KR100601998B1 - 사용자의 신체정보 출력방법 및 장치 - Google Patents

사용자의 신체정보 출력방법 및 장치 Download PDF

Info

Publication number
KR100601998B1
KR100601998B1 KR1020050053057A KR20050053057A KR100601998B1 KR 100601998 B1 KR100601998 B1 KR 100601998B1 KR 1020050053057 A KR1020050053057 A KR 1020050053057A KR 20050053057 A KR20050053057 A KR 20050053057A KR 100601998 B1 KR100601998 B1 KR 100601998B1
Authority
KR
South Korea
Prior art keywords
body information
user
information
outputting
information output
Prior art date
Application number
KR1020050053057A
Other languages
English (en)
Inventor
장우영
윤명환
서동수
오진욱
김경호
김홍식
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020050053057A priority Critical patent/KR100601998B1/ko
Priority to US11/445,152 priority patent/US8423295B2/en
Application granted granted Critical
Publication of KR100601998B1 publication Critical patent/KR100601998B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/01—User's weight
    • 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
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Nutrition Science (AREA)
  • Marketing (AREA)
  • Child & Adolescent Psychology (AREA)
  • Economics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Processing Or Creating Images (AREA)

Abstract

사용자의 신체정보 출력방법 및 장치가 개시된다. 이 방법은 사람의 신체정보 중 제1 신체정보, 제2 신체정보 및 제3 신체정보를 좌표축으로 하는 3차원 좌표 상에 사용자의 제1 신체정보, 제2 신체정보 및 제3 신체정보에 따른 신체정보 좌표점을 지정하는 단계 및 3차원 좌표 상에 미리 지정된 표준체형의 신체정보 좌표점과 사용자의 신체정보 좌표점 사이의 거리로부터 사용자와 표준체형 사이의 비교 정보를 출력하는 단계를 구비하는 것을 특징으로 한다. 따라서, 본 발명에 따르면, 3차원 좌표 상에서 표준 체형의 신체 상태와 사용자의 신체 상태를 비교함으로써, 보다 객관적이고 정확하게 사용자의 현재 신체상태를 인지할 수 있도록 하며, 사용자의 미래의 신체 상태를 인체 모델을 통해 표현함으로써 감성적이고 즉각적으로 사용자의 미래 신체 변화를 인지할 수 있도록 한다.

Description

사용자의 신체정보 출력방법 및 장치{Method and apparatus for outputting physical information of an user}
도 1은 본 발명에 의한 사용자의 신체정보 출력방법을 설명하기 위한 일 실시예의 플로차트이다.
도 2는 다수 사람들의 신체정보들의 일 예를 나타내는 도면이다.
도 3은 3차원 좌표 상에 다수 사람들의 신체정보들을 좌표점으로서 지정한 일 예를 나타내는 도면이다.
도 4는 도 3에 도시된 일그러진 구형의 분포를 나타내는 사람들의 신체정보들을 주성분 분석기법을 사용하여 새로운 3차원 좌표로서 도시한 도면이다.
도 5는 출력된 비교정보의 일 예를 나타내는 도면이다.
도 6은 도 1에 도시된 제102 단계를 설명하기 위한 일 실시예의 플로차트이다.
도 7은 자기회귀통합이동평균모형의 통계방식을 사용하여 추정된 사용자의 미래의 신체정보의 일 예를 나타내는 도면이다.
도 8은 자기회귀통합이동평균모형의 통계방식에 식생활 지수 및 운동지수가 반영되어 추정된 사용자의 미래의 신체정보의 일 예를 나타내는 도면이다.
도 9는 본 발명에 의한 사용자의 신체정보 출력장치를 설명하기 위한 일 실 시예의 블록도이다.
<도면의 주요 부호에 대한 간단한 설명>
300: 다수 사람들의 신체정보 D/B 310: 사용자 신체정보 D/B
320: 유명인 신체정보 D/B 330: 좌표점 지정부
340: 비교정보 출력부 350: 신체정보 추정부
360: 추정정보 출력부 370: 제1 유명인 정보 출력부
380: 제2 유명인 정보 출력부
본 발명은 신체정보의 출력에 관한 것으로, 보다 상세하게는 표준 체형의 신체정보와 비교하여 사용자의 현재의 신체정보 또는 추정된 미래의 신체정보를 출력하는 사용자의 신체정보 출력방법 및 장치에 관한 것이다.
종래에도 사용자에게 신체정보를 제공하는 여러 가지 방법이 제시 되었다. 예를 들어, 사용자의 현재의 신체 상태를 문자 또는 그래프 형태로 제시하가나, 사용자가 자신의 신체 사이즈를 입력할 경우에 사용자의 인체를 반영한 3차원의 이미지를 생성하는 방법 등이 있다. 또한, 기존의 비만(혹은 신체의 이상상태) 여부를 판단하는 방법으로 사용자의 체중 또는 체지방지수 등을 개별적으로 표준 체중, 표준 체지방치수 등과 비교하는 방법이 사용되고 있다.
그런데, 사람은 생활습관 및 운동습관, 유전적 요인 등에 의하여 다양한 체 형을 가지고 있기 때문에, 서로 다른 체형을 가진 사람에게 체중, 체지방지수를 개별적으로 적용하여 이상상태를 평가하는 것은 무리가 있다. 체중이 작아도 체지방이 많은 경우, 복부둘레가 크지만 체중과 체지방지수는 평균적인 경우, 체지방은 적지만 체중이 많이 나가는 경우 등 다양한 상황에서 각 지수의 개별값으로 이상여부를 판단하기는 어렵다.
또한, 사용자의 현재의 신체상태만을 제시할 뿐, 사용자의 신체가 미래에 어떻게 변화될 것인가를 명확히 제시하지 못하는 문제점이 있다.
또한, 사용자에게 단순히 문자적이거나 그래프 상의 정보를 제공함으로 인해 사용자가 자신의 미래의 신체 상태에 대한 즉각적인 인식을 하기에는 무리가 있으며, 자신의 신체에 대한 지속적인 관심을 가지고 개선하려는 동기 유발에는 한계가 있다.
본 발명이 이루고자 하는 기술적 과제는 3차원 좌표 상에서 표준 체형의 신체 상태와 사용자의 신체 상태를 비교할 수 있도록 하는 사용자의 신체정보 출력방법 및 장치를 제공하는데 있다.
상기의 과제를 이루기 위해, 본 발명에 의한 사용자의 신체정보 출력방법은 사람의 신체정보 중 제1 신체정보, 제2 신체정보 및 제3 신체정보를 좌표축으로 하는 3차원 좌표 상에 사용자의 제1 신체정보, 제2 신체정보 및 제3 신체정보에 따른 신체정보 좌표점을 지정하는 단계 및 3차원 좌표 상에 미리 지정된 표준체형의 신 체정보 좌표점과 사용자의 신체정보 좌표점 사이의 거리로부터 사용자와 표준체형 사이의 비교 정보를 출력하는 단계를 구비하는 것을 특징으로 한다.
상기의 다른 과제를 이루기 위해, 본 발명에 의한 사용자의 신체정보 출력장치는 사람의 신체정보 중 제1 신체정보, 제2 신체정보 및 제3 신체정보를 좌표축으로 하는 3차원 좌표 상에 사용자의 제1 신체정보, 제2 신체정보 및 제3 신체정보에 따른 신체정보 좌표점을 지정하는 좌표점 지정부 및 3차원 좌표 상에 미리 지정된 표준체형의 신체정보 좌표점과 사용자의 신체정보 좌표점 사이의 거리로부터 사용자와 표준체형 사이의 비교 정보를 출력하는 비교정보 출력부를 구비하는 것을 특징으로 한다.
이하, 본 발명에 의한 사용자의 신체정보 출력방법을 첨부된 도면을 참조하여 상세히 설명한다.
도 1은 본 발명에 의한 사용자의 신체정보 출력방법을 설명하기 위한 일 실시예의 플로차트이다.
먼저, 사람의 신체정보 중 제1 신체정보, 제2 신체정보 및 제3 신체정보를 좌표축으로 하는 3차원 좌표 상에 사용자의 제1 신체정보, 제2 신체정보 및 제3 신체정보에 따른 신체정보 좌표점을 지정한다(제10 단계).
특히, 3차원 좌표의 좌표축에 해당하는 제1 신체정보, 제2 신체정보 및 제3 신체정보가 각각 허벅지 둘레, 복부 둘레 및 체질량 지수(BMI:Body Mass Index)에 대응하는 것을 특징으로 한다. 체질량 지수는 체중을 신장의 제곱으로 나눈 값이다. 체질량 지수의 수치가 20 미만일 때에는 저체중이고, 20 내지 24일 경우에는 정상 체중이며, 25 이상일 때는 과체중 즉, 비만으로 간주한다.
복부 둘레와 허벅지 둘레가 사람의 체형을 결정하는데 중요한 판단요소로 사용되기 때문에 3차원 좌표의 좌표축으로 사용하였다. 다만, 복부 둘레, 허벅지 둘레, 체질량 지수를 3차원 좌표의 좌표축으로 사용한 것은 일 예에 지나지 않는 것으로, 이들 이외에 가슴 둘레나 엉덩이 둘레 등도 3차원 좌표의 좌표축으로 사용할 수 있다.
도 2는 다수 사람들의 신체정보들의 일 예를 나타내는 도면이다. 도 2에 도시된 다수 사람들의 신체정보는 우리 사람들의 각 연령대별의 평균 허벅지 둘레와 평균 복부 둘레를 나타낸 것이다.
도 3은 3차원 좌표 상에 다수 사람들의 신체정보들을 좌표점으로서 지정한 일 예를 나타내는 도면이다. 예를 들어, 도 2에 도시된 다수 사람들의 복부 둘레, 허벅지 둘레 및 체질량 지수를 이용해 3차원 좌표상에 좌표점을 지정하면, 이러한 좌표점들의 분포가 도 3에 도시된 바와 같이 일그러진 구의 형태를 형성한다.
특히, 이러한 좌표점들의 분포에 의해 형성된 구의 중심점을 표준체형의 신체정보 좌표점으로 결정하는 것을 특징으로 한다. 표준체형의 신체정보 좌표점이란, 표본 집단이 어느 집단이든 상관 없이 해당 표본 집단에서 요구되는 이상적인 체형의 신체정보로부터 얻어지는 복부 둘레, 허벅지 둘레 및 체질량 지수에 의해 3차원 좌표상에 지정된 좌표점을 의미한다.
구의 중심점 즉, 표준체형의 신체정보 좌표점에 대한 정보는 사용자의 신체정보에 의한 좌표점이 지정되기 전에 미리 결정되어 있어야 한다.
도 3에 도시된 바와 같이 3차원 좌표 상에 사용자의 신체정보 즉, 복부 둘레, 허벅지 둘레 및 체질량 지수에 의해 사용자의 신체정보 좌표점이 지정되어 있음을 확인할 수 있다.
제10 단계 후에, 3차원 좌표 상에 미리 지정된 표준체형의 신체정보 좌표점과 사용자의 신체정보 좌표점 사이의 거리로부터 사용자와 표준체형 사이의 비교 정보를 출력한다(제12 단계).
도 3에 도시된 바와 같이, 표준체형의 신체정보 좌표점과 사용자의 신체정보 좌표점 사이의 거리(D)로부터 사용자와 표준체형 사이의 체형에 대한 비교 정보를 출력할 수 있다.
특히, 비교 정보는 주성분 분석기법(PCA:Principal Component Analysis)을 사용하여 출력하는 것을 특징으로 한다.
도 4는 도 3에 도시된 일그러진 구형의 분포를 나타내는 사람들의 신체정보들을 주성분 분석기법(PCA:Principal Component Analysis)을 사용하여 새로운 3차원 좌표로서 도시한 도면이다. 주성분 분석기법이란, 서로 연관이 있는 변수들이 관측되었을 때, 이 변수들이 가지고 있는 정보들을 최대한 포함하는 적은 수의 새로운 변수들을 생성하는 방법이다. 즉, 서로 연관이 있는 다수개의 변수들에 대하여 변이를 측정하는 방법이다.
도 4에 도시된 바와같이, x축은 다양한 신체정보 중 주성분 1에 해당하는 신체정보를 새로운 좌표의 좌표축으로 사용한 것이고, y축은 다양한 신체정보 중 주성분 2에 해당하는 신체정보를 새로운 좌표의 다른 좌표축으로 사용한 것이고, z축 은 다양한 신체정보 중 주성분 3에 해당하는 신체정보를 새로운 좌표의 또 다른 좌표축으로 사용한 것이다.
여기서, 주성분 1은 체형의 크기를 x축 상에 표현한 것이다. x축의 값이 클 수록 체형이 크다는 것을 의미하고, x축의 값이 작을 수록 체형이 작다는 것을 의미한다. x축의 값이 클 수록 복부 둘레와 허벅지 둘레가 커지므로, 신체적으로 큰 체형에 해당하고, x축의 값이 작을 수록 복부 둘레와 허벅지 둘레가 작아지므로, 신체적으로 작은 체형에 해당한다. 도 4에서 보는 바와 같이, 사용자의 신체정보 좌표점이 표준 체형의 신체 정보 좌표점보다 좌측에 위치하므로 사용자의 체형은 표준체형이 비해 작다는 것을 알 수 있다.
또한, 주성분 2는 비만도를 y축 상에 표현한 것이다. y축의 값이 클 수록 비만하다는 것을 의미하고, y축의 값이 작을 수록 마른 체형이라는 것을 의미한다. y축의 값이 클 수록 체지방 지수가 커지므로, 체형이 비만이라는 것을 알 수 있고, y축의 값이 작을 수록 체지방 지수가 작아지므로, 체형이 왜소하다라는 것을 알 수 있다. 도 4에서 보는 바와 같이, 사용자의 신체정보 좌표점이 표준 체형의 신체 정보 좌표점보다 큰 쪽에 위치하므로 사용자의 체형은 표준체형이 비해 조금 비만하다는 것을 알 수 있다.
또한, 주성분 3는 운동선수의 체형과 얼마나 유사한가를 z축 상에 표현한 것이다. z축의 값이 클 수록 운동수의 체형과 유사하다는 것을 의미하고, z축의 값이 작을 수록 운동선수의 체형과 비유사하다 것을 의미한다. z축의 값이 클 수록 복부 둘레가 줄어들고 허벅지 둘레가 커지므로, 운동을 통해 근육이 발달한 운동선수의 체형에 해당하고, z축의 값이 작을 수록 복부 둘레가 커지고 허벅지 둘레가 작아지므로, 운동을 하지 않아 복부 둘레만 늘어난 사무원 체형에 해당한다.도 4에서 보는 바와 같이, 사용자의 신체정보 좌표점이 표준 체형의 신체 정보 좌표점보다 위 쪽에 위치하므로 사용자의 체형은 표준체형이 비해 조금 더 운동선수 체형에 가깝다는 것을 알 수 있다.
비교정보는 사용자의 신체정보가 표준 체형으로부터 벗어난 정도에 따라 경고 메시지를 출력하는 것을 특징으로 한다.
도 5는 출력된 비교정보의 일 예를 나타내는 도면이다. 도 5에 도시된 바와 같이, 표준 체형에서 사용자의 신체정보가 벗어난 정도를 표준 편차를 사용해 확인할 수 있다. 즉, 표준 체형으로부터 사용자의 신체정보가 많이 벗어나 있다면, 신체의 체형이 정상이 아니라는 것을 사용자가 알 수 있도록 경고 메시지를 출력한다.
한편, 제12 단계는 사용자의 현재의 신체정보와 유사한 유명인의 신체정보를 출력한다. 유명인은 미디어 매체를 통해 용이하게 접할 수 있는 자로서 연예인이나 공직자 등을 포함한다. 특히, 유명인의 신체정보의 인체 이미지를 출력하는 것을 특징으로 한다. 사용자의 현재 신체정보와 유사한 유명인의 신체정보를 2차원 그래픽 이미지 또는 3차원 그래픽 이미지 중 어느 하나의 이미지에 의해 확인함으로써, 사용자는 자신의 신체 상태를 보다 즉각적이고 감성적으로 판단할 수 있다.
도 6은 도 1에 도시된 제102 단계를 설명하기 위한 일 실시예의 플로차트로서, 사용자의 현재 신체정보로부터 미래의 신체정보를 추정하여 출력하는 과정이 다.
먼저, 사용자의 현재의 신체정보로부터 미래의 신체정보를 추정한다(제200 단계).
미래의 신체정보를 추정하기 위해 사용자의 과거로부터 현재까지의 신체정보에 대한 데이터 베이스가 구비되어 있다.
특히, 본 발명에서는 미래의 신체정보를 추정하기위해 자기회귀통합이동평균모형(ARIMA:Autoregressive Integrated Moving Average)의 통계방식을 사용한다. 자기회귀통합이동평균모형의 통계방식은 자기회귀(AR:Autoregressive) 모형과 이동평균(MA:Moving Average) 모형을 결합한 시계열 예측방법을 말한다. 수학식 1은 ARIMA(1, 1, 1)의 모형을 사용할 경우 추정 알고리즘 수학식이다.
Figure 112005032606589-pat00001
여기서, Υt는 추정된 미래의 신체정보(예를 들어, 허벅지 둘레 또는 복부 둘레)를 의미하고, Υt-1 및 Υt-2는 현재 또는 과거의 사용자의 신체정보를 의미하고, φ1 및 θ1은 각각 가중치를 의미하고, μ′는 과거로부터 현재까지의 신체정보의 평균에 대한 보정치를 의미하고, ｅt 및 ｅt-1은 각각 신체정보 추정 에러값을 의미한다.
도 7은 자기회귀통합이동평균모형의 통계방식을 사용하여 추정된 사용자의 미래의 신체정보의 일 예를 나타내는 도면이다. 도 7에 도시된 바와 같이, 복부 둘레의 시간에 따른 변화량을 살펴보면, 점점 증가하는 것을 알 수 있다. 따라서 사용자는 현재의 식생활을 유지한다면, 미래의 일정 시점에서 자신의 복부 둘레가 어떻게 변화할 것이라는 것을 시각적으로 확인할 수 있다.
이러한 상태가 지속된다면, 사용자는 미래에 비만형의 체형을 갖게 될 것이므로, 이문제를 해결하기 위해 식생활 개선이나 운동 등의 필요성을 깨닫게 될 것이다. 이러한 사용자의 식생활이나 운동에 따른 신체정보의 변화를 추정할 수 있다. 즉, 전술한 자기회귀통합이동평균모형의 통계방식에 사용자의 식생활 지수 및 운동 지수를 가법적으로 반영하여 사용자의 미래의 신체정보를 추정할 수 있다. 수학식 2는 ARIMA(p, d, q)의 모형을 사용할 경우 식생활 지수 및 운동 지수가 반영된 추정 알고리즘 수학식이다.
Υt = ARIMA(p,d,q) + α×식생활 지수 + β×운동 지수
여기서, α 및 β는 가중치를 의미하고, 식생활 지수는 불규칙한 식생활이 소정 기간동안 얼마나 자주 반복되었는가를 나타내는 지수이고, 운동 지수는 소정 기간동안 운동을 행한 날 수와 행하지 않은 날 수의 차를 소정 기간으로 나눈 값을 의미한다.
도 8은 자기회귀통합이동평균모형의 통계방식에 식생활 지수 및 운동지수가 반영되어 추정된 사용자의 미래의 신체정보의 일 예를 나타내는 도면이다. 도 8에 도시된 바와 같이, 복부 둘레의 시간에 따른 변화량을 살펴보면, 식생활 및 운동 등의 처방에 따른 사용자의 복부 둘레는 미래에 도 8에 도시된 바와 같이 감소하게 됨을 확인할 수 있다.
제200 단계 후에, 추정된 신체정보를 출력한다(제202 단계).
특히, 추정된 신체정보의 이미지를 사용자의 얼굴 이미지와 합성하여, 합성된 인체 이미지를 출력하는 것을 특징으로 한다. 이를 위해 사용자의 얼굴 이미지에 대한 정보는 미리 구비되어 있다. 합성된 인체 이미지로서 2차원 그래픽 이미지 및 3차원 그래픽 이미지 중 어느 하나의 이미지를 출력하는 것을 특징으로 한다. 사용자가 자신의 미래의 모습을 시각적으로 확인함으로써, 체형 변화에 대한 동기 부여를 할 수 있다.
한편, 제12 단계는 추정된 신체정보와 유사한 유명인의 신체정보를 출력할 수도 있다. 특히, 유명인의 신체정보의 인체 이미지에 대한 2차원 그래픽 이미지 또는 3차원 그래픽 이미지를 출력하는 것을 특징으로 한다. 사용자가 자신의 변화될 신체정보를 유명인을 통해 시각적으로 확인함으로써, 체형 변화에 대한 동기 부여를 할 수 있다.
이하, 본 발명에 의한 사용자의 신체정보 출력장치를 첨부된 도면을 참조하여 상세히 설명한다.
도 9는 본 발명에 의한 사용자의 신체정보 출력장치를 설명하기 위한 일 실시예의 블록도로서, 다수 사람등의 신체정보 데이터 베이스(300), 사용자 신체정보 데이터 베이스(310), 유명인 신체정보 데이터 베이스(320), 좌표점 지정부(330), 비교정보 출력부(340), 신체정보 추정부(350), 추정정보 출력부(360), 제1 유명인 정보 출력부(370) 및 제2 유명인 정보 출력부(380)로 구성된다.
다수 사람들의 신체정보 데이터 베이스(300)에는 다수의 사람들의 신체정보가 저장되어 있다. 이러한 다수 사람들의 신체정보로서 표본 집단의 평균 신체정보가 저장될 수 있다.
사용자 신체정보 데이터 베이스(310)에는 사용자의 과거로부터 현재까지 입력된 신체정보가 저장되어 있다. 한편, 사용자 신체정보 데이터 베이스(310)에는 사용자의 얼굴 이미지에 대한 정보도 저장되어 있다.
유명인 신체정보 데이터 베이스(320)에는 다수의 유명인들의 신체정보가 저장되어 있다.
좌표점 지정부(330)는 사람의 신체정보 중 제1 신체정보, 제2 신체정보 및 제3 신체정보를 좌표축으로 하는 3차원 좌표 상에 사용자의 제1 신체정보, 제2 신체정보 및 제3 신체정보에 따른 신체정보 좌표점을 지정하고, 지정한 결과를 비교정보 출력부(340)로 출력한다.
특히, 제1 신체정보, 제2 신체정보 및 제3 신체정보가 각각 허벅지 둘레, 복부 둘레 및 체질량 지수(BMI:Body Mass Index)에 해당하는 것을 특징으로 한다.
좌표점 지정부(330)는 입력단자 IN1을 통해 사용자의 신체정보(예를 들어, 복부 둘레 또는 허벅지 둘레)를 입력받으면, 도 3에서 도시된 바와 같은 3차원 좌표 상에 사용자의 신체정보에 따른 좌표점을 지정한다. 또한, 좌표점 지정부(330)는 다수 사람들의 신체정보 데이터 베이스(300)로부터 다수 사람들의 신체정보를 입력받아서 각 사람들에 대한 좌표점들은 3차원 좌표상에 지정한다.
특히, 다수 사람들의 신체정보에 대한 좌표점들의 분포 모양을 이루는 구의 중심점이 표준체형의 신체정보 좌표점으로 결정되어 있는 것을 특징으로 한다.
비교정보 출력부(340)는 3차원 좌표 상에 미리 지정된 표준체형의 신체정보 좌표점과 사용자의 신체정보 좌표점 사이의 거리로부터 사용자와 표준체형 사이의 비교 정보를 출력한다.
비교정보 출력부(340)는 주성분 분석기법(PCA:Principal Component Analysis)을 사용하여 비교 정보를 출력하는 것을 특징으로 한다.
도 4에 도시된 바와 같이, x축은 다양한 신체정보 중 주성분 1에 해당하는 신체정보를 새로운 좌표의 좌표축으로 사용한 것이고, y축은 다양한 신체정보 중 주성분 2에 해당하는 신체정보를 새로운 좌표의 다른 좌표축으로 사용한 것이고, z축은 다양한 신체정보 중 주성분 3에 해당하는 신체정보를 새로운 좌표의 또 다른 좌표축으로 사용한 것이다. 여기서, 주성분 1은 체형의 크기를 x축 상에 표현한 것이고, 주성분 2는 비만도를 y축 상에 표현한 것이고, 주성분 3는 운동선수의 체형과 얼마나 유사한가를 z축 상에 표현한 것이다.
비교정보 출력부(340)는 사용자의 신체정보가 표준 체형으로부터 벗어난 정도에 따라 경고 메시지를 비교 정보로서 출력하는 것을 특징으로 한다. 도 5에 도시된 바와 같이, 표준 체형에서 사용자의 신체정보가 벗어난 정도를 표준 편차를 사용해 확인할 수 있다.
신체정보 추정부(350)는 사용자의 현재의 신체정보로부터 미래의 신체정보를 추정하고, 추정한 결과를 추정정보 출력부(360) 및 제2 유명인 정보 출력부(380)로 출력한다.
신체정보 추정부(350)는 입력단자 IN1을 통해 입력되는 사용자의 현재의 신체정보와 사용자 신체정보 데이터 베이스(310)로부터 제공된 사용자의 과거의 신체정보를 참조하여 사용자의 미래의 신체정보를 추정한다.
신체정보 추정부(350)는 자기회귀통합이동평균모형(ARIMA:Autoregressive Integrated Moving Average)의 통계방식을 사용하여 미래의 신체정보를 추정하는 것을 특징으로 한다. 수학식 1은 ARIMA(1, 1, 1)의 모형을 사용할 경우 추정 알고리즘 수학식이다.
또한, 신체정보 추정부(350)는 자기회귀통합이동평균모형의 통계방식에 식생활 지수 및 운동지수를 반영하여 미래의 신체정보를 추정하는 것을 특징으로 한다. 수학식 2는 ARIMA(p, d, q)의 모형을 사용할 경우 식생활 지수 및 운동 지수가 반영된 추정 알고리즘 수학식이다.
추정정보 출력부(360)는 신체정보 추정부(350)에서 추정된 신체정보를 출력한다.
추정 정보 출력부(360)는 추정된 신체정보의 이미지를 사용자의 얼굴 이미지와 합성하여, 합성된 인체 이미지를 출력하는 것을 특징으로 한다. 이를 위해, 추정 정보 출력부(360)는 사용자의 얼굴 이미지에 대한 정보를 사용자 신체정보 데이터 베이스(310)로부터 제공받는다.
추정 정보 출력부(360)는 합성된 인체 이미지로서 2차원 그래픽 이미지 및 3 차원 그래픽 이미지 중 어느 하나의 이미지를 출력하는 것을 특징으로 한다.
제1 유명인 정보 출력부(370)는 사용자의 현재의 신체정보와 유사한 유명인의 신체정보를 출력한다. 제1 유명인 정보 출력부(370)는 입력단자 IN1로부터 입력된 사용자의 현재의 신체정보와 유사한 유명인의 신체정보를 유명인 신체정보 데이터 베이스(320)에 요청하고, 요청된 유명인의 신체정보를 인출하여 출력한다.
제1 유명인 정보 출력부(370)는 유명인의 신체정보의 인체 이미지를 2차원 그래픽 이미지 또는 3차원 그래픽 이미지 중 어느 하나의 이미지로 출력하는 것을 특징으로 한다.
제2 유명인 정보 출력부(380)는 추정된 신체정보와 유사한 유명인의 신체정보를 출력한다. 제2 유명인 정보 출력부(380)는 신체정보 추정부(350)로부터 추정된 사용자의 미래의 신체정보와 유사한 유명인의 신체정보를 유명인 신체정보 데이터 베이스(320)에 요청하고, 요청된 유명인의 신체정보를 인출하여 출력한다.
제2 유명인 정보 출력부(380)는 유명인의 신체정보의 인체 이미지를 2차원 그래픽 이미지 또는 3차원 그래픽 이미지 중 어느 하나의 이미지로 출력하는 것을 특징으로 한다.
한편, 상술한 본 발명의 방법발명은 컴퓨터에서 읽을 수 있는 코드/명령들(instructions)/프로그램으로 구현될 수 있고, 매체, 예를 들면 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 코드/명령들/프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크, 마그네틱 테이프 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다. 또한, 본 발명의 실시예들은 컴퓨터로 읽을 수 있는 코드를 내장하는 매체(들)로서 구현되어, 네트워크를 통해 연결된 다수개의 컴퓨터 시스템들이 분배되어 처리 동작하도록 할 수 있다. 본 발명을 실현하는 기능적인 프로그램들, 코드들 및 코드 세그먼트(segment)들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 쉽게 추론될 수 있다.
이러한 본원 발명인 사용자의 신체정보 출력방법 및 장치는 이해를 돕기 위하여 도면에 도시된 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 분야에서 통상적 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위에 의해 정해져야 할 것이다.
본 발명에 의한 사용자의 신체정보 제공방법 및 장치는 3차원 좌표 상에서 표준 체형의 신체 상태와 사용자의 신체 상태를 종합적으로 고려하여 비교함으로써, 보다 객관적이고 정확하게 사용자의 현재 신체상태를 인지할 수 있도록 한다.
또한, 본 발명에 의한 사용자의 신체정보 제공방법 및 장치는 축적된 사용자 신체 자료를 통해서 사용자의 미래 신체 변화를 추정하고 분석하여 살이 찌거나 빠지고 있는지에 대한 추세를 추정하여 이상증후를 감지하여 알려준다. 미래 예측에는 과거의 사용자 신체 정보만을 이용한 처방전 미래 예측과 신체정보 뿐만 아니라 식생활 습관 및 운동습관 등을 복합적으로 고려한 미래예측이 가능하다.
또한, 본 발명에 의한 사용자의 신체정보 제공방법 및 장치는 사용자의 미래의 신체 상태를 인체 모델을 통해 표현함으로써 감성적이고 즉각적으로 사용자의 미래 신체 변화를 인지할 수 있도록 한다.
또한, 본 발명에 의한 사용자의 신체정보 제공방법 및 장치는 자신의 현재 또는 미래의 신체와 유사한 유명인의 인체모델을 확인함으로써, 사용자에게 자신의 신체 체형을 표준 체형으로 바꾸도록 동기를 유발시키는 효과가 있다.

Claims (32)

  1. (a) 사람의 신체정보 중 제1 신체정보, 제2 신체정보 및 제3 신체정보를 좌표축으로 하는 3차원 좌표 상에 사용자의 상기 제1 신체정보, 상기 제2 신체정보 및 상기 제3 신체정보에 따른 신체정보 좌표점을 지정하는 단계; 및
    (b) 상기 3차원 좌표 상에 미리 지정된 표준체형의 신체정보 좌표점과 상기 사용자의 신체정보 좌표점 사이의 거리로부터 상기 사용자와 상기 표준체형 사이의 비교 정보를 출력하는 단계를 구비하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  2. 제1항에 있어서, 상기 사용자의 신체정보 출력방법은
    다수 사람들의 신체정보 좌표점들이 상기 3차원 좌표 상에 지정되었을 때, 상기 지정된 좌표점들의 분포 모양을 이루는 구의 중심점을 상기 표준체형의 신체정보 좌표점으로 결정하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  3. 제1항에 있어서, 상기 (b) 단계는
    주성분 분석기법(PCA:Principal Component Analysis)을 사용하여 상기 비교 정보를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  4. 제1항에 있어서, 상기 (b) 단계는
    상기 사용자의 신체정보가 상기 표준 체형으로부터 벗어난 정도에 따라 경고 메시지를 상기 비교 정보로서 출력하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  5. 제1항에 있어서, 상기 사용자의 신체정보 출력방법은
    상기 제1 신체정보, 상기 제2 신체정보 및 상기 제3 신체정보가 각각 허벅지 둘레, 복부 둘레 및 체질량 지수(BMI:Body Mass Index)에 해당하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  6. 제1항에 있어서, 상기 사용자의 신체정보 출력방법은
    (c) 상기 사용자의 현재의 신체정보로부터 미래의 신체정보를 추정하는 단계; 및
    (d) 상기 추정된 신체정보를 출력하는 단계를 더 구비하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  7. 제6항에 있어서, 상기 (c) 단계는
    자기회귀통합이동평균모형(ARIMA:Autoregressive Integrated Moving Average)의 통계방식을 사용하여 상기 미래의 신체정보를 추정하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  8. 제7항에 있어서, 상기 (c) 단계는
    상기 자기회귀통합이동평균모형(ARIMA:Autoregressive Integrated Moving Average)의 통계방식에 식생활 지수 및 운동지수를 반영하여 상기 미래의 신체정보를 추정하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  9. 제6항에 있어서, 상기 (d) 단계는
    상기 추정된 신체정보의 이미지를 상기 사용자의 얼굴 이미지와 합성하여, 상기 합성된 인체 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  10. 제9항에 있어서, 상기 (d) 단계는
    상기 합성된 인체 이미지로서 2차원 그래픽 이미지 및 3차원 그래픽 이미지 중 어느 하나의 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  11. 제1항에 있어서, 상기 사용자의 신체정보 출력방법은
    (e) 상기 사용자의 현재의 신체정보와 유사한 유명인의 신체정보를 출력하는 단계를 더 구비하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  12. 제11항에 있어서, 상기 (e) 단계는
    상기 유명인의 신체정보의 인체 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  13. 제6항에 있어서, 상기 사용자의 신체정보 출력방법은
    (f) 상기 추정된 신체정보와 유사한 유명인의 신체정보를 출력하는 단계를 더 구비하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  14. 제13항에 있어서, 상기 (f) 단계는
    상기 유명인의 신체정보의 인체 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력방법.
  15. 제1항 내지 제14항 중 어느 한 항의 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  16. 사람의 신체정보 중 제1 신체정보, 제2 신체정보 및 제3 신체정보를 좌표축으로 하는 3차원 좌표 상에 사용자의 상기 제1 신체정보, 상기 제2 신체정보 및 상기 제3 신체정보에 따른 신체정보 좌표점을 지정하는 좌표점 지정부; 및
    상기 3차원 좌표 상에 미리 지정된 표준체형의 신체정보 좌표점과 상기 사용자의 신체정보 좌표점 사이의 거리로부터 상기 사용자와 상기 표준체형 사이의 비교 정보를 출력하는 비교정보 출력부를 구비하는 것을 특징으로 하는 사용자의 신 체정보 출력장치.
  17. 제16항에 있어서, 상기 사용자의 신체정보 출력장치는
    다수 사람들의 신체정보 좌표점들이 상기 3차원 좌표 상에 지정되었을 때, 상기 지정된 좌표점들의 분포 모양을 이루는 구의 중심점을 상기 표준체형의 신체정보 좌표점으로 결정하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  18. 제16항에 있어서, 상기 비교정보 출력부는
    주성분 분석기법(PCA:Principal Component Analysis)을 사용하여 상기 비교 정보를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  19. 제16항에 있어서, 상기 비교정보 출력부는
    상기 사용자의 신체정보가 상기 표준 체형으로부터 벗어난 정도에 따라 경고 메시지를 상기 비교 정보로서 출력하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  20. 제16항에 있어서, 상기 사용자의 신체정보 출력장치는
    상기 제1 신체정보, 상기 제2 신체정보 및 상기 제3 신체정보가 각각 허벅지 둘레, 복부 둘레 및 체질량 지수(BMI:Body Mass Index)에 해당하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  21. 제16항에 있어서, 상기 사용자의 신체정보 출력장치는
    상기 사용자의 현재의 신체정보로부터 미래의 신체정보를 추정하는 신체정보 추정부; 및
    상기 추정된 신체정보를 출력하는 추정 정보 출력부를 더 구비하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  22. 제21항에 있어서, 상기 신체정보 추정부는
    자기회귀통합이동평균모형(ARIMA:Autoregressive Integrated Moving Average)의 통계방식을 사용하여 상기 미래의 신체정보를 추정하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  23. 제22항에 있어서, 상기 신체정보 추정부는
    상기 자기회귀통합이동평균모형(ARIMA:Autoregressive Integrated Moving Average)의 통계방식에 식생활 지수 및 운동지수를 반영하여 상기 미래의 신체정보를 추정하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  24. 제21항에 있어서, 상기 추정 정보 출력부는
    상기 추정된 신체정보의 이미지를 상기 사용자의 얼굴 이미지와 합성하여, 상기 합성된 인체 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력 장치.
  25. 제24항에 있어서, 상기 추정 정보 출력부는
    상기 합성된 인체 이미지로서 2차원 그래픽 이미지 및 3차원 그래픽 이미지 중 어느 하나의 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  26. 제16항에 있어서, 상기 사용자의 신체정보 출력장치는
    상기 사용자의 현재의 신체정보와 유사한 유명인의 신체정보를 출력하는 제1 유명인 정보 출력부를 더 구비하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  27. 제26항에 있어서, 상기 제1 유명인 정보 출력부는
    상기 유명인의 신체정보의 인체 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  28. 제21항에 있어서, 상기 사용자의 신체정보 출력장치는
    상기 추정된 신체정보와 유사한 유명인의 신체정보를 출력하는 제2 유명인 정보 출력부를 더 구비하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  29. 제28항에 있어서, 상기 제2 유명인 정보 출력부는
    상기 유명인의 신체정보의 인체 이미지를 출력하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  30. 제16항에 있어서, 상기 사용자의 신체정보 출력장치는
    상기 사용자의 신체정보에 대한 데이터 베이스를 구비하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  31. 제16항에 있어서, 상기 사용자의 신체정보 출력장치는
    다수의 사람들의 신체정보에 대한 데이터 베이스를 구비하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
  32. 제26항 및 제28항 중 어느 한 항에 있어서, 상기 사용자의 신체정보 출력장치는
    상기 유명인의 신체정보에 대한 데이터 베이스를 구비하는 것을 특징으로 하는 사용자의 신체정보 출력장치.
KR1020050053057A 2005-06-20 2005-06-20 사용자의 신체정보 출력방법 및 장치 KR100601998B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020050053057A KR100601998B1 (ko) 2005-06-20 2005-06-20 사용자의 신체정보 출력방법 및 장치
US11/445,152 US8423295B2 (en) 2005-06-20 2006-06-02 Method of outputting body information and apparatus therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050053057A KR100601998B1 (ko) 2005-06-20 2005-06-20 사용자의 신체정보 출력방법 및 장치

Publications (1)

Publication Number Publication Date
KR100601998B1 true KR100601998B1 (ko) 2006-07-18

Family

ID=37184224

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050053057A KR100601998B1 (ko) 2005-06-20 2005-06-20 사용자의 신체정보 출력방법 및 장치

Country Status (2)

Country Link
US (1) US8423295B2 (ko)
KR (1) KR100601998B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101331667B1 (ko) 2011-12-13 2013-11-20 한국 한의학 연구원 얼굴 정보를 이용한 ｂｍｉ 측정 장치 및 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090001488A (ko) * 2007-04-18 2009-01-09 포항공과대학교 산학협력단 대표인체모델 생성방법
JP4625055B2 (ja) * 2007-07-30 2011-02-02 富士フイルム株式会社 診断指標取得装置
US20160081620A1 (en) * 2014-09-19 2016-03-24 Samsung Electronics Co., Ltd. Method and apparatus for health care

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02277442A (ja) * 1989-04-20 1990-11-14 Takeo Kawai モアレスクリーンを用いた人体の左右対称性測定方法
JPH09220203A (ja) * 1996-02-16 1997-08-26 Nippon Raito Service Kk 被写体のサーモグラフ画像情報にモアレトポグラフ画像情報を重ねる装置
JP2002532231A (ja) 1998-12-16 2002-10-02 ソラック 架橋性ポリマーの流動膜による少なくとも一つの金属ストリップの連続コーティングの方法及び装置
KR20050042369A (ko) * 2003-11-01 2005-05-09 학교법인연세대학교 3차원 얼굴 인식을 위한 오류 보상 특이치 분해 기반 얼굴포즈 추정 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000030384A (ko) 2000-02-25 2000-06-05 이헌 사이버 에고 시뮬레이션 제어장치
US7809153B2 (en) * 2000-04-27 2010-10-05 Inter-Images Partners, Lp System and method for assessment of health risks and visualization of weight loss and muscle gain
KR20000053954A (ko) 2000-05-12 2000-09-05 우부구 건강관리를 위한 인터넷상의 마네킹 테스트
KR20000054547A (ko) 2000-06-10 2000-09-05 한윤영 인터넷상에서 소비자별 체형에 근접한 3ｄ 데이타 생성 및이를 적용한 자기변화 예측 시스템
JP2002091971A (ja) 2000-09-11 2002-03-29 Sony Corp エージェントシステム、情報提供方法及び情報提供装置並びにデータ記録媒体
JP2002259474A (ja) 2001-03-05 2002-09-13 Oojisu Soken:Kk 人体モデル生成方法、人体モデル生成装置、コンピュータプログラム及び記録媒体
KR100454440B1 (ko) 2001-08-22 2004-10-28 김지신 3차원 신체모형 생성시스템 및 생성방법
KR20030031945A (ko) 2003-03-27 2003-04-23 김준영 실비율 신체정보 관리 시스템
US7555153B2 (en) * 2004-07-01 2009-06-30 Arthrovision Inc. Non-invasive joint evaluation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02277442A (ja) * 1989-04-20 1990-11-14 Takeo Kawai モアレスクリーンを用いた人体の左右対称性測定方法
JPH09220203A (ja) * 1996-02-16 1997-08-26 Nippon Raito Service Kk 被写体のサーモグラフ画像情報にモアレトポグラフ画像情報を重ねる装置
JP2002532231A (ja) 1998-12-16 2002-10-02 ソラック 架橋性ポリマーの流動膜による少なくとも一つの金属ストリップの連続コーティングの方法及び装置
KR20050042369A (ko) * 2003-11-01 2005-05-09 학교법인연세대학교 3차원 얼굴 인식을 위한 오류 보상 특이치 분해 기반 얼굴포즈 추정 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101331667B1 (ko) 2011-12-13 2013-11-20 한국 한의학 연구원 얼굴 정보를 이용한 ｂｍｉ 측정 장치 및 방법

Also Published As

Publication number Publication date
US8423295B2 (en) 2013-04-16
US20070038151A1 (en) 2007-02-15

Similar Documents

Publication Publication Date Title
US11568864B2 (en) Processing speech signals of a user to generate a visual representation of the user
US10916008B2 (en) Method for automatic tooth type recognition from 3D scans
Claes et al. Craniofacial reconstruction using a combined statistical model of face shape and soft tissue depths: methodology and validation
JP2018152004A (ja) 情報処理装置及びプログラム
JP6569047B1 (ja) 学習方法、コンピュータプログラム、分類器、及び生成器
EP3779812A1 (en) Index computation device, prediction system, progress prediction evaluation method, and program
KR100601998B1 (ko) 사용자의 신체정보 출력방법 및 장치
JP2021097988A (ja) 認知症リスクの提示システムおよび方法
JPWO2020122227A1 (ja) うつ状態を推定する装置、方法及びそのためのプログラム
EP3831290A1 (en) Dementia risk presentation system and method
JP4254892B1 (ja) 特徴量候補作成装置および特徴量候補作成方法
Aris et al. A new multivariate method for determining sex of immature human remains using the maxillary first molar
McCullough et al. Convolutional neural network models for automatic preoperative severity assessment in unilateral cleft lip
Kwon et al. Multistage probabilistic approach for the localization of cephalometric landmarks
CN117672532B (zh) 住院患者护理风险评估预警监控系统及方法
JP6928348B2 (ja) 脳活動予測装置、知覚認知内容推定システム、及び脳活動予測方法
US20210019636A1 (en) Prediction model construction device, prediction model construction method and prediction model construction program recording medium
Parthasarathy et al. Spatiotemporal visualization of the tongue surface using ultrasound and kriging (SURFACES)
US8666766B2 (en) System and methods for simulating future medical episodes
Tay et al. Use of facial morphology to determine nutritional status in older adults: Opportunities and challenges
Hartinger Do generalized expected utility theories capture persisting properties of individual decision makers?
JP2016110181A (ja) データ管理システム及びデータ管理方法
Toneva et al. Sex estimation based on mandibular measurements.
US20230409926A1 (en) Index for risk of non-adherence in geographic region with patient-level projection
KR102480940B1 (ko) 딥러닝을 기반으로 하는 생체 나이 추정 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130624

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20140619

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee