service for waking up refreshed. User sleep data may include expected wake-up time according to user characteristics [commuting time, usual sleeping time, alarm reservation time, season by location], and identification of light sleep zone [identification of REM sleep stage]. The wake-up induction service includes increasingly brighter lights starting 30 minutes before the light sleep period, increasingly louder music, slowly opening curtains, increasingly stronger cool breezes, appropriate humidity to prevent dry mouth, and playing the news of the day according to settings. Certain actions can be performed.

수면피드백 리포트는 사용자의 지난밤[1일, 1주일, 1달] 수면상태 표시(수면시간, 수면단계 비율, 코콜이 횟수, 수면점수, 수면환경 점수, 수면점수, 수면 다이어트 점수 등)하고 IoT 기기를 관리할 수 있다.The sleep feedback report displays the user's sleep status (sleep time, sleep stage ratio, number of snores, sleep score, sleep environment score, sleep score, sleep diet score, etc.) of the user's last night [1 day, 1 week, 1 month] and monitors IoT devices. It can be managed.

설명들은 본 발명을 구현하기 위한 예시적인 구성들 및 동작들을 제공하도록 의도된다. 본 발명의 기술 사상은 위에서 설명된 실시 예들뿐만 아니라, 위 실시 예들을 단순하게 변경하거나 수정하여 얻어질 수 있는 구현들도 포함할 것이다. 또한, 본 발명의 기술 사상은 위에서 설명된 실시 예들을 앞으로 용이하게 변경하거나 수정하여 달성될 수 있는 구현들도 포함할 것이다.The descriptions are intended to provide example configurations and operations for implementing the invention. The technical idea of the present invention will include not only the embodiments described above, but also implementations that can be obtained by simply changing or modifying the above embodiments. In addition, the technical idea of the present invention will also include implementations that can be easily achieved by changing or modifying the embodiments described above.

Claims (1)

사용자의 수면 데이터에 기반한 개인 맞춤형 수면관리 및 수면환경 제어 시스템은,
상기 사용자의 활동 정도, 각성 정도, 연령, 성별, 카페인 섭취량, 수면환경[온도, 습도, 조도, 소음, CO2농도], 수면상태[전날 수면시간, 잠자기 전 5분간의 교감신경 활성화, 사용자 수면준비 여부]를 포함하는 수면 데이터를 획득하고,
온도, 조도, 습도, 소음, 공기 등을 제어하는 개인 맞춤형 최적 입면환경 조성 기능을 제공하고,
실시간 수면 단계, 수면의 질, 코골이 유뮤, 수면시간, 중도각성 횟수, 수면 중 칼로리 소모량을 포함하는 수면 환경 데이터를 획득하고,
얕은 잠 구간 30분 전부터 점점 밝아지는 조명, 점점 커지는 음악 소리, 천천히 열리는 커텐, 점점 세지는 시원한 바람, 입이 마르지 않는 적당한 습도 구현을 포함하는 기상 유도 기능을 제공하고,
사용자의 지난밤[1일, 1주일, 1달] 수면상태 표시(수면시간, 수면단계 비율, 코콜이 횟수, 수면점수, 수면환경 점수, 수면점수, 수면 다이어트 점수를 포함하는 수면 피드백 리포트를 제공하는 시스템.A personalized sleep management and sleep environment control system based on the user’s sleep data,
The user's activity level, arousal level, age, gender, caffeine intake, sleep environment [temperature, humidity, illumination, noise, CO2 concentration], sleep status [sleep time the previous night, sympathetic nerve activation for 5 minutes before sleep, user sleep preparation. Obtain sleep data including [whether],
Provides a function to create a personalized optimal facade environment that controls temperature, illumination, humidity, noise, air, etc.
Obtain sleep environment data including real-time sleep stage, sleep quality, snoring frequency, sleep time, number of mid-awakenings, and calorie consumption during sleep,
Starting 30 minutes before the light sleep period, it provides a wake-up inducing function that includes gradually brighter lights, increasingly louder music, slowly opening curtains, increasingly stronger cool breeze, and appropriate humidity that does not dry out the mouth.
A system that provides a sleep feedback report that displays the user's last night's [1 day, 1 week, 1 month] sleep status (sleep time, sleep stage ratio, number of snores, sleep score, sleep environment score, sleep score, and sleep diet score) .
KR1020220134802A 2022-10-19 2022-10-19 Personalized sleep management and sleep envirounment control system based on user's sleep data KR20240055200A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220134802A KR20240055200A (en) 2022-10-19 2022-10-19 Personalized sleep management and sleep envirounment control system based on user's sleep data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220134802A KR20240055200A (en) 2022-10-19 2022-10-19 Personalized sleep management and sleep envirounment control system based on user's sleep data

Publications (1)

Publication Number Publication Date
KR20240055200A true KR20240055200A (en) 2024-04-29

Family

ID=90883609

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220134802A KR20240055200A (en) 2022-10-19 2022-10-19 Personalized sleep management and sleep envirounment control system based on user's sleep data

Country Status (1)

Country Link
KR (1) KR20240055200A (en)

Similar Documents

Publication Publication Date Title
US11875895B2 (en) Method and system for characterizing and/or treating poor sleep behavior
JP7437575B2 (en) Bed with physiological event sensing features
US10565894B1 (en) Systems and methods for personalized digital goal setting and intervention
CN112312801B (en) Home automation system with sleep improvement feature
JP7465808B2 (en) Bed with sleep stage detection features
JP7487105B2 (en) Bed with Snoring Detection Feature
Abdullah et al. Towards circadian computing: " early to bed and early to rise" makes some of us unhealthy and sleep deprived
JP6114470B2 (en) HEALTHCARE DECISION SUPPORT SYSTEM, PATIENT CARE SYSTEM, AND HEALTHCARE DECISION METHOD
CN105592777A (en) Method and system for sleep management
JP2021508567A (en) Bed with sensor features for determining snoring and respiratory parameters of two sleepers
CN111527550A (en) Nursing personnel health care behavior guidance system and method
US11883606B2 (en) Stress reduction and sleep promotion system
WO2021064557A1 (en) Systems and methods for adjusting electronic devices
CN117460450A (en) Determining real-time sleep states using machine learning techniques
KR20240055200A (en) Personalized sleep management and sleep envirounment control system based on user's sleep data
KR20240055199A (en) Iot based personalized sleep management system and device
US20220230753A1 (en) Techniques for executing transient care plans via an input/output device
KR20230117336A (en) AI-based non-contact sleep analysis method and real-time sleep environment creation method
Nansen et al. Senses and Sensors of Sleep
KR20240066825A (en) Iot-based sleep management system for smart home
CN113571160B (en) Digital experience publishing technology and acousto-optic method for assisting in treating sleep diseases
KR20240066826A (en) Internet of Things-based sleep induction device optimized by feedback
Patel et al. Infrastructure and Algorithm for Intelligent Bed Systems
US20220016369A1 (en) System and method for determining and providing personalized pap therapy recommendations for a patient
KR20220014491A (en) Sleep management device and method