KR101267871B1 - 생체신호를 이용한 운동종류 구분시스템 및 그 방법 - Google Patents

생체신호를 이용한 운동종류 구분시스템 및 그 방법 Download PDF

Info

Publication number
KR101267871B1
KR101267871B1 KR1020110129702A KR20110129702A KR101267871B1 KR 101267871 B1 KR101267871 B1 KR 101267871B1 KR 1020110129702 A KR1020110129702 A KR 1020110129702A KR 20110129702 A KR20110129702 A KR 20110129702A KR 101267871 B1 KR101267871 B1 KR 101267871B1
Authority
KR
South Korea
Prior art keywords
exercise
value
frequency signal
signal
high frequency
Prior art date
Application number
KR1020110129702A
Other languages
English (en)
Inventor
민철홍
강경우
김태선
Original Assignee
주식회사 엘엠씨전자
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 주식회사 엘엠씨전자 filed Critical 주식회사 엘엠씨전자
Priority to KR1020110129702A priority Critical patent/KR101267871B1/ko
Application granted granted Critical
Publication of KR101267871B1 publication Critical patent/KR101267871B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physiology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명에 따른 생체신호를 이용한 운동종류 구분시스템은 생체신호 측정센서; 상기 생체신호 측정센서로부터 측정된 생체신호를 증폭하는 증폭기, 상기 증폭기로부터 증폭된 생체신호에서 잡음을 제거하는 아날로그 필터, 상기 아날로그 필터로부터 필터링된 상기 생체신호를 디지털 신호로 변환하는 아날로그 디지털 변환기를 포함하는 아날로그 처리부; 상기 아날로그 처리부로부터 처리된 상기 디지털 신호를 처리하는 디지털 처리부; 상기 디지털처리부로부터 처리된 데이터를 전송하는 유무선 인터페이스; 및 상기 유무선 인터페이스로부터 전송된 데이터를 디스플레이하는 디스플레이어를 포함하고, 상기 생체신호 측정센서는 저주파 신호, 고주파 신호 및 심전도를 측정한 생체신호를 상기 증폭기에 전송하며, 상기 저주파 신호 및 고주파 신호를 상기 디지털 처리부에서 분석하여 운동의 종류 및 운동량을 분석하는 것을 특징으로 한다.

Description

생체신호를 이용한 운동종류 구분시스템 및 그 방법 {A system for classifying activity by using bio-signal and the method thereof}
본 발명은 생체신호를 이용한 운동종류 구분시스템 및 그 방법에 관한 것이다.
산업사회의 발달에 따라 현대인은 과중한 업무로 인한 각종 스트레스 및 운동량의 부족으로 과거에 비해 고혈압, 당뇨병 및 심장질환등의 각종 성인병에 더욱 많이 시달리고 있으며 이로 인한 사망률은 매년 증가하는 추세에 있다. 이러한 성인병의 증가와 이로 인한 사망률의 증가는 현대인으로 하여금 점차 건강에 대한 보다 많은 관심을 기울이게 하였으며, 이에 따라 자신의 건강을 지키기 위해 운동을 하는 인구는 점차 증가하고 있다. 또한, 성인병 예방 및 치료와 관련된 성인병치료제는 항상 부작용을 갖고 있으며, 성인병의 근본적인 치유는 사실상 의약처방만으로는 불가능하여 현재 의료계에서는 성인병의 예방과 치료를 위한 운동요법이 각광을 받고 있다. 그러나, 이러한 운동요법은 개인의 건강상태와 나이에 적합하게 처방되어야 하며, 무리한 운동은 오히려 건강을 해칠 뿐만 아니라 치명적인 사고를 유발할 수도 있다.
즉, 운동시 각 개인이 자신의 느낌에 의해 비과학적으로 운동량을 결정할 경우 과도한 운동으로 인한 역효과를 초래할 수 있는 것이다. 따라서, 운동시 운동량을 정확히 파악할 필요성이 있다.
그러나, 일반적으로 사용되고 있는 운동량 자동측정장치는 호흡가스 및 심전도, 혈압 등을 이용하기 때문에 그 규모가 크고 장치의 가격 또한 고가이다. 따라서 개인이 이를 구입하여 일상생활뿐만 아니라 운동시 자신의 운동량을 확인할 수 없다는 단점이 있었다.
휴대가 간편하고 일반적으로 운동량을 측정하는 장치 중에 하나가 만보계인데, 만보계(pedometer)는 휴대장치로서, 측정자의 물리적 운동량을 감지하여 걸음수를 기반으로 칼로리를 유추하는 장치를 의미한다.
그러나, 만보계는 상하진동이 정확히 전달되지 않는 주머니나 목걸이 등에서 측정이 불가능하고, 지면에 수직 방향으로 부착되지 않아 내부의 추가 제대로 진동하지 못하는 경우에는 측정이 불가능하다.
또한, 기계식 및 전자식 만보계에서 소모되는 칼로리를 계산 방법은 소모 칼로리량이 단순히 걸음수에 비례하는 방법을 사용한다. 그러나 운동시 달리는 경우와 천천히 걷는 경우에 소모되는 칼로리 량이 다르다. 따라서 상기와 같이 칼로리를 계산하는 방법은 사용자의 운동량에 따라 소모되는 칼로리를 정확하게 표시할 수 없으며, 만보계는 통상적으로 하루의 운동량을 측정하여 표시하게 되므로, 걸음 수 및 칼로리 소모량을 장시간에 걸쳐 누적 관리할 수 없는 문제점이 있었고, 운동의 종류에 따른 운동량의 차이를 구분하여 정확한 운동량을 구할 수 없는 문제점이 있었다.
또한, 국내 특허공개 제2002-0021759호의 "워킹/경보/조깅/마라톤용 인공지능 운동량 측정장치 및 그 방법"에는 워킹(Walking), 경보, 조깅(Jogging), 마라톤 등의 운동시 스텝(Step)수, 운동거리, 운동시간, 운동속도, 칼로리 소모량 및 체지방 소모량 등을 측정하는 장치 및 그 방법이 개시되어 있으나, 이 또한 정확하게 운동의 종류를 구분하고 운동량을 측정하여 운동량을 판단하지는 못하는 문제점이 있다.
본 발명은 이러한 종래기술의 문제점을 해결하기 위해, 사용자의 외부환경에 의한 물리적 움직임만을 측정해오던 기존의 장치 및 시스템들과 다르게 사용자가 실제 움직일 때 발생되는 생체신호들을 측정, 분석하여 운동의 종류를 판단하고 그에 따른 정확한 운동량을 제공하고자 한다.
본 발명에 따른 생체신호를 이용한 운동종류 구분시스템은 생체신호 측정센서; 상기 생체신호 측정센서로부터 측정된 생체신호를 증폭하는 증폭기, 상기 증폭기로부터 증폭된 생체신호에서 잡음을 제거하는 아날로그 필터, 상기 아날로그 필터로부터 필터링된 상기 생체신호를 디지털 신호로 변환하는 아날로그 디지털 변환기를 포함하는 아날로그 처리부; 상기 아날로그 처리부로부터 처리된 상기 디지털 신호를 처리하는 디지털 처리부; 상기 디지털처리부로부터 처리된 데이터를 전송하는 유무선 인터페이스; 및 상기 유무선 인터페이스로부터 전송된 데이터를 디스플레이하는 디스플레이어를 포함하고, 상기 생체신호 측정센서는 저주파 신호, 고주파 신호 및 심전도를 측정한 생체신호를 상기 증폭기에 전송하며, 상기 저주파 신호 및 고주파 신호를 상기 디지털 처리부에서 분석하여 운동의 종류 및 운동량을 분석하는 것을 특징으로 한다.
또한 본 발명에 따르면, 가속도 센서를 추가로 포함하며, 상기 가속도 센서에서 측정된 가속도값은 상기 디지털 처리부에서 수학식 1을 사용하여 계산되고, 상기 저주파 신호를 상기 디지털 처리부에서 처리하여 운동의 종류 및 운동량을 분석하는 대신 이용되어, 상기 고주파 신호 및 상기 가속도값을 상기 디지털 처리부에서 분석하여 운동의 종류 및 운동량을 분석하는 것을 특징으로 한다.
<수학식 1>
Figure 112011096869082-pat00001
여기서, x는 가속도 센서의 x축 방향의 데이터, y는 y축 방향의 데이터, z는 z축 방향의 데이터를 의미하고,
Figure 112011096869082-pat00002
는 원점으로부터의 거리를 의미한다.
또한 본 발명에 따르면, 상기 운동량 측정은 상기 저주파 신호 및 상기 고주파 신호를 이용하여 수학식 2 및 수학식 3을 이용하여 각각의 운동량을 분석하는 것을 특징으로 한다.
<수학식 2>
Figure 112011096869082-pat00003
여기서,
Figure 112011096869082-pat00004
는 저주파 신호값 의미하고,
MLF는 저주파 신호로부터 추출된 운동량을 의미한다.
<수학식 3>
Figure 112011096869082-pat00005
여기서,
Figure 112011096869082-pat00006
는 고주파 신호값 의미하고,
MHF는 고주파 신호로부터 추출된 운동량을 의미한다.
또한 본 발명에 따르면, 상기 운동량 측정은 상기 저주파 신호 및 상기 고주파 신호를 이용하여 수학식 4, 5 및 수학식 6을 이용하여 각각의 운동량을 분석하는 것을 특징으로 한다.
<수학식 4>
Figure 112011096869082-pat00007
여기서, SLP는 저주파 신호값을 의미하고,
Figure 112011096869082-pat00008
는 일정 샘플링마다의 저주파 신호값 중 인접 신호값간의 차를 의미한다.
<수학식 5>
Figure 112011096869082-pat00009
여기서,
Figure 112011096869082-pat00010
는 수학식 4에서 구한 값이고, T는 샘플링 시간을 의미하며,
MLP는 저주파 신호로부터 추출된 운동량을 의미한다.
<수학식 6>
Figure 112011096869082-pat00011
여기서, SHP는 저주파 신호값을 의미하고,
Th는 기설정된 문턱값을 의미하며,
T는 샘플링 시간을 의미하고,
MHP는 고주파 신호로부터 추출된 운동량을 의미한다.
또한 본 발명에 따르면, 전체 운동량은 수학식 7을 이용하여 분석하는 것을 특징으로 한다.
<수학식 7>
Figure 112011096869082-pat00012
여기서, α,β는 스케일링 상수값을 의미한다.
또한 본 발명에 따르면, 상기 MLF 또는 MLP값이 0이상이고, 기설정된 제1설정값 이하이며, 상기 MHF 또는 MHP값이 0이상이고, 기설정된 제2설정값 이하이면 상기 디스플레이어에 휴식상태로 표시하고, 상기 MLF 또는 MLP값이 0이상이고, 기설정된 상기 제1설정값 이하이며, 상기 MHF 또는 MHP값이 기설정된 상기 제2설정값을 초과하면 상기 디스플레이어에 등척성 운동상태로 표시하고, 상기 MLF 또는 MLP값이 기설정된 상기 제1설정값을 초과하며, 상기 MHF 또는 MHP값이 기설정된 상기 제2설정값을 초과하고, 기설정된 제3설정값 이하면 상기 디스플레이어에 유산소 운동상태로 표시하고, 상기 MLF 또는 MLP값이 기설정된 상기 제1설정값을 초과하며, 상기 MHF 또는 MHP값이 기설정된 상기 제3설정값을 초과하고, 기설정된 제4설정값 이하면 상기 디스플레이어에 등장성 운동상태로 표시하고, 상기 MLF 또는 MLP값이 기설정된 상기 제1설정값을 초과하며, 상기 MHF 또는 MHP값이 기설정된 상기 제4설정값을 초과하면 상기 디스플레이어에 등속성 운동상태로 표시하는 것을 특징으로 한다.
본 발명에 따른 생체신호를 이용한 운동종류 구분방법은 생체신호 측정센서로부터 생체신호로부터 생체신호를 측정하는 생체신호 측정단계; 상기 생체신호 측정단계에서 측정된 저주파 신호로부터 추출된 운동량을 기설정된 제1설정값과 비교하는 제1비교단계; 상기 제1비교단계에서 저주파 신호로부터 추출된 운동량이 0이상이고, 제1설정값이하인 경우에 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량을 기설정된 제2설정값과 비교하는 제2비교단계; 및 상기 제1비교단계에서 저주파 신호로부터 추출된 운동량이 상기 제1설정값 초과인 경우에 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량을 기설정된 상기 제2설정값, 상기 제2설정값보다 큰 기설정된 제3설정값 및 상기 제3설정값보다 큰 기설정된 제4설정값과 비교하는 제3비교단계를 포함하는 것을 특징으로 한다.
또한 본 발명에 따르면, 상기 제2비교단계에서, 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 0이상이고, 기설정된 상기 제2설정값 이하인 경우, 휴식상태로 운동종류를 구분하고, 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제2설정값을 초과하는 경우, 등척성 운동상태로 운동종류를 구분하는 것을 특징으로 한다.
또한 본 발명에 따르면, 상기 제3비교단계에서, 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제2설정값을 초과하고, 기설정된 상기 제3설정값 이하면 유산소 운동상태로 운동종류를 구분하고, 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제3설정값을 초과하고, 기설정된 상기 제4설정값 이하면 등장성 운동상태로 운동종류를 구분하며, 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제4설정값을 초과하는 경우, 등속성 운동상태로 운동종류를 구분하는 것을 특징으로 한다.
본 발명에 따르면 등척성 운동과 등장성 운동, 등속성 운동 등과 같은 근력 운동과 유산소 운동의 구분 및 운동의 종류에 따른 소모 칼로리를 정확히 측정할 수 있는 효과가 있다.
또한, 심전도 측정이 가능하여 실시간으로 운동상황과 운동량, 건강상태 등의 측정이 가능함으로써 보다 정밀하고 체계적인 운동량을 측정할 수 있는 효과가 있다.
도 1의 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템의 개략도이다.
도 2는 본 발명에 따른 가속도 센서가 추가된 생체신호를 이용한 운동종류 구분시스템의 개략도이다.
도 3은 본 발명에 따른 생체신호 측정센서의 부착위치를 나타낸다.
도 4는 본 발명에 따른 상체 움직임 관련 저주파 신호 분석 방법을 나타낸다.
도 5는 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템을 이용하여 운동 종류를 분석하는 알고리즘을 나타낸다.
도 6은 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템을 활용하여 운동종류를 구분한 화면을 나타낸다.
도 7은 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템을 활용하여 구한 운동량을 나타낸다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 우선, 도면들 중 동일한 구성요소 또는 부품들은 가능한 한 동일한 참조부호를 나타내고 있음에 유의해야 한다. 본 발명을 설명함에 있어서 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하게 하지 않기 위해 생략한다.
본 발명에 따른 생체신호를 이용한 운동종류 구분시스템 및 그 방법은 전극으로부터 측정된 생체신호는 아날로그 필터를 통하여 3개의 생체신호로 분리되어 운동의 종류를 판단하게 된다.
도 1의 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템의 개략도이다.
도 1에 도시된 바와 같이, 생체신호를 이용한 운동종류 구분시스템(10)은 생체신호 측정센서(100), 아날로그 처리부(200), 디지털처리부(300), 유무선 인터페이스(400), 디스플레이어(500)를 포함한다.
구체적으로 아날로그 처리부(200)는 증폭기(210;amp), 아날로그 필터(220;A/F), 아날로그 디지털 변환기(230;A/D)를 포함하며, 디지털처리부(300)는 마이크로컨트롤러(320;MicroController Unit: MCU)을 포함한다.
필요에 따라 디지털처리부(300)는 디지털필터(310;D/F)를 추가로 포함할 수 있다.
생체신호 측정센서(100)는 3개의 입력채널로 형성될 수 있으며, 3개의 입력채널 각각은 외부에서 입력되는 사용자의 생체신호(sEMG)를 증폭하도록 증폭기(210)와 접속된다. 이는 생체신호(sEMG) 자체가 수십에서 수백uV의 아주 작은 미세 신호들임으로 보다 정확한 신체신호 감지 및 감지된 데이타를 손실 없이 전송하기 위함이다.
증폭기(210)에서 증폭된 생체신호(sEMG)는 아날로그 필터(220)에서 잡음이 제거되고, 아날로그 디지털 변환기(230)에서 디지털 신호로 변환된다.
변환된 디지탈 신호는 디지털 처리부(300)로 전송되고, 디지털 처리부(300)는 마이크로컨트롤러(MicroController Unit: MCU)일 수 있으며, 아날로그 처리부(200)에서 출력된 디지털 신호를 이용하여 운동종류를 판단하고 이에 따른 운동량을 계산하는 운동종류 판단 알고리즘 및 운동량 계산 알고리즘을 적용한다.
디지털 처리부(300)에서 처리된 데이터는 유.무선 인터페이스(400)로 전송한다.
또한, 디지털 처리부(300)는 알고리즘으로 분석된 데이타를 저장할 수 있는 메모리를 포함할 수 있다.
디스플레이어(500)는 유.무선 인터페이스(400)로 전송된 데이타를 디스플레이한다.
디스플레이어(500)는 LCD(Liquid Crystal Display) 모듈일 수도 있고, OLED(Organic Light Emitting Diodes) 모듈일 수 있으나, 이에 한정되는 것은 아니다.
유.무선 인터페이스(400)는 무선 사설망일 수 있으며, 다수의 통신 모듈(미도시)과 연계될 수 있으며, 상기 다수의 통신모듈은 지그비(Zigbee), 블루투스 및 UART 통신방식을 이용하여 구동될 수 있다.
도 1에 도시된 S1신호는 상체움직임과 관련된 저주파 신호이며, 주파수 아날로그 필터를 통하여 0.5 내지 3 Hz 주파수 대역의 신호를 추출한다.
상체움직임은 호흡과 밀접한 관계가 있으므로 호흡신호 혹은 흉부 움직임 등으로 표현할 수 있다.
본 발명에서의 주파수 대역은 통상적으로 표현하는 범위로써 그 값이 정해진 것이 아니며, 필터의 종류 및 필터단의 개수에 따라 주파수 대역이 조금씩 변할 수 있다.
S2신호는 근전도(근육신호)를 추출하기 위한 신호이며, 주파수는 35 내지 150Hz 의 대역의 신호를 추출하였다. 여기서 전력선 잡음을 제거하기 위해 아날로그 필터(A/F)를 이용한다.
아날로그 필터는 바람직하게는 특히 문제가 되는 60Hz 전력선 잡음을 제거하기 위한 60Hz의 노치(notch) 필터를 이용한다.
S3신호는 심전도 신호로써 심전도 신호를 이용하여 건강상태 혹은 심장박동으로 운동 중단 여부를 분석할 수 있다.
도 2는 본 발명에 따른 가속도 센서가 추가된 생체신호를 이용한 운동종류 구분시스템의 개략도이다.
가속도 센서(600)는 상체움직임 관련 저주파 신호를 보정하기 위해 추가된 것이다.
상체움직임 관련 저주파 신호인 S1은 상체를 움직일 때 발생되는 신호로써 가속도 센서(600)와 동일한 역할을 하나 가속도 센서(600)를 추가하므로 두 개의 신호를 복합적으로 사용하여 운동종류 분석의 신뢰성을 높을 수 있다.
가속도 센서(600)는 디지털 처리부(300)에서 데이터를 전송하여 수학식 1을 이용하여 가속도값(
Figure 112011096869082-pat00013
)을 구하여 저주파 신호로부터 추출된 운동량을 갈음할 수 있다.
예를 들면, 운동후 신체가 안정화 단계까지 도달하기까지는 가쁜 호흡으로 인해 저주파 신호인 S1만으로는 지속적으로 운동을 하고 있는 것인지 호흡만 하고 있는것인지 구분이 어려우나 가속도 센서(600)와 복합적으로 판단하게 되면 호흡상태인지 운동 상태인지를 구분할 수 있다.
가속도 센서(600)는 1축, 2축, 3축 모두 사용가능하며, 1축은 상하운동(y축 기준)에 대해 정의하고 2축과 3축은 수학식 1과 같이 원점으로부터 거리를 계산하여 데이터를 얻는다.
Figure 112011096869082-pat00014
여기서, x는 가속도 센서의 x축 방향의 데이터, y는 y축 방향의 데이터, z는 z축 방향의 데이터를 의미하고,
Figure 112011096869082-pat00015
는 원점으로부터의 거리를 의미한다.
도 3은 본 발명에 따른 생체신호 측정센서(100)의 부착위치를 나타낸다.
도 3에 도시된 바와 같이, 생체신호 측정센서(100)는 복부에 부착하여 생체신호를 측정 및 분석하게 된다.
생체신호 측정센서(100)의 위치는 어느 한곳을 특정하지 않으며, 도과 같이 복부 및 옆구리 등 표시된 부분에 다양하게 부착이 가능하다. 그러나 측정시마다 전극의 위치가 바뀌면 정밀한 분석이 어려우므로 되도록 처음 붙인 부분과 동일한 부분에 붙이는 것이 바람직하다.
도 3과 같이 부착된 생체신호 측정센서(100)로부터 획득된 생체신호는 아날로그 처리부(200)에서 증폭, 필터링, 디지털신호변환과정을 거쳐 디지털신호처리부(300)로 전송된다.
디지털 신호처리부(300)에서는 입력된 디지털 신호를 이용하여 운동종류를 파악하고, 운동량을 계산하게 된다.
이를 위한 디지털 신호처리부(300)의 알고리즘에 대해 이하에서 설명한다.
먼저 저주파 신호와 고주파 신호의 특징값을 추출하여 분석하기 위해서는 기저선(Baseline)의 정의가 필요하다.
본 발명에서는 기저선을(Baseline)을 0으로 가정하였다.
만약, 기저선이 0이 아닐경우, 신호값을 0으로 보정하거나, 새로운 기저선을 정의해야 한다. 새로운 기저선 정의는 측정가가 정적인 상태에서 신호값의 전체합으로 표현할 수 있다.
본 발명에 따른 생체신호를 이용한 운동종류 구분시스템(10)은 운동량 측정을 위해서 신체에서 발생되는 저주파 신호와 고주파 신호를 이용하고 저주파 신호와 고주파 신호를 분석하는 알고리즘으로서 두 가지 방법을 제안한다.
도 4는 본 발명에 따른 상체 움직임 관련 저주파 신호 분석 방법을 나타낸다.
저주파 신호는 가속도 센서(600)로 갈음할 수 있으며, 같이 사용하여 운동종류의 분석률을 높일 수 있다.
먼저 저주파 신호는 0.5~3Hz 대역의 신호로서 통상적으로 호흡이나 상체가 움직일 때 발생되는 신호로서 흉부의 움직임으로부터 발생된다.
# 저주파 및 고주파 신호 추출 알고리즘 1
저주파 신호 추출 알고리즘으로서 첫번째 방법은 도 4와 같이 일정 샘플링마다 신호값을 절대값으로 하여 그 값을 더하는 방법이다.
여기서, 일정시간마다 추출된 저주파 신호값을 따로 저장하고 "0"으로 초기화한다. 관련 식은 수학식 2와 같다.
Figure 112011096869082-pat00016
여기서,
Figure 112011096869082-pat00017
는 저주파 신호값 의미하고,
MLF는 저주파 신호로부터 추출된 운동량을 의미한다.
고주파 신호 분석 알고리즘도 저주파 신호 알고리즘과 동일하게 고주파 신호인 S2의 절대값의 합으로 표현할 수 있으며, 일정시간마다 추출된 고주파 신호값을 따로 저장하고 "0"으로 초기화 한다. 수학식 3과 같이 표현할 수 있다.
Figure 112011096869082-pat00018
여기서,
Figure 112011096869082-pat00019
는 고주파 신호값 의미하고,
MHF는 고주파 신호로부터 추출된 운동량을 의미한다.
# 저주파 및 고주파 신호 추출 알고리즘 2
본 발명에 따른 생체신호를 이용한 운동종류 구분시스템(10)에서 저주파 신호 및 고주파 신호를 분석하는 또 다른 알고리즘은 다음과 같다.
0.5 내지 3Hz 대역의 저주파신호는 대역내에서 주파수가 높은 대역의 파워(Power)를 기준으로 처리하는 것이 타당하다. 따라서 저주파 신호는 먼저 차분을 거친 후 Power를 구해 운동량의 척도로 삼는다. 차분연산은 미분을 이산화한 것으로 주파수가 높을수록 강조되는 특징이 있다. 저주파 신호를 SLP, 저주파 성분의 운동량을 MLP라고 하면, 알고리즘의 일련의 처리는 다음과 같이 수학식 4와 수학식 5로 표현할 수 있다.
Figure 112011096869082-pat00020
여기서, SLP는 저주파 신호값을 의미하고,
Figure 112011096869082-pat00021
는 일정 샘플링마다의 저주파 신호값 중 인접 신호값간의 차를 의미한다.
Figure 112011096869082-pat00022
여기서,
Figure 112011096869082-pat00023
는 수학식 4에서 구한 값이고, T는 샘플링 시간을 의미하며,
MLP는 저주파 신호로부터 추출된 운동량을 의미한다.
고주파 신호분석 알고리즘은 다음과 같다.
35 내지 150Hz 대역의 고주파대역 신호는 근육의 수축 및 이완에 의한 근전도 신호를 나타낸다.
기본적으로 이대역에 대한 운동량의 척도는 Power의 제곱을 이용한다. 하지만 이 대역은 전력선 잡음이나 주변 전자기기들로 인한 잡음이 많은 대역이기 때문에 잡음의 영향을 줄이기 위한 방법이 필요하다. 이러한 잡음들은 명백히 존재하지만 그 크기가 작다는 점을 이용해 임의의 문턱값만큼 Power의 제곱에서 제해주고 이는 수학식 6과 같이 나타낼 수 있다.고주파 신호를 SHP, 고주파 성분의 운동량을 MHP, 임의의 문턱값을 Th라고 하면 일련의 처리는 다음과 같은 수학식 6으로 나타낼 수 있다.
Figure 112011096869082-pat00024
여기서, SHP는 저주파 신호값을 의미하고,
Th는 기설정된 문턱값을 의미하며,
T는 샘플링 시간을 의미하고,
MHP는 고주파 신호로부터 추출된 운동량을 의미한다.
즉, 수학식 6은 아무런 운동을 하지 않음에도 고주파 신호가 획득되는 경우 이는 일반적인 전력선 잡음에 기인한 것이므로, 이러한 잡음의 문턱값을 미리 설정하여 정확히 고주파에 기인한 운동량만을 측정가능하게 한다.
Figure 112011096869082-pat00025
값이 음의 값을 나타내는 경우에 근육을 사용하지 않고 있음을 의미하므로 MHP는 0으로 설정하고 수학식 6에서
Figure 112011096869082-pat00026
의 의미는
Figure 112011096869082-pat00027
과 0 중 큰 값을 취함을 의미한다.
다음은 본 발명에 따른 저주파 및 고주파 신호 추출 알고리즘 1 또는 2를 이용하여 획득된 값을 이용하여 전체 운동량을 획득하는 데이터 취합방법이다.
전체 운동량은 저주파대역(혹은 가속도 센서(600)의 값)과 고주파대역을 분석한 운동량을 더해서 얻는다. 이때 각 대역에 사용한 알고리즘이 다르기 때문에 값의 크기가 큰 차이를 보인다. 따라서 스케일링 상수 α,β곱해주어 전체 운동량에 끼치는 영향의 정도를 조절한다. 전체 운동량을 MTotal이라고 하면, 이 과정은 다음과 같은 수학식 7로 나타낼 수 있다.
Figure 112011096869082-pat00028
이때, 스케일링 상수 α,β값은 실험을 통해 획득된다.
즉, 일반적으로 런닝머신이라 사이클 등의 운동기구에서 몇 분간 어느정도 속도로 운동을 하는 경우, 전체 운동량을 나타내는 지표가 널리 알려져 있고, 이러한 지표를 활용하여 동일 조건하에서 동일 운동기구에서 저주파대역(혹은 가속도 센서(600)의 값)과 고주파대역을 분석한 운동량, 즉 MLF, MHF 또는 MLP, MHP를 복수개 획득한 후, 지표의 전체 운동량과 일치시킬 수 있는 상수 α,β값을 찾아내어 이를 스케일링 상수로서 사용한다.
도 5는 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템을 이용하여 운동 종류를 분석하는 알고리즘을 나타낸다.
도 5에 도시된 바와 같이, 생체신호를 이용한 운동종류 구분시스템(10)을 이용하여, 등척성 운동과 등장성 운동, 등속성 운동과 같은 근력 운동과 유산소 운동의 구분하는 알고리즘을 나타내고 있다.
생체신호 측정단계(S100)는 우선 근육신호와 상체 움직임 신호(혹은 가속도 센서(600)의 신호) 두 가지 생체신호를 생체신호 측정센서(100)를 이용하여 측정한다.
제1비교단계(S200)에서는 생체신호 측정단계(S100)에서 측정된 저주파 신호 혹은 가속도 센서값을 이용하여 호흡신호 혹은 상체의 움직임 신호의 양을 비교판단하게 된다.
즉, 수학식 2 또는 5에서 획득된 MLF 또는 MLP값이 0이상이고, 기설정된 제1설정값(A1) 이하인 경우에는 제2비교단계(S300)에서 수학식 3 또는 6에서 획득된 MHF 또는 MHP값을 활용하여 MHF 또는 MHP값이 0이상이고, 기설정된 제2설정값(B1) 이하일 때는 호흡량도 적고, 근력도 사용하지 않는 상태이므로 휴식을 의미하게 된다.
이와는 달리 제2비교단계(S300)에서 MHF 또는 MHP값이 기설정된 제2설정값(B1)을 초과하는 경우일 때는 호흡량은 적으나, 근력 사용이 많은 상태이므로 근력 운동 중에서도 철봉에 매달리는 운동과 같이, 움직임은 적고 근력만 사용하는 등척성 운동을 하고 있음을 의미한다.
제1비교단계(S200)에서 MLF 또는 MLP값이 기설정된 제1설정값(A1)을 초과하는 경우에는 제3비교단계(S400)에서 MHF 또는 MHP값이 기설정된 제3설정값(B2)을 초과하는지를 판단한다.
MHF 또는 MHP값이 0이상이고, 기설정된 제3설정값(B2) 이하일 때는 호흡량은 많고, 근육사용량은 적음을 의미하므로 유산소운동을 하고 있음을 의미한다.
이와는 달리, MHF 또는 MHP값이 기설정된 제3설정값(B2)을 초과하는 경우에는 근력운동을 하고 있음을 의미한다.
제3비교단계(S400)에서 MHF 또는 MHP값이 기설정된 제3설정값(B2)을 초과하고, 제3설정값(B2)보다 큰 기설정된 제4설정값(B3)이하일 때는 호흡량도 많고, 근육의 사용량도 많은 근력운동으로서 웨이트 트레이닝이나 팔굽혀펴기와 같은 등장성 운동을 하고 있음을 의미한다.
또한, 제3비교단계(S400)에서 MHF 또는 MHP값이 기설정된 B3값을 초과하는 경우일 때는 호흡량도 많고, 근육의 사용량이 등장성 운동보다도 많은 운동을 의미하고, 이는 미리 정해놓은 속도를 이용하여 관절가동범위 내에서 움직이는 동안 모든 각도에서 일정한 저항을 받으며 근력을 발생시키는 수영과 같은 등속성 운동을 의미한다.
이러한 방법을 통해 본 발명에서는 신체 상태를 휴식, 유산소 운동, 등척성 운동, 등장성 운동, 등속성 운동으로 구분가능하다.
기설정된 제1설정값(A1), 제2설정값(B1), 제3설정값(B2), 제4설정값(B3)값은 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템(10)의 하드웨어의 특성 및 필터의 구성, 필터단의 개수, 필터의 종류 등에 따라 변화 가능하므로, 생체신호를 이용한 운동종류 구분시스템(10)을 구성한 후, 실험에 의해 실질적으로 휴식, 유산소 운동, 등척성 운동, 등장성 운동, 등속성 운동을 하는 복수명의 생체신호를 획득하고 이를 통해, A1, B1, B2, B3값을 설정하여 사용하면 된다.
본 발명에서 사용된 생체신호를 이용한 운동종류 구분시스템(10)에서는 아래의 표1과 같은 A1, B1, B2, B3값을 활용하였다.
운동의 종류 MLF 또는 MLP MHF 또는 MHP
휴식 0≤MLF 또는 MLP≤A1=200 0≤MHF 또는 MHP≤B1=50
등척성 운동 0≤MLF 또는 MLP≤A1=200 B1=50<MHF 또는 MHP<1000
유산소 운동 A1=200<MLF 또는 MLP<1000 B1=50<MHF 또는 MHP≤B2=150
등장성 운동 A1=200<MLF 또는 MLP<1000 B2=150<MHF 또는 MHP≤B3=250
등속성 운동 A1=200<MLF 또는 MLP<1000 B3=250<MHF 또는 MHP<1000
도 6은 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템(10)을 활용하여 운동종류를 구분한 화면을 나타내고, 도 7은 본 발명에 따른 생체신호를 이용한 운동종류 구분시스템(10)을 활용하여 구한 운동량을 나타낸다.
이상에서 본 발명은 특정의 실시예와 관련하여 도시 및 설명하였지만, 첨부된 특허청구범위에 의해 나타난 발명의 사상 및 영역으로부터 벗어나지 않는 한도내에서 다양한 변경, 개조 및 변화가 가능하다는 것을 당 업계에서 통상의 지식을 가진 자라면 누구나 쉽게 알 수 있을 것이다.
10: 생체신호를 이용한 운동종류 구분시스템 100: 생체신호 측정센서
200: 아날로그 처리부 210: 증폭기
220: 아날로그 디지털 변환기 300: 디지털처리부
310: 디지털 필터 320: 마이크로컨트롤러
400: 유무선 인터페이스 500: 디스플레이어
600: 가속도센서 S100: 생체신호 측정단계
S200: 제1비교단계 S300: 제2비교단계
S400: 제3비교단계

Claims (9)

  1. 생체신호 측정센서;
    상기 생체신호 측정센서에서 측정된 생체신호를 증폭하는 증폭기, 상기 증폭기에서 증폭된 생체신호에서 잡음을 제거하는 아날로그 필터, 상기 아날로그 필터에서 잡음이 제거된 생체신호를 디지털 신호로 변환하는 아날로그 디지털 변환기를 포함하는 아날로그 처리부;
    상기 아날로그 처리부에서 변환된 디지털 신호를 입력받아 운동의 종류 및 운동량을 분석한 데이터를 출력하는 디지털 처리부;
    상기 디지털 처리부에서 출력된 데이터를 전송하는 유무선 인터페이스; 및
    상기 유무선 인터페이스로부터 전송된 데이터를 디스플레이하는 디스플레이어를 포함하고,
    상기 생체신호 측정센서는 저주파 신호, 고주파 신호 및 심전도를 측정한 생체신호를 상기 증폭기에 전송하며,
    상기 저주파 신호 및 고주파 신호를 상기 디지털 처리부에서 분석하여 운동의 종류 및 운동량을 분석하고,
    가속도 센서를 추가로 포함하며,
    가속도 센서에서 측정된 가속도값은 상기 디지털 처리부에서 수학식 1을 사용하여 계산되고, 상기 저주파 신호를 상기 디지털 처리부에서 처리하여 운동의 종류 및 운동량을 분석하는 대신 이용되어,
    상기 고주파 신호 및 상기 가속도값을 상기 디지털 처리부에서 분석하여 운동의 종류 및 운동량을 분석하는 것을 특징으로 하는 생체신호를 이용한 운동종류 구분시스템.
    <수학식 1>
    Figure 112013036333118-pat00048

    여기서, x는 가속도 센서의 x축 방향의 데이터, y는 y축 방향의 데이터, z는 z축 방향의 데이터를 의미하고,
    Figure 112013036333118-pat00049
    는 원점으로부터의 거리를 의미한다.
  2. 삭제
  3. 제1항에 있어서,
    상기 운동량 측정은 상기 저주파 신호 및 상기 고주파 신호를 이용하여 수학식 2 및 수학식 3을 이용하여 각각의 운동량을 분석하는 것을 특징으로 하는 생체신호를 이용한 운동종류 구분시스템.
    <수학식 2>
    Figure 112011096869082-pat00031

    여기서,
    Figure 112011096869082-pat00032
    는 저주파 신호값 의미하고,
    MLF는 저주파 신호로부터 추출된 운동량을 의미한다.
    <수학식 3>
    Figure 112011096869082-pat00033

    여기서,
    Figure 112011096869082-pat00034
    는 고주파 신호값 의미하고,
    MHF는 고주파 신호로부터 추출된 운동량을 의미한다.
  4. 제1항에 있어서,
    상기 운동량 측정은 상기 저주파 신호 및 상기 고주파 신호를 이용하여 수학식 4, 5 및 수학식 6을 이용하여 각각의 운동량을 분석하는 것을 특징으로 하는 생체신호를 이용한 운동종류 구분시스템.
    <수학식 4>
    Figure 112011096869082-pat00035

    여기서, SLP는 저주파 신호값을 의미하고,
    Figure 112011096869082-pat00036
    는 일정 샘플링마다의 저주파 신호값 중 인접 신호값간의 차를 의미한다.

    <수학식 5>
    Figure 112011096869082-pat00037

    여기서,
    Figure 112011096869082-pat00038
    는 수학식 4에서 구한 값이고, T는 샘플링 시간을 의미하며,
    MLP는 저주파 신호로부터 추출된 운동량을 의미한다.

    <수학식 6>
    Figure 112011096869082-pat00039

    여기서, SHP는 저주파 신호값을 의미하고,
    Th는 기설정된 문턱값을 의미하며,
    T는 샘플링 시간을 의미하고,
    MHP는 고주파 신호로부터 추출된 운동량을 의미한다.
  5. 제3항 또는 제4항에 있어서,
    전체 운동량은 수학식 7을 이용하여 분석하는 것을 특징으로 하는 생체신호를 이용한 운동종류 구분시스템.
    <수학식 7>
    Figure 112011096869082-pat00040


    여기서, α,β는 스케일링 상수값을 의미한다.
  6. 제3항 또는 제4항에 있어서,
    상기 MLF 또는 MLP값이 0이상이고, 기설정된 제1설정값 이하이며,
    상기 MHF 또는 MHP값이 0이상이고, 기설정된 제2설정값 이하이면 상기 디스플레이어에 휴식상태로 표시하고,
    상기 MLF 또는 MLP값이 0이상이고, 기설정된 상기 제1설정값 이하이며,
    상기 MHF 또는 MHP값이 기설정된 상기 제2설정값을 초과하면 상기 디스플레이어에 등척성 운동상태로 표시하고,
    상기 MLF 또는 MLP값이 기설정된 상기 제1설정값을 초과하며,
    상기 MHF 또는 MHP값이 기설정된 상기 제2설정값을 초과하고, 기설정된 제3설정값 이하면 상기 디스플레이어에 유산소 운동상태로 표시하고,
    상기 MLF 또는 MLP값이 기설정된 상기 제1설정값을 초과하며,
    상기 MHF 또는 MHP값이 기설정된 상기 제3설정값을 초과하고, 기설정된 제4설정값 이하면 상기 디스플레이어에 등장성 운동상태로 표시하고,
    상기 MLF 또는 MLP값이 기설정된 상기 제1설정값을 초과하며,
    상기 MHF 또는 MHP값이 기설정된 상기 제4설정값을 초과하면 상기 디스플레이어에 등속성 운동상태로 표시하는 것을 특징으로 하는 생체신호를 이용한 운동종류 구분시스템.
  7. 생체신호 측정센서로부터 생체신호를 측정하는 생체신호 측정단계;
    상기 생체신호 측정단계에서 측정된 저주파 신호로부터 추출된 운동량을 기설정된 제1설정값과 비교하는 제1비교단계;
    상기 제1비교단계에서 저주파 신호로부터 추출된 운동량이 0이상이고, 제1설정값 이하인 경우에 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량을 기설정된 제2설정값과 비교하는 제2비교단계; 및
    상기 제1비교단계에서 저주파 신호로부터 추출된 운동량이 상기 제1설정값 초과인 경우에 상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량을 기설정된 상기 제2설정값, 상기 제2설정값보다 큰 기설정된 제3설정값 및 상기 제3설정값보다 큰 기설정된 제4설정값과 비교하는 제3비교단계를 포함하고,
    상기 제2비교단계에서,
    상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 0이상이고, 기설정된 상기 제2설정값 이하인 경우, 휴식상태로 운동종류를 구분하며,
    상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제2설정값을 초과하는 경우, 등척성 운동상태로 운동종류를 구분하는 것을 특징으로 하는 생체신호를 이용한 운동종류 구분방법.
  8. 삭제
  9. 제7항에 있어서,
    상기 제3비교단계에서,
    상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제2설정값을 초과하고, 기설정된 상기 제3설정값 이하면 유산소 운동상태로 운동종류를 구분하고,
    상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제3설정값을 초과하고, 기설정된 상기 제4설정값 이하면 등장성 운동상태로 운동종류를 구분하며,
    상기 생체신호 측정단계에서 측정된 고주파 신호로부터 추출된 운동량이 기설정된 상기 제4설정값을 초과하는 경우, 등속성 운동상태로 운동종류를 구분하는 것을 특징으로 하는 생체신호를 이용한 운동종류 구분방법.

KR1020110129702A 2011-12-06 2011-12-06 생체신호를 이용한 운동종류 구분시스템 및 그 방법 KR101267871B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110129702A KR101267871B1 (ko) 2011-12-06 2011-12-06 생체신호를 이용한 운동종류 구분시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110129702A KR101267871B1 (ko) 2011-12-06 2011-12-06 생체신호를 이용한 운동종류 구분시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR101267871B1 true KR101267871B1 (ko) 2013-05-27

Family

ID=48666924

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110129702A KR101267871B1 (ko) 2011-12-06 2011-12-06 생체신호를 이용한 운동종류 구분시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101267871B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018142067A (ja) * 2017-02-27 2018-09-13 富士通株式会社 判定プログラム、判定方法、および判定装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997035514A1 (fr) 1996-03-22 1997-10-02 Seiko Epson Corporation Appareil de mesure de l'intensite d'un mouvement et appareil de mesure de l'energie cinetique
KR100697646B1 (ko) 2005-09-08 2007-03-20 삼성전자주식회사 칼로리 소비량 계산 장치 및 상기 장치의 동작 방법
KR100786277B1 (ko) 2006-04-17 2007-12-17 삼성전자주식회사 맥박 측정 장치 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997035514A1 (fr) 1996-03-22 1997-10-02 Seiko Epson Corporation Appareil de mesure de l'intensite d'un mouvement et appareil de mesure de l'energie cinetique
KR100697646B1 (ko) 2005-09-08 2007-03-20 삼성전자주식회사 칼로리 소비량 계산 장치 및 상기 장치의 동작 방법
KR100786277B1 (ko) 2006-04-17 2007-12-17 삼성전자주식회사 맥박 측정 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018142067A (ja) * 2017-02-27 2018-09-13 富士通株式会社 判定プログラム、判定方法、および判定装置

Similar Documents

Publication Publication Date Title
Lugade et al. Validity of using tri-axial accelerometers to measure human movement—Part I: Posture and movement detection
Godfrey et al. Activity classification using a single chest mounted tri-axial accelerometer
TWI404521B (zh) Body balance signal measurement system and its analysis method
EP1367940B1 (en) Activity monitor
KR101656611B1 (ko) 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법
RU2535615C2 (ru) Определение затрат энергии пользователя
Korpan et al. Effect of ActiGraph GT3X+ position and algorithm choice on step count accuracy in older adults
CN106473717A (zh) 步行负担度计算装置、最大摄氧量计算装置、控制方法
Lockhart et al. Portable, non-invasive fall risk assessment in end stage renal disease patients on hemodialysis
CN106999065A (zh) 使用加速度测量术的可穿戴疼痛监测器
Webber et al. Comparison of ActiGraph GT3X+ and StepWatch step count accuracy in geriatric rehabilitation patients
KR101306528B1 (ko) 작업자의 신체활동량 및 종합스트레스지수 예측 시스템
Prawiro et al. Integrated wearable system for monitoring heart rate and step during physical activity
US20190320944A1 (en) Biomechanical activity monitoring
KR20110127856A (ko) 운동패턴 분석방법 및 이를 이용한 운동량 산출장치
EP3459455B1 (en) Biological information monitoring system
CN113017559A (zh) 一种基于压电薄膜传感器的生命体征提取算法及系统
JP2014138873A (ja) 三次元加速度計を備えた脳・神経系疾患の病状診断システム
Ceaser The estimation of caloric expenditure using three triaxial accelerometers
Yang et al. Real-time gait cycle parameters recognition using a wearable motion detector
KR101267871B1 (ko) 생체신호를 이용한 운동종류 구분시스템 및 그 방법
KR101576666B1 (ko) 일상생활 중 심폐지구력 지표 추정시스템 및 추정방법
Tokmak et al. Unveiling the relationships between seismocardiogram signals, physical activity types and metabolic equivalent of task scores
JP2010178841A (ja) 三次元加速度計を備えた健康状態診断システム
Meina et al. A combined heart rate and movement index sensor for estimating the energy expenditure

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160524

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170811

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180409

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190314

Year of fee payment: 7