KR101306528B1 - 작업자의 신체활동량 및 종합스트레스지수 예측 시스템 - Google Patents

작업자의 신체활동량 및 종합스트레스지수 예측 시스템 Download PDF

Info

Publication number
KR101306528B1
KR101306528B1 KR1020110120261A KR20110120261A KR101306528B1 KR 101306528 B1 KR101306528 B1 KR 101306528B1 KR 1020110120261 A KR1020110120261 A KR 1020110120261A KR 20110120261 A KR20110120261 A KR 20110120261A KR 101306528 B1 KR101306528 B1 KR 101306528B1
Authority
KR
South Korea
Prior art keywords
worker
physical activity
stress index
rate
heart rate
Prior art date
Application number
KR1020110120261A
Other languages
English (en)
Other versions
KR20120053481A (ko
Inventor
정종훈
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Publication of KR20120053481A publication Critical patent/KR20120053481A/ko
Application granted granted Critical
Publication of KR101306528B1 publication Critical patent/KR101306528B1/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
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • A61B5/103—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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Pulmonology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Child & Adolescent Psychology (AREA)
  • Geometry (AREA)
  • Cardiology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명에서는 작업자의 호흡수, 체온, 혈압, 심박수, 급성스트레스지수 등의 생체정보 측정시스템을 개발하였고, 신체활동량과 종합적인 스트레스지수를 예측하는 모델을 발명하였다. 체온은 귀속의 체온을 적외선센서, 혈압은 손목형 혈압계, 심박수는 전극식의 심박수측정장치, 호흡수는 써미스터(thermistor), 급성스트레스지수는 전극형 심박수측정장치를 각각 사용해 생체정보를 측정하였다. 신체활동량 측정용으로 개발된 3축 가속도계를 손목, 허리 및 발목에 각각 부착해서 작업자의 움직임에 따른 신체활동량을 측정하였다. 또한 작업자의 등에 각속도 센서를 부착해 몸통의 반복적인 움직임을 분석해서 몸통의 활동량을 산출해 신체활동량에 추가하였으며, 작업자가 들어올리는 물건의 무게와 이동거리를 고려한 에너지를 더해서 작업자의 총 신체활동량을 산출하는 예측모델을 발명하였다. 또한, 몸통에 부착된 각속도를 센서를 이용해 허리 디스크에 미치는 최대 수평전단력을 분석하였다. 그리고 작업자의 생리적, 신체활동량, 역학적, 심리적 접근의 네가지 인간공학적 방법들을 포함해 종합적인 스트레스지수를 산출하는 예측모델을 발명하였다.

Description

작업자의 신체활동량 및 종합스트레스지수 예측 시스템{Predictive Systems for Body Activities and Overall Stress Index}
본 발명은 작업자의 신체활동량과 종합스트레스지수 예측 시스템에 관한 것으로서, 보다 구체적으로는 작업의 부담 정도와 작업자의 작업상태를 파악할 수 있어서 갑작스런 사고를 예방할 수 있으며, 특히 3축가속도센서를 이용해 작업자의 병진운동에 따른 신체활동량을 예측하고, 각속도회전센서를 이용해 회전운동의 움직임을 파악함으로써 신체활동량을 예측할 수 있을 뿐만 아니라, 생리적, 신체활동량, 역학적 및 심리적 측면에서 스트레스를 예측할 수 있는 스트레스지수 예측모델을 제공할 수 있는 작업자의 신체활동량과 종합스트레스지수 예측 시스템에 관한 것이다.
다양한 농작업에서 기계화 및 자동화가 도입되었지만, 아직까지도 많은 농작업들이 인력에 의한 운반 작업으로 이루어지고 있다. 근골격계 질환(Musculo Skeletal Disorders, MSDs)을 야기하는 다양한 운반 작업의 유형들이 보고되고 있으나 이 중 반복적인 들어올리기 작업은 농작업에서 대표적으로 발생할 수 있는 작업 유형으로 흔히 수확한 과채류를 적재하거나 비닐 하우스 등과 같은 좁은 작업장에서 물체를 운반할 때 주로 발생할 수 있는 농작업이다. 특히 허리를 굽혔다 펴는 동작은 농작업 자세의 총 76%를 차지하기 때문에 이에 대한 분석은 농작업의 인간공학적 설계에 있어 매우 중요한 변수로 나타내고 있다. 이처럼 인력에 의한 운반 작업 시 과중한 중량물을 취급하는 것은 직업성 근골격계 질환을 유발시키는 주요 요인으로 보고되고 있다. 따라서 농작업 시 이러한 근골격계 질환의 예방하고 개선하기 위한 생리적인 생체정보 측정시스템과 신체활동량을 분석하는 시스템의 개발이 요구되고 있다(van Wely, P., 1970; Kraus, J. F. 1997, 등). 또한 물건 취급의 작업에 대한 네가지 인간공학적 접근 방법(생리적, 신체활동량, 역학적, 심리적 접근 방법) 측면에서 종합적인 스트레스지수를 산출하는 것이 필요하다. 여기서 생리학적 스트레스는 작업에 의한 생리적인 신호 변화에 근거해 산출하며, 신체활동량 스트레스는 신진대사량에 대한 작업자의 신체활동량 변화율로 나타내며, 역학적 스트레스는 허리, 무릎, 어깨 등의 신체주요부가 받는 작업부하 변화율로 나타내고, 심리적인 스트레스는 작업자 자신이 힘 또는 능력의 발휘를 자각함으로써 아드레날린 등의 호르몬 분비에 영향을 줘 자신에게 주는 정신적 긴장, 흥분 등 교감신경과 부교감신경의 자율신경계에 미치는 정도로서 자율신경 균형도로 나타내었다.
Kroemer (1989)등에 의하면 작업 환경적 요인과 작업자세가 근골격계 질환에 큰 관련성을 가진다고 발표하였고, Nam 등 (1976)은 고온 환경에서의 장시간의 농작업에 따라 심박수, 혈압 등의 생리학적 신호가 변하고 이에 의해 농부증(farmers' syndrome)이 유발된다고 발표하였다. 또한 Park 등 (1988)은 작업 환경에 따라 심박수, 혈압 등의 생체신호 변화에 큰 영향을 미친다고 발표하였다. 따라서 인간공학적인 작업 스트레스 분석을 위한 많은 선행 연구들이 이루어져 오고 있다.
Karhu 등 (1977)은 OWAS (Ovako Working-posture Analysis System)를 이용한 관찰자적 자세평가 지표를 고안하였다. McAtamney 와 Corlett (1993) RULA (Rapid Upper Limb Assessment)를 이용하여 보다 빠른 분석이 가능한 상지 자세 평가방법을 고안하였다. Hignett 과 McAtamney (1995)은 더 나아가서 전신에 걸쳐 빠른 평가가 가능한 평가지표인 REBA (Rapid Entire Body Assessment)를 고안하였다. Guanyan Li 와 Peter Buckle (1999)은 체크리스트 기반의 작업성 근골격계 평가 기법 중 하나인 QEC (Quick Exposure Check)를 고안하여 작업성 근골격계에 자세가 미치는 영향을 평가하려는 시도를 하였다. 위와 같은 관찰자적 평가 방법들은 관찰자의 주관도와 피험자의 주관도가 개입될 수밖에 없는 정성적인 평가 방법들이기 때문에 이러한 한계를 극복하고자 정량적인 평가에 대한 연구가 꾸준히 수행되고 있다.
Jorna (1992)는 심박간변이도를 이용하여 스트레스지수와 작업부담간의 관계를 정량적으로 규명하고자 시도하였다. 최정미 (2007)등은 심박간격변이도를 이용한 표준지표 산출방법을 제시하여 급성스트레스지수와 만성스트레스지수를 산출하였다. 그러나 이 스트레스지수는 오직 심박수와 심박간격변이도만을 측정해 스트레스지수를 대표하기는 매우 미흡하였다. 이에 호흡수, 체온, 심박수 등의 모든 생리학적 생체신호를 측정해 생리학적 스트레스를 산출하고, 신체활동량에 따른 스트레스, 물건 취급에 의한 작업자의 동적 움직임 및 작업부하에 따른 역학적인 스트레스, 그리고 긴장과 불안 및 흥분에 따른 심리적인 스트레스를 종합적으로 나타낼 필요가 있었다.
Akihiko (1997)등은 각속도센서를 이용하여 몸통에 회전을 모니터링 하는 정량적 분석 방법들을 제시하였다. Gallargher 와 Marras (2002)등은 EMG (Electromyogram)와 허리움직임 모니터(LMM: Lumber Motion Monitor)와의 비교분석을 통한 움직임과 생리학적 신호간의 정량적인 비교분석을 시도하였다. Brage (2005)등은 인체의 움직임에 따르는 활동량과 생리학적 신호인 심박수의 관계를 규명하고 이를 계측하기 위한 시스템을 구축하는데 현장 적용이 가능하도록 설계하는 연구를 수행하였다. 정량적인 객관성을 확보한 데이터를 이용하여 피험자의 불편도와 스트레스 변수를 파악하려는 시도가 현재 지속적으로 이어져오고 있다.
특히, 반복적인 들어올리기 작업은 농작업 현장에서 가장 빈번하게 일어나는 자세임에도 불구하고 이에 따른 작업자의 생체정보와 신체활동량을 정량적으로 측정한 연구는 매우 미비하다. 김 (1994) 등은 반복적인 들어올리기 작업에서 작업자세와 시간이 근력변화에 미치는 영향을 규명하고자 하였고, 김 (2009) 등은 반복 들기 작업에 따른 허리주변 근육의 근활성도와 근피로도에 대한 근전도 분석을 하였다. 또한, 이 (2008) 등은 상지 반복 작업에 따른 심박수를 측정하였다.
하지만 반복적인 들어올리기 작업 시 작업자의 체온, 호흡수, 심박수 등의 생체정보와 신체활동량, 허리디스크의 최대 작업부하(수평전단력) 그리고 스트레스를 종합적으로 측정 및 분석한 발명은 지금까지 이루어지지 않았다. 따라서 본 발명에서는 작업현장에서 작업자의 생체정보와 신체활동량을 정량적으로 측정할 수 있는 생체정보 계측시스템을 발명하였고, 구성된 시스템을 이용해 작업중 가장 빈번하게 일어나는 자세인 반복적인 들어올리기 작업에서 체온, 맥박, 심박수, 호흡수 등의 생리학적 및 역학적 생체정보를 이용해 신체활동량과 종합스트레스지수를 산출하는 예측모델을 발명하였다.
그 외에도 선행기술문헌에 기술한 바와 같이, 관련되어 참고할만한 문헌이 다수 존재한다.
1. 최정미, 배병훈, 김민철. 심박간격변이도를 이용한 표준지표 산출방법, 대한민국 특허 10-0745972, 2007. 7.28
1. Kroemer, K. H. E. 1989. Cumulative trauma disorders: Their recognition and ergonomics measures to avoid them. Journal of Applied Ergonomics 20(4):91-99. 2. 남택승, 김현광, 권오형, 이정자, 한국 일부 농촌주민의 건강관리에 대한 역학적 고찰, 한국농촌의학회지, 5(1):16-27 3. Van Wely, P. 1970. Design and disease. Applied Ergonomics 1(5):262-268. 4. Kraus, J. F., K. B. Schffer, D. L. McArthur, H. Cook, and S. Harris. 1997. Epidemiology of acute low back injury in employees of a large home improvement retail company. American Journal of Epidemiology 146(8): 637-645. 5. 박성계, 고온 환경에서 심박수 및 최대혈압의 변화에 관한 연구, 한국체육학회지, 27(2):282-290 6. Jorna, P. G. A. M. 1992. Spectral analysis of heart rate and psychological state: A review of its validity as a workload index. Biological Psychology 34:237-257. 7. Bozhokin, S. V., and I. M. shchenkova. 2008, Analysis of the Heart Rate Variability Using Stress Tests. Human Physiology 34(4):461-467. 8. Mzloum, Adel, Masahary Kumashiro, Hiroyuki Izumi, and Yoshiyuki Higuchi 2008. Quantitative Overload: a Source of Stress in Data-Entry VDT work induced by Time Pressure and work Difficulty. Industrial health 46:269-280. 9. Karhu, O., P. Kansi and I. Kuorinka. 1977. Correcting working postures in industry: A practical method for analysis. Applied Ergonomics 8(3):199-201. 10. McAtamney, L., and E. N. Colett. 1989. RULA: a survey method for the investigation of work-related upper limb disorders. Applied Ergonomics 20(4):274-280. 11. Hignett, S., and L. McAtamney. 2000. Rapid Entire Body Assessment (REBA). Applied Ergonomics 31:201-205. 12. Akihiko, S. E. O. and U. D. A Shinichi. 1997. Trunk Rotation Monitor Using Angular Velocity Sensors. Industrial health 35:222-228. 13. 김상호. 정민근. 1994. 반복적인 들어올리기 작업에서 작업자세와 시간이 근력변화에 미치는 영향. 대한산업공학회 추계학술대회논문집 450-457 14. 김원호. 2009. 반복 들기 작업에 따른 허리주변 근육의 근활성도와 근피로도에 대한 근전도 분석. 한국전문물리치료학회지. 16(3):16-23 15. 이인석. Roger Haslam. 송영웅. 2008. 지각불편도와 심박수를 이용한 상지 반복 작업 작업/휴식 일정의 작업부하 비교. 한국안전학회지. 23(5):119-124 16. M. Nordin and V. H. Frankel, Basic biomechanics of the musculoskeletal system(Lippincott williams & wilikns, Philadelphia, USA, 2001), pp. 272-275. 17. Gallagher, S., W. S. Marras, K. G. Davis, and K. Kovacs. 2002. Effects of posture on dynamic back loading during a cable lifting task. Journal of Ergonomics 45(4):380-398. 18. Brage, S., N. Brage, U. Ekelund, J. Luan, P. W. Franks, K. Froberg and N. J. Wareham. 2006. Effect of combined movement and heart rate monitor placement od physical activity estimates during treadmill locomotion and free-living. European Journal of Applied Physiology 96:517-524. 19. Chandler, R.F., C. E. Clauser, J. T. McConville, H. M. Reynolds, and J. W. Young. 1975. Investigation of inertial properties of the human body. Technical Report AMRL-74-137, Aerospace Medical Research Laboratory, WrightPatterson Air Force Base, Dayton, Ohio. 20. Choi, C. H., Y. J. Kim, T. H. Kim, Y. H. Ahn and D. R. Shin. 2008. Analysis of QRS-wave Using Wavelet Transform of Electrocardiogram. Journal of Biosystems Engineering 33(5):317~325. (In Korean) 21. Nam, E. H., C. H. Choi, Y. J. Kim and D. R. Shin. 2008. Development of Pneumography Impedance Based Respiration Measurement System Using Kalman Filter. Journal of Biosystems Engineering 33(5):326~332. (In Korean) 22. Kim, H. S., S. W. Choi, A. R. Yun, S. E. Lee, K. Y. Shin, J. I. Choi and J. H. Mun. 2009. Information Processing and Interdisciplinary Technology ; Muscle Fatigue Assessment using Hilbert-Huang Transform and an Autoregressive Model during Repetitive Maximum Isokinetic Knee Extensions. Journal of Biosystems Engineering 34(2):127~132. (In Korean)
본 발명은 기존 연구의 문제점을 개선하기 위한 것으로서, 다음과 같은 목적이 있다.
먼저, 작업자의 호흡수를 써미스터를 이용해 연속적으로 측정하는 장치를 발명하고, 기타 생체신호를 측정하는 생체정보 측정시스템을 구축하며,
3축가속도계와 각속도(자이로)센서를 이용해 작업자의 신체활동량을 산출하는 예측모델을 제시하며,
각속도 센서를 등에 부착하여 허리디스크의 동적 작업부하(수평전단력)를 분석하고 무릎의 부하 및 물건무게에 따른 작업부하 등을 고려해 역학적 스트레스를 산출할 뿐만 아니라,
작업자의 체온, 심박수, 호흡수, 혈압 등의 1) 생리학적 생체정보와 2) 신진대사를 포함한 신체활동량(에너지소모량), 3) 역학적 스트레스 및 4) 심리적인 스트레스를 다 포함하는 작업자의 종합스트레스지수 모델을 제시할 수 있는 작업자의 신체활동량과 종합스트레스지수 예측 시스템을 제공하는데 있다.
본 발명에 따른 작업자의 생체정보 측정 및 스트레스 지수 예측 시스템은 작업자의 호흡 공기의 온도변화를 측정하여 작업자의 호흡수를 연산하며, 체온, 심박수, 자율신경 균형도, 혈압, 맥박, 신체활동량, 허리 디스크에 미치는 최대 수평전단력의 생체정보를 조합하여, 작업자의 스트레스 지수를 산출한다.
이때, 허리 디스크에 미치는 최대 수평전단력은 3축각속도회전센서를 이용해 몸통의 움직임을 분석해 변위, 각속도, 각가속도를 분석하여 산출하는 것이 바람직하며, 신체활동량은 취급 물건의 무게와 이동거리를 고려해 산출하는 것이 좋다.
또한, 체온은 적외선 센서를 이용해 귀속의 체온을 측정하거나 또는 피부센서를 피부에 부착해 연속적으로 체온을 측정하며, 신체활동량은 3축가속도센서를 손목, 허리 및 발목에 부착하여 신호를 분석함으로써 신체의 병진운동에 따라 연산하는 것이 바람직하다.
본 발명에 따른 신체활동량 예측 시스템은 3축 가속도 센서를 이용하여 신체 움직임에 따른 신진대사량을 포함한 신체활동량을 예측하고, 작업자가 물건을 취급시 작업자의 움직임에 따른 총 신체활동량을 다음의 식으로 연산하게 된다.
총 신체활동량(E, kcal/kg/h) = E1 + E2 + E3
(여기서, E: 총 신체활동량(kcal/kg/h),
E1: 3축가속도센서를 이용해 신체의 병진운동에 대한 신체활동량(kcal/kg/h),
E2: 3축각속도센서를 이용해 상체의 회전 움직임을 분석해 얻은 상체의 회전운동에너지(kcal/kg/h),
E3: 물건 이동시 소요되는 에너지(kcal/kg/h))
본 발명에 따른 작업자의 스트레스 지수 예측 시스템은 생리적 스트레스 지수로서, 작업자의 심박수 변화율, 호흡수 변화율, 혈압 변화율, 혈당 변화율, 체온 변화율을 고려하며, 가속도 센서를 이용하여 신진대사량을 포함한 작업자의 신체활동량의 변화율을 고려하며, 작업자의 물건을 들거나 이동시 역학적 스트레스지수를 고려하며, 심리적 스트레스지수를 고려하여, 작업자의 스트레스 지수를 산출한다.
여기서, 역학적인 스트레스지수는 물건을 들거나 이동시 허리 디스크 부하율과 무릎의 부하율 및 체중에 대한 물건 무게비율을 고려한다.
또한, 심리적인 스트레스지수는 교감신경과 부교감신경의 표준화된 자율신경균형도로 산출한다.
본 발명에 따르면, 작업자의 호흡수, 심박수, 체온, 혈압, 급성스트레스지수 등의 생체정보를 측정함으로써 작업의 부담 정도와 작업자의 작업상태를 파악할 수 있어서 갑작스런 사고를 예방할 수 있다.
특히 3축가속도센서를 이용해 작업자의 병진운동에 따른 신체활동량을 예측하고, 각속도회전센서를 이용해 회전운동의 움직임을 파악함으로써 총 신체활동량을 예측할 수 있다.
이뿐 아니라 생리적, 신체활동량, 역학적 및 심리적 측면에서 스트레스를 예측할 수 있는 스트레스지수 예측모델을 제공할 수 있다.
도 1 내지 3은 작업자의 생체정보 측정시스템으로서,
도 1은 급성스트레스지수를 측정하는 심박수측정장치(P-Trainer),
도 2는 심박수 측정장치와 자이로센서,
도 3은 신체활동량을 측정하는 3축가속도계(Actical)와 혈압/맥박 측정장치이다.
도 4는 30분 동안의 들어올리기 작업시 작업자의 체온변화 그래프이다.
도 5는 들어올리기 작업의 자세에 따른 심박수의 변화를 관찰해 본 결과이다.
도 6은 들어올리기 작업의 두 자세에서 작업자의 순수 활동량(net activity)이다.
도 7 은 단순 들어올리기 작업에 몸통의 각속도 측정을 위해 사용된 각속도 센서(XG1000)을 검증하기 위해 운동 형상학적 검증에 흔히 이용되는 광학식 3차원 동작 분석장치(ViconTM)와 비교이다.
도 8은 30분 동안 반복적인 물건 들어올리기 작업 자세에서 측정한 작업자 몸통의 각속도를 나타낸 그래프이다.
도 9 내지 11은 각변위, 각속도 그리고 각가속도를 나타낸 것으로서,
도 9는 물건 들어올리기 작업의 한 사이클에서 작업자 몸통의 각변위 변화,
도 10은 각속도의 변화,
도 11은 각가속도의 변화이며, "○" 굴곡과 신전시 최대 동적 부하를 나타낸다.
도 12는 바이오 셔츠를 이용해 대표적인 한 작업자의 급성스트레스 지수를 나타낸 그림이다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 다만, 본 발명이 실시예들에 의하여 제한되거나 한정되는 것은 아니다.
이하, 본 발명에 대해 구체적으로 설명하기로 한다.
먼저, 본 발명에 따른 작업에 따른 생체정보를 측정하기 위한 생체신호, 신체활동량 및 급성스트레스지수 측정 장치로 구성된 생체정보 측정시스템은 다음과 같다.
1) 호흡수 등의 생체신호 측정
도 1 내지 3을 제시하여, 같이 설명하기로 한다. 도 1 내지 3은 작업자의 생체정보 측정시스템으로서, 도 1은 급성스트레스지수를 측정하는 심박수측정장치(P-Trainer), 도 2는 심박수 측정장치와 자이로센서, 도 3은 신체활동량을 측정하는 3축가속도계(Actical)와 혈압/맥박 측정장치이다.
작업에 따른 심박수의 변화량은 전극형의 심박센서(예:Polar RS400, USA) (도 2), 혈압과 맥박은 오실로메트릭 방식의 손목형 혈압계 (예: VOX-1, 중외제약, Korea) (도 3), 체온은 체온계 적외선 프로브(예: Set-300, healthy living, Korea)를 이용한 귀속 체온 측정장치 또는 피부온도센서(skin sensor)를 이용하였다. 특히, 호흡수는 써미스터(thermistor)를 코밑에 부착해 호흡에 따른 온도 변화를 연속적으로 모니터링함으로써 호흡수를 측정하였다.
2) 신체활동량 예측 모델
3축가속도센서로 구성된 신체활동량 측정장치(예: Actical, MinimeterTM ,USA)을 이용해 신체 움직임에 따른 신체활동량을 측정하였다. 센서를 손목, 허리, 발목에 각각 부착하여 손목과 허리, 발목의 물리적인 움직임에 대한 신체활동량(신진대사량 포함)을 정량적으로 측정한다. 들어올리기 작업에서는 고정 위치에서 주로 손목이 사용되기 때문에 손목의 움직임으로 신체활동량을 측정하였다 (도 3). 또한, 10 kg 박스를 들어올리고 내려놓는 작업이기 때문에 박스를 들어올리고 내리는데 소요되는 에너지(3)와 굽혔다 펴는 상체의 회전 움직임에 대한 에너지소모량(2)도 산출해 측정한 신체활동량(1)에 더함으로써 총 신체활동량(1+2+3)을 구하고자 하였다. 주어진 시간 동안 박스를 들어 올린 회수와 박스 이동 거리를 고려해 박스를 드는데 소요되는 일을 계산하였고, 들어올리고 내릴 때의 상체 움직임의 평균 토크와 구부린 회수를 고려해 상체의 에너지소모량도 구한 후, 이들을 손목의 신체활동량에 더해 작업자의 총 신체활동량을 수학식 1과 같은 방법을 사용해 산출하였다.
[수학식 1]
총신체활동량(E) = E1 + E2 + E3
(여기서, E: 총 신체활동량(kcal/kg/h),
E1: 3축가속도센서를 이용해 신체의 병진운동에 대한 신체활동량(kcal/kg/h),
E2: 3축각속도센서를 이용해 상체의 회전 움직임을 분석해 얻은 상체의 회전운동에너지(kcal/kg/h),
E3: 물건 이동시 소요되는 에너지(kcal/kg/h)))
3) 몸통 각속도 측정 및 움직임 분석
각속도센서(예: XG1000,마이크로인피니티, Korea, 3축가속도센서, X-bus kit, Xsens Co., Netherlands)을 몸통의 무게중심의 위치에 부착하여 각속도를 측정하였다(그림 1B). 이 각속도센서의 결과를 광학식 3차원 동작 분석장치(예: ViconTM, Vicon, Oxford, UK)를 이용해 검증하였다. 각속도센서를 이용해 측정한 데이터를 이용하여 작업에 따른 몸통의 각가속도와 이에 따른 움직임을 분석하였다.
4) 자율신경 균형도 및 급성스트레스지수 산출
작업에 따른 급성스트레스 지수 측정을 위하여 심박수측정장치(예:P-trainer, (주)맨텍, Korea)를 이용하였다(도 1). 급성스트레스 지수(acute stress index)는 심박수와 자율신경 균형도의 함수로 나타낸 수학식 2, 3(최정미, 2007, 특허 10-0745972)를 이용하여 구하였다.
[수학식 2]
T i = M + SD * (Pi - mi) / sdi
(여기서,
T i : 표준지표
Pi : 작업자의 심전도 또는 맥파로부터 얻어지는 분석지표
mi : 표준그룹의 평균,
sdi : 표준그룹의 평균(mi)에 대한 표준편차
M : 각각의 평균(mi)의 기준이 되는 평균,
SD : 각각의 표준편차(sdi)의 기준이 되는 표준 편차)
[수학식 3]
Figure 112011091002020-pat00001
(여기서,
ASI : 급성스트레스지수(Acute stress index)
T LF / HF : 자율신경 균형도(LF/HF)의 표준지표
HF : 부교감활성도(A parasympathetic activation rate), [HF, High Frequency power (0.15~0.4 Hz) scale value of natural logarithm(ms2)]
LF : 교감활성도(A sympathetic activation rate), [LF, Low Frequency power (0.04~0.15 Hz) scale value of natural logarithm(ms2)]
* T HR : 심박수의 표준지표(A standard index of heart rate [beat per min., (bpm)])
5) 종합스트레스지수 모델( Overall Stress Index Model )
물건 취급의 작업에서 작업자의 생리학적, 신체활동량, 역학적, 심리적 접근의 인간공학적 접근 방법들을 포함해 종합적인 평균 및 최대 종합스트레스지수를 산출하는 것이 필요하다. 첫째로, 스트레스 정도를 나타내는 생리학적 요인으로는 1) 체온 변화율, 2) 혈압 변화율, 3) 심박수 변화율, 4) 호흡수 변화율 5) 혈당 변화율 고려한다. 이들 요인의 절대적인 평균(또는 최대) 변화율(소수)의 합으로 생리학적인 평균(또는 최대) 스트레스지수를 나타낼 수 있다.
둘째로, 신체 움직임에 따른 에너지소모량으로서 신진대사량을 포함한 작업자의 신체활동량(kcal/kg/h)의 변화율(소수)을 스트레스의 한 변수로 간주한다.
세째로, 스트레스의 역학적인 요인으로 물건을 취급시 허리 디스크(L4/S1)의 정적 및 동적 부하율(소수)과 무릎의 부하율(소수) 그리고 (드는 물건 무게)/체중 비율 등의 신체 주요부의 부하율을 고려한다. 네째로, 심리적인 스트레스 요인으로, 교감신경과 부교감신경의 표준화된 자율신경균형도를 산출해 심리적인 스트레스지수로 간주한다. 이들의 스트레스를 구분해 수식화하면 수학식 4 내지 11과 같다.
[수학식 4]
생리적 스트레스지수(S1)
= R.Heart + R.Respi + R.Blood + R.Glucose + 10*R.Temp
(여기서, 모든 변화율은 절대값이며 소수로서 무차원값이며, 모든 초기값은 작업 시작전의 정상상태에서의 초기상태 값임)
[수학식 5]
심박수 변화율(R.Heart) = (Hf - Hi ) / Hi
(Hf : 작업후 심박수 (회수/분), Ri : 초기 심박수 (회수/분))
[수학식 6]
호흡수 변화율(R.Respi) = (Rf - Ri) / Ri
(Rf : 작업후 호흡수, Ri : 초기 호흡수)
[수학식 7]
혈압 변화율(R.Blood) = (Bf - Bi) / Bi 의 절대값
(Bf : 작업후 혈압(blood pressure), Bi : 초기 혈압)
[수학식 8]
혈당 변화율(R.Gluco) = (Gf - Gi) / Gi
(Gf : 작업후 호흡수, Gi: 초기 호흡수)
[수학식 9]
체온변화율(R.Temp) = (Tf - Ti ) / Ti
(Tf : 작업후 체온, Ti : 작업전 초기 체온)
[수학식 10]
신체활동량 스트레스지수(S2) = (METf - METi) / METi
(METf : 신진대사량을 포함한 작업시간동안 누적 신체활동량 (Kcal/kg/h), METi : 초기 신진대사량 (Kcal/kg/h))
[수학식 11]
역학적 스트레스지수(S3) = MW / BW + Diskload / Diskloadmax + Kneeload / kneeloadmax + Shoulderload / Shoulderloadmax
(여기서, MW : 드는 물건 무게(kg), BW : 작업자 체중(kg)
Diskload : 작업시 허리디스크에 작용하는 최대 수평전단력(N),
Diskloadmax : 허리디스크의 최대 허용 수평전단력(N)
Kneeload : 작업시 무릎부하(N), Kneeloadmax : 최대 허용 무릎 부하(N)
Shoulderload: 작업시 어깨부하(N),Shoulderloadmax: 최대 허용 어깨부하(N))
[수학식 12]
심리적 스트레스지수(S4)
= 교감신경과 부교감신경의 자율신경 균형도 표준지표
= 교감신경활성도/부교감신경활성도의 표준지표 = T LF / HF
(여기서,
T LF / HF : 자율신경 균형도(LF/HF)의 표준지표
HF : 부교감활성도(A parasympathetic activation rate), [HF, High Frequency power (0.15~0.4 Hz) scale value of natural logarithm(ms2)]
LF : 교감활성도(A sympathetic activation rate), [LF, Low Frequency power (0.04~0.15 Hz) scale value of natural logarithm(ms2)])
[수학식 13]
종합스트레스지수 모델 (S) = 생리적 스트레스지수 + 신체활동량 스트레스지수 + 역학적 스트레스지수 + 심리적 스트레스지수 = a1 * S1 + a2 * S2 + a3 * S3 + a4 * S4
(여기서, a1, a2, a3, a4의 상수는 스트레스간의 가중치로서, a1=a3=a4=1 그리고 a2=0.5 를 사용한다)
[수학식13]을 이용해 각각의 변수들의 평균 변화율을 이용해 평균적인 종합 스트레스지수(무차원 값)를 구하고, 각각 항목의 가중치를 고려해 종합 스트레스지수를 구한다.
다음으로, 생체정보 측정시스템의 적용에 대해 설명하기로 한다. 실시예로서, 들어올리기 작업을 예시하기로 한다.
1) 시스템 적용 방법
박스 들어올리기 작업에 따른 생체정보를 도 1과 같이 구성한 생체정보 계측시스템을 이용하여 측정하였다. 본 실험은 실내(약 25도) 환경에서 각각 들어올리기 작업을 하고 이에 따른 생체정보를 측정하였으며, 작업에 따른 생체신호들의 변화도를 분석하였다. 들어올리기 작업을 위해 실험에 이용된 상자는 과수 따기 작업시에 흔히 이용되는 노란색 플라스틱 상자 (W52 * H37 * D32 cm)로 과수 상자의 평균적인 박스무게인 10 kg에 무게를 적재하여 실험하였다.
적용실험은 분당 20회 들어 올리고 내리기를 반복하여 총 30분간 같은 동작을 반복적으로 수행하였다. 피험자는 척추에 움직임을 측정하기 위해 설계한 실험이기 때문에 실험 오차를 줄이고자 무릎은 굽힘없이 고정하고 허리의 굽힘만으로 들어 올리도록 하였다. 실험에 사용된 박스의 무게는 총 10 kg 이었으며 허리의 운동 형상학적 분석을 위해 박스의 위치를 고정되도록 하였다. 들어올리기 작업의 한 주기 동작은 먼저 바닥에 박스를 들어올려서 트럭 위에 싣는 과정처럼 1톤 트럭의 화물칸 높이인 78 cm 높이의 책상위로 박스를 들어올리고 다시 원위치로 돌려놓는 것이었다. 이 박스를 들어올리고 내리는 작업을 반복적으로 대칭자세로 메트로놈을 이용해 규칙적(symmetric lifting)으로 하는 경우와 자유로운 자세로 비규칙적(free lifting)으로 하는 2가지 방법으로 심박수와 신체활동량을 분석하였다.
혈압은 최대수축과 최소이완시의 혈압을 측정하였고 맥박은 분당 평균 맥박수를 측정하였다. 혈압과 맥박은 측정하는데 안정적인 자세와 1분여 이상의 시간이 소요되기 때문에 총 30분간의 실험 동안 실험의 시작 전과 후 총 2회 측정하였다. 체온은 실험 중 5분 간격으로 실험 시작 전을 포함하여 총 7회 측정하여 기록하였다. 자이로센서는 몸통의 무게중심 위치에 고정시키고 몸통의 움직임을 측정하여 이에 따른 각속도, 각가속도, 각변위를 분석하였다.
2) 시스템 적용 결과
(1) 체온 변화
실험실에서 반복적인 들어올리기 작업의 시간에 따른 귀속의 체온은 약 36.5 내외를 나타냈으며, 그 체온 변화는 도 4와 같았다. 작업에서 작업자의 환경에 따른 지속적인 체온 측정은 다른 부위보다도 귀속에서 재는 것이 정확한 것으로 나타났다. 또한 피부센서를 부착해 체온을 측정하는 것도 하나의 방법이다. 21명의 실험자에 의해 측정된 귀속의 체온 변화를 볼 때 30분 동안의 반복적인 들어올리기에 따른 체온 변화는 거의 없음을 확인할 수 있었다 (P < 0.05). 이러한 체온 변화는 일상생활의 건강한 사람의 경우와 같음을 확인할 수 있었다. 농작업 등의 격한 작업에 따른 급작스런 체온변화는 작업자의 스트레스 혹은 건강 이상을 아는데 있어서 하나의 인자로 간주될 수 있다.
도 4는 30분 동안의 들어올리기 작업시 작업자의 체온변화 그래프이다.
(2) 맥박수 변화
30분 동안 반복적인 들어올리기 실험에 따른 맥박수의 변화를 측정하였다. 작업 전 맥박수는 68.27 (표준편차 7.81, beat/min) (n=18, loss: n=3) 이었으나 작업 30분 후의 맥박수는 84.80 (표준편차 8.63, beat/min) (n=18) 이었고 (p < 0.01)로 작업시간에 따라 맥박수가 유의한 차이를 보이며 증가함을 확인할 수 있었다.
즉, 작업에 따른 맥박의 변화는 스트레스 측정의 한 지수로 이용될 뿐 아니라, 작업시간과 작업 방법과 관련하여 휴식시간 설정 등의 작업환경 개선에 대한 지표로 이용될 수 있을 것으로 사료되었다. 그러나 맥박수는 심박수에 거의 비례해 증가하고 맥박수보다 심박수가 더 정확하기 때문에 심박수 값만으로도 충분하다고 사료하였다.
들어올리기 작업시 작업자의 맥박수, 심박수, 및 혈압 변화 (n=18)

생체신호
0 분
30 분 후
30 분 후
변화율(%)

맥박수		 68.33, SD 7.31
(회수/분)		 84.80, SD 8.63
(회수/분)
24.2%

심박수		 90.00, SD 1.73
(회수/분)		 116.00, SD 6.24
(회수/분)
28.9%

혈압		 126.8, SD 11.94
mmHg (High)
75.6, SD 10.42
mmHg (Low)		 131.13, SD 13.27
mmHg (High)
79.27, SD 13.03
mmHg (Low)		 3.4%
(High)
4.9%
(Low)
(p<0.05, p<0.01, 초기 상태에 대한 유의성. SD: 표준편차)
(3) 심박수 변화
30분 동안 반복적인 들어올리기 실험에 따른 심박수의 변화를 측정한 결과 시작시 평균 90회/분(표준편차: 1.73)에서 평균 116회/분(표준편차: 6.24)로 증가되어 그 변화율은 29%가 됨을 알 수 있었다 (표 2).
들어올리기 작업시 작업자의 맥박수, 심박수, 및 혈압 변화
생체신호
0 분
30 분 후
맥박수 68.33 ± 7.31
(회수/분)		 84.80 ± 8.63(1)
(회수/분)
심박수 90.00 ± 1.73
(회수/분)		 116.00 ± 6.24 (2)
(회수/분)
혈압 126.8 ± 11.94
mmHg (Max)
75.6 ± 10.42
mmHg (Min)		 131.13 ± 13.27
mmHg (Max)
79.27 ± 13.03
mmHg (Min)
((2)p<0.05, (1) p<0.01, 초기 상태에 대한 유의성)
심박수 역시 맥박수와 마찬가지로 작업시간에 따라 심박수가 유의성 있게 증가함을 확인할 수 있었다 (p < 0.05). 또한 온도측정을 위해서 소요되는 약 1분여의 짧은 시간 동안에도 심박수의 회복이 빠르게 나타남을 알 수 있었다. 작업자의 심박수 변화에 따라 작업의 강도 유무를 알 수 있었고, 작업자의 신체상태를 아는 데 중요한 인자임을 알 수 있었다. 이에 농작업의 여러 환경에서 작업시간에 따른 지속적인 심박수 변화 측정이 꼭 필요할 것으로 사료되었다.
도 5는 들어올리기 작업의 자세에 따른 심박수의 변화를 관찰해 본 결과이다. 작업을 자유로운 자세로 들어올리기(free lifting work)와 규칙적으로 들어올리기(symmetrical lifting work)로 구분하여 비교해 본 결과, 대칭자세에서 반복적으로 들어올리기 동작은 움직임의 범위가 더 구체적으로 지정되어 있었기 때문에 비규칙적인 동작보다 규칙적인 심박수 변화를 관찰할 수 있었다. 도 5에서 심박수가 떨어진 경우는 5분마다 1분씩 쉰 경우에 심박수가 떨어짐을 보여주고 있다. 이 (2008) 등은 본 연구와 비슷한 작업인 상지 반복작업 시 심박수를 측정하였고 평균 심박수가 약 27회/분의 차이가 있음을 발표하였다. 본 연구에서는 반복적인 작업 후 26회/분의 심박수 차이를 보여 이(2008)의 결과와 유사함을 알 수 있었다.
도 6의 순수 활동량(net activity: 신진대사량은 제외한 값) 변화와 연계해서 비교해 본 결과, 작업의 활동 여부에 따라 심박수에 비슷한 변화가 있음을 알 수 있었다. 또한, 순수 활동량도 심박수와 같이 5분마다 쉴 경우에는 활동량이 0에 가까이 떨어짐을 알 수 있었다. 도 6은 들어올리기 작업의 두 자세에서 작업자의 순수 활동량(net activity)이다.
(4) 신체활동량 변화 (에너지소모량)
30분(1분씩 휴식 총 5분 휴식 포함) 동안 반복적인 들어올리기 작업에서 3축 가속도계(Actical)로 손목에서 신체활동량의 변화를 측정한 결과, 25분 동안 규칙적으로(4.5초/회) 박스를 들어올리고 내린 작업자의 평균 신체활동량은 0.040 kcal/kg/min (168 kcal/70kg/h)으로 나타나, 비 작업시의 신진대사량에 비해 124% 증가하였으며, 비 규칙적으로 자유롭게 작업한 경우에는 작업자의 평균 신체활동량은 0.035 kcal/kg/min (147 kcal/70kg/h)로 96% 증가하였다. 이 신체활동량은 손목에 설치된 가속도센서로부터 얻어진 것으로서 손목의 움직임에 따른 신체활동량을 나타낸 것이다. 이에 10 kg의 박스 무게를 들어올리고 내린 작업에 소요되는 일량은 약 11 kcal/70kg/h이고, 상체를 굽히고 펴는데 소요되는 정적 및 동적 모멘트인 에너지소모량은 약 27 kcal/70kg/h 으로 산출되었다. 따라서 들어올리기 작업을 규칙적으로 한 경우 에너지소모량은 약 206 kcal/70kg/h 로 추정되었다.
이 에너지소모량은 신진대사량(75 kcal/70kg/h), 산책하는 데 소모되는 에너지소모량(약 198 kcal/65kg/h)과 초보자의 테니스 운동시 에너지소모량(305 kcal/70kg/h)과 비교되었다(Thermodynamics, Y.A. Cengel et al, 2007). 도 6에서와 같이 들어올리기 작업에서 작업 유무 및 작업 정도에 따라 순수 활동량의 변화를 알 수 있었다. 즉, 들어올리는 방식 및 자세에 따라서 순수 활동량에는 약간의 차이가 보임을 확인할 수 있었다. 도면에서 작업중에 5분 간격으로 혈압을 재기 위해 1분씩 쉬었기 때문에 순수 활동량이 0에 도달하였고, 비대칭 작업중 힘든 경우에는 서서히 할 때에는 순수 활동량이 낮게 나타남을 알 수 있다. 이는 상자의 중량과는 무관하게 들어올리는 동작에서 가속도센서 부착위치의 움직인 거리, 속도와 연관되는 지수이기 때문에 올리고 내리는 일만 보았을 때 같은 일을 수행하였다 하더라도 동작의 범위에 따라서 순수 활동량이 차이가 날 수 있음을 나타내준다.
따라서 이 3축 가속도계로 작업자의 움직임에 대한 신체활동량(에너지소모량)을 예측할 수 있었고, 자이로센서를 이용해 상체의 회전운동에 대한 에너지소모량 그리고 작업자가 물건을 이동시키는 일량을 고려해 작업자의 총 신체활동량을 산출할 수 있었다. 이 총 신체활동량으로 작업의 강도 유무를 예측할 수 있다.
(5) 각속도센서의 검증
도 7은 단순 들어올리기 작업에 몸통의 각속도 측정을 위해 사용된 각속도 센서(XG1000)을 검증하기 위해 운동 형상학적 검증에 흔히 이용되는 광학식 3차원 동작 분석장치(ViconTM)와 비교해 보았다. 광학적 3차원 동작 분석장치의 결과값이 변위로 측정되기 때문에 이를 속도로 변환하여 비교하기 위해 1차 미분을 수행하여 ViconTM의 데이터를 각속도로 주기의 회수로 나타내었다. 총 10회 단순 반복적인 들어올리기를 수행하는 동안에 주기가 동일했고, 첨두값과 첨하값이 동일한 시간에 나타나는 것을 확인할 수 있었다. 이를 통해 Vicon과 가속도센서 간의 신호 패턴이 동일하다는 것을 확인할 수 있었다. 이는 현장에서 측정하기 힘든 Vicon 대신 가속도센서가 현장실험 측정센서로서 적합하게 이용할 수 있다는 것을 확인할 수 있었다. 이로써 각속도센서를 이용해 상체의 각변위, 각속도 그리고 각가속도를 분석하여 상체의 움직임과 허리의 토크를 분석할 수 있었다.
(6) 각속도센서를 이용한 작업자 몸통의 움직임 분석
도 8은 30분 동안 반복적인 물건 들어올리기 작업 자세에서 측정한 작업자 몸통의 각속도를 나타낸 그래프이다. 중간에 1분씩 쉬는 구간이 확연히 구별되는 것을 알 수 있었다. 그림 6에서 들어올리고 내리는 작업의 한 사이클인 임의의 한 주기의 신호를 분리해 내어 약 4.5초간의 한 주기에 대해서 적분법과 미분법을 이용하여 도 9 내지 11에 각변위, 각속도 그리고 각가속도를 나타내었다. 도 9는 물건 들어올리기 작업의 한 사이클에서 작업자 몸통의 각변위 변화, 도 10은 각속도의 변화, 도 11은 각가속도의 변화이며, "○" 굴곡과 신전시 최대 동적 부하를 나타낸다.
(7) 급성스트레스 지수
도 12는 바이오 셔츠를 이용해 대표적인 한 작업자의 급성스트레스 지수를 나타낸 그림이다. 급성스트레스 지수는 3으로 거의 변화가 없었고, 체온 측정을 위해 잠시 동작을 멈출 때 80 이상으로 급격하게 증가됨을 보였다. 이같은 현상은 동일 작업에 대해 다른 작업자에게서도 같은 현상을 보였다.
한국전자통신연구원(ETRI)의 연구결과에 따르면 심박간변이도(Heart Rate Variability) 계산식에 의해 70 이상의 급성스트레스 지수를 나타낼 때 이 사람은 갑작스런 스트레스 상태에 있다고 보고한 바 있다. 반복적인 작업시에 심박간변이도는 규칙성 있게 나타나고 온도측정을 위해 잠시 멈춰있는 동안에 심박수가 평형상태로 되돌아오려고 변위 값이 큰 폭으로 변화하게 되어, 이러한 결과를 얻은 것으로 사료된다. 이는 물건 싣기 작업을 계속으로 할 때에는 급성스트레스 지수가 매우 낮았으나, 작업을 중단하고 쉬는 순간에 변화하는 신체 각성도와 자율신경균형도의 변화가 급성스트레스지수 상승에 큰 영향을 주는 것을 알 수 있었다. 따라서 심리적인 스트레스지수로서는 교감신경 활성도와 부교감신경 활성도의 비인 자율신경 균형도의 표준지수만으로서 나타내는 것이 더 바람직하다고 사료되었다.
(8) 종합 스트레스지수 모델을 10 kg 들어올리기 작업에 적용
종합 스트레스 지수 모델을 앞의 반복적인 들어올리기 작업(10 kg)에 적용해 최대 종합스트레스 지수를 다음과 같이 구하였다(표 3). 종합 스트레스지수는 1) 생리적인 스트레스 지수, 2) 신체활동량의 변화율을 나타내는 스트레스 지수, 3) 역학적 스트레스 지수, 4) 자율신경 균형도를 고려한 급성 스트레스 지수를 구한 후 이들을 산출 평균값으로 구하였다. 표 3은 반복적인 들어올리기 작업(10 kg)의 최대 종합스트레스 지수 산출이다.
항목 구분 지수, % 비고(필수/선택 항목)
생리적인 스트레스(S1, %)
= (64 + 20) / 2
= 42 %		 심박수 변화율 64 필수, 최대 1
호흡수 변화율 20 필수, 최대 1
혈압 변화율 5 선택
혈당 변화율 - 선택
체온 변화율 - 선택
신체활동량 스트레스 (S2, %) 신체활동량 변화율 9 필수
역학적 스트레스 (S3, %)
= (14 + 43) / 2
= 28.5%		 하중 변화율 14 필수
디스크 전단력 부하율 43 필수
무릎 부하율 - 선택
(부하/허용부하)
어깨 부하율 - 선택
(부하/허용부하)
급성 스트레스(S4, %) (자율신경 균형도 표준지표 + 심박수 표준지표)/2 45 필수
(자율신경 균형도와 심작수 표준지표 합의 산술평균)
종합 스트레스 지수(S) 31 S1, S2, S3, S4 합의 평균

Claims (10)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 3축 가속도 센서를 이용하여 작업자가 물건을 취급시 작업자의 움직임에 따른 총 신체활동량을 다음의 식으로 연산하는 작업자의 신체활동량 예측 시스템.
    총 신체활동량(E, kcal/kg/h) = E1 + E2 + E3
    (여기서, E: 총 신체활동량(kcal/kg/h),
    E1: 3축가속도센서를 이용해 신체의 병진운동에 대한 신체활동량(kcal/kg/h),
    E2: 3축각속도센서를 이용해 상체의 회전 움직임을 분석해 얻은 상체의 회전운동에너지(kcal/kg/h),
    E3: 물건 이동시 소요되는 에너지(kcal/kg/h))
  7. 작업자의 심박수 변화율, 호흡수 변화율, 혈압 변화율, 혈당 변화율, 체온 변화율을 포함하는 생리적 스트레스지수;
    가속도 센서를 이용하여 측정 가능한 작업자의 신체활동량의 변화율;
    작업자의 물건을 들거나 이동시 역학적 스트레스지수; 및
    심리적 스트레스지수;
    를 종합하여,
    작업자의 스트레스 지수를 산출하는 작업자의 스트레스 지수 예측 시스템.
  8. 제7항에 있어서,
    상기 역학적 스트레스지수는 다음의 식으로 연산하는 것을 특징으로 하는 작업자의 스트레스 지수 예측 시스템.
    역학적 스트레스(S3) = MW/BW + Diskload/Diskloadmax + Kneeload/Kneeloadmax + Shoulderload/Shoulderloadmax
    (여기서, MW: 드는 물건 무게(kg),
    BW: 작업자 체중(kg),
    Diskload: 작업시 허리디스크에 작용하는 최대 수평전단력(N),
    Diskloaddmax: 허리디스크의 최대 허용 수평전단력(N),
    Kneeload: 작업시 무릎부하(N),
    Kneeloadmax: 최대 허용 무릎 부하(N),
    Sholuderload: 작업시 어깨부하(N),
    Shoulderloadmax: 최대 허용 어깨부하(N))
  9. 삭제
  10. 제7항에 있어서,
    상기 심리적 스트레스지수는 교감신경과 부교감신경의 표준화된 자율신경균형도로 산출하는 것을 특징으로 하는 작업자의 스트레스 지수 예측 시스템.
KR1020110120261A 2010-11-17 2011-11-17 작업자의 신체활동량 및 종합스트레스지수 예측 시스템 KR101306528B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20100114683 2010-11-17
KR1020100114683 2010-11-17
KR1020100115836 2010-11-19
KR20100115836 2010-11-19

Publications (2)

Publication Number Publication Date
KR20120053481A KR20120053481A (ko) 2012-05-25
KR101306528B1 true KR101306528B1 (ko) 2013-09-09

Family

ID=46269662

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110120261A KR101306528B1 (ko) 2010-11-17 2011-11-17 작업자의 신체활동량 및 종합스트레스지수 예측 시스템

Country Status (1)

Country Link
KR (1) KR101306528B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11103196B2 (en) 2017-11-09 2021-08-31 Daegu Gyeongbuk Institute Of Science And Technology Apparatus and method for predicting physical stability
US11317840B2 (en) 2018-08-16 2022-05-03 Korea Institute Of Science And Technology Method for real time analyzing stress using deep neural network algorithm
US11389645B2 (en) 2018-08-23 2022-07-19 Korea Institute Of Science And Technology Chronic implantable neural probe array for neural signal acquisition and stimulation

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016105102A1 (ko) * 2014-12-22 2016-06-30 디게이트 주식회사 근골격계 질환의 발생가능성의 판단 장치 및 방법
KR102436726B1 (ko) 2015-06-15 2022-08-26 삼성전자주식회사 생리학적 노화 수준을 평가하는 방법 및 장치
KR20170064295A (ko) * 2015-12-01 2017-06-09 숭실대학교산학협력단 누적 충격량을 측정하는 방법, 웨어러블 디바이스, 모니터링 방법 및 서버
KR101959615B1 (ko) * 2017-02-08 2019-03-18 인제대학교 산학협력단 스마트폰 어플리케이션을 통한 근로자 건강관리 방법
JP6962539B2 (ja) 2017-02-24 2021-11-05 株式会社レクサー・リサーチ 業務計画最適化方法
JP6739764B2 (ja) * 2019-01-17 2020-08-12 日本電信電話株式会社 熱障害危険度判定方法および判定装置
KR102355086B1 (ko) 2020-05-22 2022-01-26 주식회사 나라컨트롤 밀폐형 챔버를 이용한 인체 신진대사량 측정장치와 방법
KR102237672B1 (ko) * 2020-12-11 2021-04-08 머스트무브 주식회사 체성분 및 운동능력 평가 시스템 및 이를 이용한 운동처방, 식품처방을 포함하는 사용자 맞춤형 건강관리방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2759188B2 (ja) 1995-03-15 1998-05-28 工業技術院長 ストレス計測装置
KR100425342B1 (ko) 2000-09-02 2004-03-30 삼성전자주식회사 신체 및 감정 상태 인식 장치 및 방법
JP2009148372A (ja) * 2007-12-19 2009-07-09 Panasonic Electric Works Co Ltd ストレス判定システムおよびストレス改善システム
KR101004036B1 (ko) 2009-01-07 2010-12-31 썬메디텍 (주) 모바일 무선 스트레스 측정 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2759188B2 (ja) 1995-03-15 1998-05-28 工業技術院長 ストレス計測装置
KR100425342B1 (ko) 2000-09-02 2004-03-30 삼성전자주식회사 신체 및 감정 상태 인식 장치 및 방법
JP2009148372A (ja) * 2007-12-19 2009-07-09 Panasonic Electric Works Co Ltd ストレス判定システムおよびストレス改善システム
KR101004036B1 (ko) 2009-01-07 2010-12-31 썬메디텍 (주) 모바일 무선 스트레스 측정 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11103196B2 (en) 2017-11-09 2021-08-31 Daegu Gyeongbuk Institute Of Science And Technology Apparatus and method for predicting physical stability
US11317840B2 (en) 2018-08-16 2022-05-03 Korea Institute Of Science And Technology Method for real time analyzing stress using deep neural network algorithm
US11389645B2 (en) 2018-08-23 2022-07-19 Korea Institute Of Science And Technology Chronic implantable neural probe array for neural signal acquisition and stimulation

Also Published As

Publication number Publication date
KR20120053481A (ko) 2012-05-25

Similar Documents

Publication Publication Date Title
KR101306528B1 (ko) 작업자의 신체활동량 및 종합스트레스지수 예측 시스템
Anwer et al. Evaluation of physiological metrics as real-time measurement of physical fatigue in construction workers: state-of-the-art review
Gatti et al. Physiological condition monitoring of construction workers
Goodie et al. Validation of Polar heart rate monitor for assessing heart rate during physical and mental stress.
Nordander et al. Precision of measurements of physical workload during standardised manual handling. Part I: surface electromyography of m. trapezius, m. infraspinatus and the forearm extensors
Li et al. A framework for evaluating muscle activity during repetitive manual material handling in construction manufacturing
US20180279919A1 (en) Method, Device and System for Sensing Neuromuscular, Physiological, Biomechanical, and Musculoskeletal Activity
Eksioglu Endurance time of grip-force as a function of grip-span, posture and anthropometric variables
KR20180108664A (ko) 수면 상태 측정장치 및 방법, 위상 코히어런스 산출 장치, 생체 진동신호 측정 장치, 스트레스 상태 측정 장치 및 수면 상태 측정 장치 및 심박 파형 추출 방법
Balderrama et al. Evaluation of three methodologies to estimate the VO2max in people of different ages
Sadat-Mohammadi et al. Non-invasive physical demand assessment using wearable respiration sensor and random forest classifier
Anwer et al. Test-retest reliability, validity, and responsiveness of a textile-based wearable sensor for real-time assessment of physical fatigue in construction bar-benders
Weston et al. A physiological and biomechanical investigation of three passive upper-extremity exoskeletons during simulated overhead work
EP3229666A1 (en) Device and method for determining a state of consciousness
Nikolic-Popovic et al. Measuring heart rate, breathing rate and skin conductance during exercise
De Nooij et al. Evaluating the effect of electrode location on surface EMG amplitude of the m. erector spinae p. longissimus dorsi
Dutta et al. Automated real-time processing of single lead electrocardiogram for simultaneous heart rate and respiratory rate monitoring
Hein et al. Upper limb manual dexterity, strength and blood flow after walking with backpack load
Carbonaro et al. A mobile biosensor to detect cardiorespiratory activity for stress tracking
Cosoli et al. Indirect estimation of breathing rate through wearable devices
KR101576666B1 (ko) 일상생활 중 심폐지구력 지표 추정시스템 및 추정방법
SeonWoo et al. Measurement of Worker's Physiological and Biomechanical Responses during the Cherry Tomato Harvesting Work in a Greenhouse
Akshay et al. Design & implementation of real time bio-signal acquisition system for quality health care services for the population of rural India
Zimkowski et al. Design and evaluation of a computer-controlled pressure algometer
Choi et al. Surface slope effects on shingling frequency and postural balance in a simulated roofing task

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: 20170824

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180820

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190917

Year of fee payment: 7