KR101330404B1 - Apparatus and Method for Determining Health State using Pulse Wave - Google Patents

Apparatus and Method for Determining Health State using Pulse Wave Download PDF

Info

Publication number
KR101330404B1
KR101330404B1 KR1020110088041A KR20110088041A KR101330404B1 KR 101330404 B1 KR101330404 B1 KR 101330404B1 KR 1020110088041 A KR1020110088041 A KR 1020110088041A KR 20110088041 A KR20110088041 A KR 20110088041A KR 101330404 B1 KR101330404 B1 KR 101330404B1
Authority
KR
South Korea
Prior art keywords
pulse wave
health
constitution
information
user
Prior art date
Application number
KR1020110088041A
Other languages
Korean (ko)
Other versions
KR20130024535A (en
Inventor
김재욱
김종열
전영주
배장한
강남식
이유정
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020110088041A priority Critical patent/KR101330404B1/en
Publication of KR20130024535A publication Critical patent/KR20130024535A/en
Application granted granted Critical
Publication of KR101330404B1 publication Critical patent/KR101330404B1/en

Links

Images

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
    • 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
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Epidemiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

맥파 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법이 개시된다. 본 발명의 일 실시예에 따른 건강 상태 판단 방법은 사용자의 체질에 대한 체질 정보를 입력받는 단계, 사용자의 맥파에 대한 맥파 정보를 입력받는 단계, 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계 및, 맥파 정보 및 호출된 건강 분류 함수를 이용하여 사용자의 건강 상태를 판단하는 단계를 포함한다.Disclosed are a health state determining apparatus using the pulse wave information, a method thereof, a health classification function generating apparatus, and a method thereof. According to an embodiment of the present invention, a method for determining a health state includes receiving constitution information on a user's constitution, receiving pulse wave information on a user's pulse wave, calling a health classification function corresponding to the constitution information, and Determining the health state of the user by using the pulse wave information and the called health classification function.

Description

맥파를 이용한 건강 상태 판단 장치 및 방법{Apparatus and Method for Determining Health State using Pulse Wave}Apparatus and Method for Determining Health State using Pulse Wave}

본 발명은 사용자의 맥파 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법에 관한 것이다. The present invention relates to an apparatus and method for determining a health state using pulse wave information of a user, an apparatus for generating a health classification function, and a method thereof.

현대 사회는 건강에 대한 관심이 나날이 증가하고 있다. 이러한 시대적인 관심과 더불어, 실시간 데이터 수집에 의한 데이터 분석 방식 및 툴(tool)이 고도화되는 등 기술이 비약적으로 발전함에 따라서, 건강 상태를 모니터링하고 개인화된 건강관리 서비스를 제공받는 것이 가능하게 되었다.In modern society, interest in health is increasing day by day. Along with this era of interest, as technologies such as data analysis method and tool by real-time data collection are advanced, it becomes possible to monitor health condition and provide personalized health care service.

또한, 소비자의 의식 변화에 따른 고객 요구의 다양화와 기대수준의 향상으로 건강 서비스 및 관련 시스템 이용의 편리성 및 맞춤화가 강화되고 있는 추세이며, 축적된 개인의 건강 데이터를 바탕으로 생활 습관병 예방이나 체중관리 등의 개인화(personalized) 건강관리 사업이 급속도로 성장하고 있다.In addition, convenience and customization of health services and related systems are being strengthened due to diversification of customers 'demands and improvement of expectations according to changes in consumers' consciousness. Based on accumulated personal health data, prevention of lifestyle- Personalized health care projects such as weight management are rapidly growing.

이는 과거 건강관리 서비스가 환자를 대상으로 병원이나 의료기관에서 이루어지는 질병 치료에만 국한되는 헬스케어(Healthcare) 중심으로 이루어졌다면, 최근 소비자들의 건강관리 니즈(needs)는 건강한 사람을 대상으로 하는 질병의 사전예방 및 건강유지로 선회되고 있음을 반증하는 결과이다.If the past health care services were centered on healthcare, which is limited to the treatment of illnesses in hospitals and medical institutions, patients' health care needs in recent years have been limited to the prevention of disease And health maintenance.

즉, 생활수준의 향상과 함께 삶의 질(Quality of Life)과 웰빙/wellness에 대한 관심이 증대하면서 소비자들은 차츰 건강상태 측정, 적정 운동량 관리 등의 사전 예방적인 건강관리에 대한 선호도가 높아지고 있다.In other words, as the level of living improves and the interest in quality of life and well-being / wellness grows, consumers are gradually increasing their preference for proactive health management such as health status measurement and proper exercise management.

본 발명은 상술한 문제점을 해결하기 위한 것으로, 본 발명의 목적은 사용자의 신상 정보, 체질 정보 및 맥파 정보를 이용하여 사용자의 건강 상태를 판단하는 건강 상태 판단 장치 및 그 방법을 제공하기 위한 것이다. SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, and an object of the present invention is to provide a health state determination device and method for determining the health state of a user using the user's personal information, constitution information and pulse wave information.

또한, 본 발명의 다른 목적은, 사용자의 체질 정보를 기반으로 하고, 사용자의 맥파 특성과 건강 상태 사이의 상관 관계를 이용하여 건강 분류 함수를 체질 별로 생성하는 건강 분류 함수 생성 장치 및 그 방법을 제공하기 위한 것이다.Another object of the present invention is to provide a health classification function generation device and method for generating a health classification function for each constitution based on the user's constitution information and using the correlation between the pulse wave characteristics of the user and the state of health. It is to.

이상과 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 건강 상태 판단 방법은 사용자의 체질에 대한 체질 정보를 입력받는 단계, 상기 사용자의 맥파에 대한 맥파 정보를 입력받는 단계, 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계 및 상기 맥파 정보 및 상기 호출된 건강 분류 함수를 이용하여 상기 사용자의 건강 상태를 판단하는 단계를 포함한다. According to an aspect of the present invention, there is provided a method for determining a health condition, the method comprising: receiving constitution information on a user's constitution, receiving pulse wave information on a pulse wave of the user, Calling a corresponding health classification function and determining the health status of the user using the pulse wave information and the called health classification function.

본 발명의 일 실시예에 따른 사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 방법은 복수 개의 맥파 특성을 포함하는 참조 맥파 정보를 복수 개 입력 받고, 상기 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 단계, 상기 복수 개의 참조 맥파 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 단계, 상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 맥파 특성과 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 단계, 상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 상기 체질 별로 추출하는 단계 및 상기 적어도 하나의 주요 맥파 특성 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 단계를 포함한다. According to an embodiment of the present invention, a health classification function generating method for generating a health classification function for determining a health state of a user receives a plurality of reference pulse wave information including a plurality of pulse wave characteristics, and receives the plurality of reference pulse wave information. Receiving a plurality of clinical data corresponding to each, classifying the plurality of reference pulse wave information and the plurality of clinical data by constitution, and using the reference pulse wave information classified by the constitution and clinical data and a classification model. Calculating a correlation between a plurality of pulse wave characteristics and the health state for each of the constitutions, at least one main pulse wave characteristic from the plurality of pulse wave characteristics using the reference pulse wave information and clinical data classified by the constitutions and the classification model. Extracting each of the constitutions and the at least And generating the health classification function for each of the constitutions using one main pulse wave characteristic and the calculated correlation.

본 발명의 일 실시예에 따른 건강 상태 판단 장치는 사용자의 맥파에 대한 맥파 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받는 입력부, 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 처리부 및 상기 맥파 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단하는 판단부를 포함한다. An apparatus for determining health status according to an embodiment of the present invention includes an input unit for receiving pulse wave information of a user's pulse wave and constitution information of the user's constitution, a processor for calling a health classification function corresponding to the constitution information, and the pulse wave. And a determination unit to determine the health state of the user by using the information and the called health classification function.

본 발명의 일 실시예에 따른 사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 장치는 복수 개의 맥파 특성을 포함하는 참조 맥파 정보를 복수 개 입력 받고, 상기 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 입력부, 상기 복수 개의 참조 맥파 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 처리부, 상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 맥파 특성과 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 연산부, 상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 상기 체질 별로 추출하는 추출부 및 상기 적어도 하나의 주요 맥파 특성 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 생성부를 포함한다.A health classification function generating device for generating a health classification function for determining a health state of a user according to an embodiment of the present invention receives a plurality of reference pulse wave information including a plurality of pulse wave characteristics and receives the plurality of reference pulse wave information. The input unit for receiving a plurality of clinical data corresponding to each, the processing unit for classifying the plurality of reference pulse wave information and the plurality of clinical data for each constitution, the reference pulse wave information classified for each constitution using the clinical data and classification model At least one main pulse wave characteristic from the plurality of pulse wave characteristics using a calculation unit which calculates a correlation between a plurality of pulse wave characteristics and the health state for each of the constitutions, reference pulse wave information and clinical data classified according to the constitutions, and the classification model Extraction unit and phase for extracting the respective constitutions Using at least one of the main pulse-wave characteristics, and the calculated correlation, and includes a generator for generating the health classification function by the extender.

본 발명에서 제공하는 건강 상태 판단 장치 및 그 방법은 사용자의 신상 정보, 체질 정보 및 맥파 정보를 이용하여 사용자의 건강 상태를 간편하게 측정할 수 있어 사전 예방적인 건강관리를 가능하게 한다. The state of health determination apparatus and method provided by the present invention can easily measure the state of health of the user using personal information, constitution information and pulse wave information of the user, thereby enabling proactive health management.

또한, 본 발명에서 제공하는 건강 분류 함수 생성 장치 및 그 방법은 신상 정보, 체질 정보 및 맥파 정보를 이용함으로써 정확도가 높은 건강 분류 함수를 생성할 수 있다. In addition, the apparatus and method for generating a health classification function provided by the present invention can generate a health classification function with high accuracy by using personal information, constitution information, and pulse wave information.

도 1은 본 발명의 일 실시예에 따른 사용자의 건강 상태를 판단하는 건강 상태 판단 방법의 전체 알고리즘을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 건강 상태 판단 장치의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 건강 상태 판단 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 건강 분류 함수 생성 장치의 구성을 나타내는 블록도이다.
도 5는 복수 개의 맥파 특성으로부터 주요 맥파 특성을 체질 별로 추출하는 과정을 나타내는 도면이다.
도 6 은 본 발명의 일 실시예에 따른 건강 분류 함수 생성 방법을 설명하기 위한 흐름도이다. 1 is a diagram illustrating an overall algorithm of a health state determination method of determining a health state of a user according to an exemplary embodiment of the present invention.
2 is a block diagram illustrating a configuration of an apparatus for determining a health state according to an embodiment of the present invention.
3 is a flowchart illustrating a method of determining a health state according to an embodiment of the present invention.
4 is a block diagram illustrating a configuration of a health classification function generation device according to an embodiment of the present invention.
5 is a diagram illustrating a process of extracting the main pulse wave characteristics for each constitution from a plurality of pulse wave characteristics.
6 is a flowchart illustrating a method of generating a health classification function according to an embodiment of the present invention.

이하에서, 본 발명에 따른 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
Hereinafter, embodiments according to the present invention will be described in detail with reference to the accompanying drawings. However, the present invention is not limited to or limited by the embodiments. Like reference symbols in the drawings denote like elements.

도 1은 본 발명의 일실시예에 따른 사용자의 건강 상태를 판단하는 건강 상태 판단 방법의 전체 알고리즘을 나타내는 도면이다. 1 is a view showing the overall algorithm of the health state determination method for determining the health state of the user according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일실시예에 따른 건강 상태 판단 방법은 사용자의 건강 상태를 판단하기 위하여 사용자에 대한 물리량 정보(100), 신상 정보(110) 및 사용자의 체질 정보(120)를 입력 받을 수 있다. Referring to FIG. 1, the method for determining a health state according to an embodiment of the present invention may include physical quantity information 100, personal information 110, and constitution information 120 of a user in order to determine a health state of a user. You can receive input.

신상 정보(110)는 사용자의 나이, 성별, 키, 몸무게, BMI(체질량 지수), 직업, 교육 수준 등 사용자의 신상에 대한 정보를 포함할 수 있다.The personal information 110 may include information about the user's personal information such as age, gender, height, weight, BMI (body mass index), occupation, and education level of the user.

사용자에 대한 물리량 정보(100)는 사용자의 건강을 판단하기 위한 변수로서 사용자의 물리적 요소에 대한 측정값을 나타낸다. 예를 들어, 사용자에 대한 물리량 정보(100)는 사용자의 음성과 연관된 음성 정보(101), 사용자의 맥파(脈波)와 연관된 맥파 정보(102), 사용자의 안면의 색과 연관된 안색 정보(103), 사용자의 피부와 연관된 피부 정보(104) 및 사용자가 건강과 관련하여 작성한 설문에 대한 설문 정보(105)를 포함할 수 있다. 사용자에 대한 복수 개의 물리량 정보(100)는 사용자의 건강을 판단하기 위한 건강 분류 함수(130)의 변수로서 건강 분류 함수(130)에 입력될 수 있다. The physical quantity information 100 for the user is a variable for determining the user's health and indicates a measured value for the physical element of the user. For example, the physical quantity information 100 for the user may include voice information 101 associated with the user's voice, pulse wave information 102 associated with the user's pulse wave, and facial information 103 associated with the color of the user's face. ), Skin information 104 associated with the user's skin and questionnaire information 105 for a questionnaire completed by the user in relation to health. The plurality of physical quantity information 100 for the user may be input to the health classification function 130 as a variable of the health classification function 130 for determining the health of the user.

건강 분류 함수(130)는 사용자의 건강을 판단하기 위한 함수로서, 사용자에 대한 물리량 정보(100), 신상 정보(110) 및 체질 정보(120)를 입력 받아 사용자의 건강 상태에 대한 정보를 산출할 수 있는 함수일 수 있다. The health classification function 130 is a function for determining the user's health, and receives the physical quantity information 100, the personal information 110, and the constitution information 120 of the user to calculate information on the health state of the user. It can be a function.

건강 분류 함수(130)는 복수 개의 임상 데이터를 이용하여 생성될 수 있다. 예를 들어, 건강 상태 판단 방법은 복수 개의 임상 데이터를 분류 모델에 입력하여 함수식을 산출할 수 있고, 이 때 산출된 함수식이 건강 분류 함수(130)로 사용될 수 있다. 분류 모델은 로지스틱 회귀 분석(Logistic Regression Analysis), 뉴럴 네트워크 분석, 서포트 벡터 머신(Support Vector Machine) 분석, 의사 결정 트리 분석 및 선형 판별 분석(LDA) 중 적어도 어느 하나일 수 있다. Health classification function 130 may be generated using a plurality of clinical data. For example, the health state determination method may input a plurality of clinical data into a classification model to calculate a function, and the calculated function may be used as the health classification function 130. The classification model may be at least one of logistic regression analysis, neural network analysis, support vector machine analysis, decision tree analysis, and linear discriminant analysis (LDA).

실시예에 따라서는, 건강 분류 함수(130)는 사용자의 체질 별로 별개로 구현될 수 있다. 즉, 태음인(121)에 대한 건강 분류 함수, 소음인(122)에 대한 건강 분류 함수, 소양인(123)에 대한 건강 분류 함수 및 태양인(124)에 대한 건강 분류 함수는 별개로 구현될 수 있다. 이 때, 건강 상태 판단 방법은 사용자의 체질 정보(120)를 입력 받음으로써, 사용자의 체질에 따른 건강 분류 함수를 선택하고, 선택된 건강 분류 함수를 이용하여 사용자의 건강 상태(140)를 판단할 수 있다. According to an embodiment, the health classification function 130 may be implemented separately for each user's constitution. That is, the health classification function for the Taeumin 121, the health classification function for the Soin person 122, the health classification function for the Soyangin 123, and the health classification function for the sun person 124 may be implemented separately. In this case, the health state determination method may receive a user's constitution information 120, select a health classification function according to the user's constitution, and determine the user's health state 140 using the selected health classification function. have.

일 실시예에 따른 건강 상태 판단 방법은 입력 받은 정보에 기반하여 사용자의 건강 상태(140)를 건강(141), 반건강(142) 및 질병(143)로 분류할 수 있다.The health state determination method according to an embodiment may classify the user's health state 140 into health 141, anti-health 142, and disease 143 based on the received information.

상술한 것과 같이, 건강 상태 판단 방법은 사용자에 대한 복수 개의 물리량 정보(100)에 기반하여 사용자의 건강 상태(140)를 판단할 수 있고, 본 명세서에서는 복수 개의 물리량 정보(100) 중에서도 특히 맥파 정보를 이용하여 사용자의 건강 상태를 판단하는 새로운 장치 및 방법에 대해서 제안한다.As described above, the health state determination method may determine the health state 140 of the user based on the plurality of physical quantity information 100 for the user, and in this specification, among the plurality of physical quantity information 100, in particular, pulse wave information. It proposes a new device and method for determining the health state of a user using.

도 2는 본 발명의 일 실시예에 따른 건강 상태 판단 장치의 구성을 나타내는 블록도이다. 도 2에 도시된 건강 상태 판단 장치(230)는 사용자의 건강 상태를 판단하기 위한 사용자에 대한 물리량 정보로써, 맥파 정보(200)를 이용한다. 2 is a block diagram illustrating a configuration of an apparatus for determining a health state according to an embodiment of the present invention. The health state determining apparatus 230 illustrated in FIG. 2 uses pulse wave information 200 as physical quantity information of the user for determining the health state of the user.

도 2를 참조하면, 본 발명의 일 실시예에 따른 건강 상태 판단 장치(230)는 입력부(231), 처리부(232) 및 판단부(233)를 포함한다.  Referring to FIG. 2, the apparatus 230 for determining a health state according to an embodiment of the present invention includes an input unit 231, a processor 232, and a determiner 233.

입력부(231)는 사용자의 맥파에 대한 맥파 정보(200), 사용자의 신상에 대한 신상 정보(210) 및 사용자의 체질에 대한 체질 정보(220)를 입력 받는다. The input unit 231 receives the pulse wave information 200 about the user's pulse wave, the personal information 210 about the user's body, and the constitution information 220 about the user's body.

건강 상태 판단 장치(230)가 사용자의 건강 상태를 판단함에 있어서, 건강 상태는 맥파 정보(200), 신상 정보(210) 및 체질 정보(220)에 따라 달라질 수 있다.In determining the health state of the user, the health state determining apparatus 230 may vary according to the pulse wave information 200, the personal information 210, and the constitution information 220.

맥파 정보(200)는 별도의 맥파 측정 장치에 의해 생성되어 입력부(231)로 입력될 수 있다. 맥파 정보(200)는 복수 개의 맥파 특성을 포함하며, 사용자의 맥파와 연관된 복수 개의 맥파 특성에 대하여 센싱된 값을 포함한다. The pulse wave information 200 may be generated by a separate pulse wave measuring apparatus and input to the input unit 231. The pulse wave information 200 includes a plurality of pulse wave characteristics, and includes values sensed for the plurality of pulse wave characteristics associated with the pulse wave of the user.

복수 개의 맥파 특성으로는 사용자의 왼쪽 손목과 오른쪽 손목에서의 맥파 측정 부위(촌, 관, 척), 맥위의 깊이, 맥동의 세기, 맥박의 빠르기, 맥동의 길이, 맥동의 너비, 맥파의 긴장도, 맥파의 원활도, 맥파 측정시 가압 단계에서의 평균 압맥파, 맥압, 이완기 시작 높이, 맥압 대비 압맥파 면적, 수축기 맥파 면적, 맥박수, 부침계수, 허실계수, 장단계수, 대세계수, 활삽계수, 고조파 비율 및 주요 배음 주파수에서의 에너지 스펙트럼 밀도 함수 중 적어도 하나가 포함될 수 있다. 이 같은 맥파 특성들은 사용자의 건강 상태를 나타내는 변수로 작용할 수 있다.Multiple pulse wave characteristics include pulse wave measurement sites (chon, tube, chuck) on the user's left and right wrists, depth of pulse, pulsation intensity, pulse velocity, pulsation length, pulsation width, pulse wave tension, Smoothness of the pulse wave, mean pressure wave at the pressurization stage, pulse pressure, diastolic starting height, pressure pulse area compared to pulse pressure, systolic pulse wave area, pulse rate, swelling coefficient, loss factor, long step coefficient, world coefficient, slide coefficient, harmonic wave At least one of the ratio and the energy spectral density function at the main harmonic frequency may be included. These pulse wave characteristics may act as variables representing the state of health of the user.

신상 정보(210)는 사용자의 나이, 성별, 키, 몸무게, BMI(체질량 지수), 직업, 교육 수준 등 사용자의 신상에 대한 정보를 포함할 수 있다. The personal information 210 may include information about the user's personal information such as the user's age, gender, height, weight, BMI (body mass index), occupation, and education level.

체질 정보(220)는 태음인(221), 소음인(222), 소양인(223) 및 태양인(224) 중 하나를 포함한다.The constitution information 220 includes one of the Taeinin 221, the Soinin 222, the Soyangin 223, and the Sunin 224.

처리부(232)는 건강 분류 함수를 생성 및 호출하는 구성이다. The processor 232 is configured to generate and call a health classification function.

처리부(232)는 입력부(231)에 입력된 체질 정보(220)에 대응하는 건강 분류 함수를 호출한다. 건강 분류 함수를 호출하기 위하여 처리부(232)는 먼저, 건강 분류 함수를 체질 정보(220)에 대응하는 체질 별로 생성하고, 체질 별로 생성된 건강 분류 함수 중에서 입력된 체질 정보(220)에 대응하는 건강 분류 함수를 호출한다. The processor 232 calls a health classification function corresponding to the constitution information 220 input to the input unit 231. In order to call the health classification function, the processing unit 232 first generates a health classification function for each constitution corresponding to the constitution information 220, and the health corresponding to the constitution information 220 input among the health classification functions generated for each constitution. Call the classification function.

판단부(233)는 처리부(232)를 통해 호출된 건강 분류 함수를 이용하여 사용자의 건강 상태를 판단한다. The determination unit 233 determines the health state of the user by using the health classification function called through the processing unit 232.

구체적으로, 판단부(233)는 호출된 건강 분류 함수에, 맥파 정보(200), 신상 정보(210) 및 체질 정보(220)를 입력하여 사용자의 건강 상태(230)에 대한 점수를 연산한다. 그리고, 건강 상태(240)와 연관된 기준값과 점수를 비교하여, 사용자의 건강 상태(240)를 건강(241), 반건강(242) 및 질병(243) 중 어느 하나로 판단한다.
In detail, the determination unit 233 calculates a score for the health state 230 of the user by inputting the pulse wave information 200, the personal information 210, and the constitution information 220 to the called health classification function. The health state 240 of the user is determined as one of the health 241, the anti-health 242, and the disease 243 by comparing the score with the reference value associated with the health state 240.

도 3은 본 발명의 일 실시예에 따른 건강 상태 판단 방법을 설명하기 위한 흐름도이다. 3 is a flowchart illustrating a method of determining a health state according to an embodiment of the present invention.

도 3을 참조하면, 본 발명의 일 실시예에 따른 건강 상태 판단 방법은 사용자의 체질에 대한 체질 정보를 입력 받고(310 단계), 사용자의 맥파에 대한 맥파 정보를 입력 받으며(320 단계), 사용자의 신상에 대한 신상 정보를 입력 받는다(330 단계). Referring to FIG. 3, the method for determining a health state according to an embodiment of the present invention receives the constitution information on the user's constitution (step 310), receives the pulse wave information on the user's pulse wave (step 320), and the user. The user's personal information is input (step 330).

이후, 건강 상태 판단 방법은 체질 정보에 대응하는 건강 분류 함수를 호출한다(340 단계). In operation 340, the health state determining method calls a health classification function corresponding to the constitution information.

340 단계를 실행함에 있어서, 먼저, 건강 분류 함수를 체질 별로 생성한다. 구체적으로, 복수 개의 맥파 특성을 포함하는 참조 맥파 정보를 복수 개 입력 받고, 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는다.In performing step 340, first, a health classification function is generated for each constitution. Specifically, a plurality of reference pulse wave information including a plurality of pulse wave characteristics are input, and a plurality of clinical data corresponding to each of the plurality of reference pulse wave information are received.

복수 개의 맥파 특성은 맥파 측정 부위 및 맥파 측정을 통해 확인할 수 있는 맥파 관련값들을 포함할 수 있다. 또한, 임상 데이터는 임상 시험 대상자의 체질에 대한 체질 정보, 대상자의 신상에 대한 신상 정보 및 대상자의 건강 상태에 대한 건강 상태 정보 중 적어도 하나를 포함할 수 있다. The plurality of pulse wave characteristics may include pulse wave measurement sites and pulse wave related values that can be confirmed through pulse wave measurement. In addition, the clinical data may include at least one of constitution information on the constitution of the clinical trial subject, personal information on the subject's personal information, and health state information on the subject's health status.

이후, 복수 개의 참조 맥파 정보 및 복수 개의 임상 데이터를 체질 별로 분류한다. 이는 태음인, 소음인, 소양인, 태양인에 따라 공통적으로 나타나는 참조 맥파 정보 및 임상 데이터를 확인하기 위한 것이다. Thereafter, the plurality of reference pulse wave information and the plurality of clinical data are classified by constitution. This is to identify the reference pulse wave information and clinical data that are common among the luniumin, the noisin, the soyangin, and the sunin.

다음, 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 복수 개의 맥파 특성과 건강 상태 사이의 상관 관계를 체질 별로 연산한다. 복수 개의 맥파 특성과 건강 상태 사이의 상관 관계란, 소정의 체질을 갖는 사용자가 어떤 맥파 특성을 갖는 경우 건강할 확률이 높은지, 또는 건강할 확률이 낮은지를 나타내는 지표이다. 다시 말해, 소정의 체질을 갖는 사용자에 대한 건강 상태를 보다 잘 반영하는 맥파 특성이 어떤 것인지를 나타내는 것으로, 보다 정확하게는 체질 별로 복수 개의 맥파 특성과 건상 상태 사이의 상관 관계를 나타낸다. 상관 관계 연산에 이용되는 분류 모델은 로지스틱 회귀 분석(Logistic Regression Analysis), 뉴럴 네트워크 분석, 서포트 벡터 머신(Support Vector Machine) 분석, 의사 결정 트리 분석 및 선형 판별 분석(LDA) 중 적어도 어느 하나일 수 있다.Next, a correlation between a plurality of pulse wave characteristics and a state of health is calculated for each constitution using reference pulse wave information classified by constitution and clinical data and a classification model. The correlation between the plurality of pulse wave characteristics and the state of health is an index indicating whether the pulse wave characteristics of a user having a predetermined constitution have a high probability of being healthy or a low probability of being healthy. In other words, it indicates what kind of pulse wave characteristics better reflects the state of health of a user having a predetermined constitution, and more precisely, the correlation between the plurality of pulse wave characteristics and the dry state for each constitution. The classification model used for the correlation calculation may be at least one of logistic regression analysis, neural network analysis, support vector machine analysis, decision tree analysis, and linear discriminant analysis (LDA). .

체질 별로 분류된 참조 맥파 특성 및 임상 데이터와 분류 모델을 이용하여 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 체질 별로 추출한다. 즉, 체질 별로 복수 개의 맥파 특성과 건상 상태 사이의 상관 관계를 연산하고, 이들 중 높은 상관 관계 또는 의미있는 상관 관계를 갖는 맥파 특성을 주요 맥파 특성으로 추출할 수 있다. At least one major pulse wave characteristic is extracted from the plurality of pulse wave characteristics by the constitution using the reference pulse wave characteristics classified by the constitution and clinical data and the classification model. That is, a correlation between a plurality of pulse wave characteristics and a dry state for each constitution may be calculated, and a pulse wave characteristic having a high correlation or a meaningful correlation among them may be extracted as a main pulse wave characteristic.

이후, 추출된 적어도 하나의 주요 맥파 특성 및 연산된 상관 관계를 이용하여 건강 분류 함수를 체질 별로 생성한다. 이 같이 체질 별로 생성된 건강 분류 함수 중에서 310 단계를 통해 입력된 체질 정보에 대응하는 건강 분류 함수를 호출할 수 있다. Thereafter, the health classification function is generated for each constitution using the extracted at least one main pulse wave characteristic and the calculated correlation. The health classification function corresponding to the constitution information input through step 310 among the health classification functions generated for each constitution may be called.

건강 상태 판단 방법은 호출된 건강 분류 함수에, 맥파 정보 및 신상 정보를 입력하여 사용자의 건강 상태를 판단한다(350 단계). The health state determination method determines the user's state of health by inputting pulse wave information and personal information into the called health classification function (step 350).

구체적으로, 건강 분류 함수에, 맥파 정보 및 신상 정보를 입력하여 산출된 점수가 사용자의 맥파 정보 중 주요 맥파 특성이 건강 상태 판단을 위한 기준값보다 높을 경우(또는 낮을 경우) 사용자의 건강 상태를 '건강'으로 판단하고, 상기 기준값보다 낮을 경우(또는 높을 경우) 사용자의 건강 상태를 '반건강' 또는 '질병'으로 판단할 수 있다.
Specifically, when the score calculated by inputting the pulse wave information and the personal information into the health classification function is higher (or lower) than the reference value for determining the state of health of the main pulse wave characteristics of the user's pulse wave information, the user's health status is referred to as 'health'. If the value is lower than the reference value (or higher), the user's health may be determined as 'half health' or 'disease'.

도 4는 본 발명의 일 실시예에 따른 건강 분류 함수 생성 장치의 구성을 나타내는 블록도이다. 건강 분류 함수는 사용자의 건강 상태를 판단하기 위한 것으로, 건강 분류 함수 생성 장치(400)에 의해 체질 별로 생성될 수 있다. 4 is a block diagram illustrating a configuration of a health classification function generation device according to an embodiment of the present invention. The health classification function is for determining a user's health state and may be generated for each constitution by the health classification function generating device 400.

도 4를 참조하면, 본 발명의 일 실시예에 따른 건강 분류 함수 생성 장치(400)는 입력부(410), 처리부(420), 연산부(430), 추출부(440) 및 생성부(450)를 포함한다. Referring to FIG. 4, an apparatus 400 for generating a health classification function according to an embodiment of the present invention may include an input unit 410, a processor 420, an operator 430, an extractor 440, and a generator 450. Include.

입력부(410)는 복수 개의 맥파 특성을 포함하는 참조 맥파 정보 1 내지 참조 맥파 정보 N을 복수 개 입력받고, 참조 맥파 정보 1 내지 참조 맥파 정보 N 각각에 대응하는 임상 데이터1 내지 임상 데이터 N을 입력 받는다. The input unit 410 receives a plurality of reference pulse wave information 1 to reference pulse wave information N including a plurality of pulse wave characteristics, and receives clinical data 1 to clinical data N corresponding to each of the reference pulse wave information 1 to reference pulse wave information N. .

참조 맥파 정보 1 내지 참조 맥파 정보 N와, 임상 데이터1 내지 임상 데이터 N은 N명의 임상 시험 대상자들로부터 얻어진 정보가 될 수 있다. Reference pulse wave information 1 to reference pulse wave information N and clinical data 1 to clinical data N may be information obtained from N clinical trial subjects.

즉, 맥파 측정 시스템을 이용하여 N명의 대상자들에 대한 복수 개의 맥파 특성을 측정하고 이 복수 개의 맥파 특성을 포함하는 맥파 정보를 생성한 것으로, N명의 대상자들에 대한 참조 맥파 정보 1 내지 참조 맥파 정보 N를 건강 분류 함수를 생성하는데 이용될 수 있다. That is, a plurality of pulse wave characteristics of the N subjects are measured using a pulse wave measuring system, and pulse wave information including the plurality of pulse wave characteristics is generated, and reference pulse wave information 1 to reference pulse wave information of the N subjects is generated. N can be used to generate a health classification function.

또한, 임상 데이터 1 내지 임상 데이터 N은 N명의 대상자들의 체질에 대한 체질 정보, 신상 정보 및 건강 상태 정보 중 적어도 하나를 포함할 수 있다. 따라서, 참조 맥파 정보 1 내지 참조 맥파 정보 N와, 임상 데이터1 내지 임상 데이터 N를 이용하여 체질 별로 맥파 정보를 이용하여 따른 건강 상태를 판단할 수 있게 된다. In addition, the clinical data 1 to clinical data N may include at least one of constitution information, personal information and health state information about the constitution of N subjects. Therefore, it is possible to determine the health state according to the pulse wave information for each constitution using the reference pulse wave information 1 to reference pulse wave information N and the clinical data 1 to clinical data N.

처리부(420)는 참조 맥파 정보 1 내지 참조 맥파 정보 N 및 임상 데이터1 내지 임상 데이터 N을 체질 별로 분류한다. The processor 420 classifies the reference pulse wave information 1 to the reference pulse wave information N and the clinical data 1 to clinical data N by constitution.

연산부(430)는 체질 별로 분류된 참조 맥파 정보 1 내지 참조 맥파 정보 N 및 임상 데이터1 내지 임상 데이터 N과 분류 모델을 이용하여 복수 개의 맥파 특성과 건강 상태 사이의 상관 관계를 상기 체질 별로 연산한다. The calculation unit 430 calculates a correlation between a plurality of pulse wave characteristics and a health state for each constitution by using the reference pulse wave information 1 to reference pulse wave information N classified by the constitution and the clinical data 1 to the clinical data N and the classification model.

추출부(440)는 체질 별로 분류된 참조 맥파 정보 1 내지 참조 맥파 정보 N 및 임상 데이터1 내지 임상 데이터 N와 분류 모델을 이용하여 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 체질 별로 추출한다. The extractor 440 extracts at least one main pulse wave characteristic from each of the plurality of pulse wave characteristics by constitution using the reference pulse wave information 1 to reference pulse wave information N, clinical data 1 to clinical data N, and classification model classified according to the constitutions.

생성부(450)는 적어도 하나의 주요 맥파 특성 및 연산된 상관 관계를 이용하여 건강 분류 함수를 체질 별로 생성한다. 일 예로, 생성부(450)는 소정의 체질에 대하여 아래의 수학식 1로 표현되는 건강 분류 함수를 생성할 수 있다. The generation unit 450 generates a health classification function for each constitution using at least one main pulse wave characteristic and a calculated correlation. For example, the generation unit 450 may generate a health classification function represented by Equation 1 below for a predetermined constitution.

Figure 112011068125491-pat00001
Figure 112011068125491-pat00001

수학식 1에서, p는 건강/반건강/질병을 구분하는 확률(또는 건강 수준을 나타내는 척도), xi는 i번째 맥파 특성, Bi는 i번째 맥파 특성의 상관 정보를 나타내는 계수, yj는 j번째 보정 변수(예를 들어, 사용자의 신상 정보), Cj는 j번째 보정 변수의 계수를 나타낸다.
In Equation 1, p is a probability (or a measure of health level) distinguishing health / semi-health / disease, x i is a coefficient representing correlation information of the i th pulse wave characteristic, B i is the i th pulse wave characteristic, y j Is the j th correction variable (for example, user's personal information), C j is the coefficient of the j th correction variable.

도 5는 복수 개의 맥파 특성으로부터 주요 맥파 특성을 체질 별로 추출하는 과정을 나타내는 도면이다.
5 is a diagram illustrating a process of extracting the main pulse wave characteristics for each constitution from a plurality of pulse wave characteristics.

복수 개의 맥파 특성(511, 512, 513, 514, 515, 516)을 포함하는 맥파 정보(510)로부터 주요 맥파 특성을 소음인(520), 소양인(530) 및 태음인(516) 별로 추출하기 위하여, 먼저, 복수 개의 맥파 특성(511, 512, 513, 514, 515, 516)과 건강 상태 사이의 상관 관계를 체질 별로 연산한다. 이 연산 과정을 통해 주요 맥파 특성을 추출한 일 예를 표 1 내지 표 3에 나타낸다. In order to extract the main pulse wave characteristics from the pulse wave information 510 including the plurality of pulse wave characteristics 511, 512, 513, 514, 515, and 516 for each of the noise noise 520, the yangyang 530, and the lunation 516, first, The correlation between the plurality of pulse wave characteristics (511, 512, 513, 514, 515, 516) and the state of health is calculated for each constitution. Table 1 to Table 3 show examples of extracting the main pulse wave characteristics through this calculation process.

맥파 특성Pulse wave characteristics BB S.ES.E WaldWald DfDf SigSig Exp[B]Exp [B] 95% C.I.for EXP(B)95% C.I.for EXP (B) LowerLower UpperUpper 이완기 맥파 시작 높이Diastolic pulse wave starting height -0.406-0.406 0.3150.315 1.6621.662 1One 0.1970.197 0.6660.666 0.3590.359 1.2351.235 5th 고조파 비율5 th harmonic ratio -0.454-0.454 0.2020.202 5.0415.041 1One 0.0250.025 0.6350.635 0.4270.427 0.9440.944

표 1은 태음인(516)에 대한 주요 맥파 특성을 나타낸다. 복수 개의 맥파 특성(511, 512, 513, 514, 515, 516)과 건강 상태 사이의 상관 관계를 연산한 결과, 이완기 맥파 시작 높이(512) 및 5th 고조파 비율(515)의 맥파 특성이 태음인(516)의 건강 상태와 의미있는 상관 관계(B)를 갖는다. 따라서, 도 5에 도시된 바와 같이, 이완기 맥파 시작 높이(512) 및 5th 고조파 비율(515)의 맥파 특성이 태음인의 건강 상태를 판단하는데 이용되는 주요 맥파 정보로 이용될 수 있다. Table 1 shows the key pulse wave characteristics for luniin 516. As a result of calculating the correlation between the plurality of pulse wave characteristics (511, 512, 513, 514, 515, 516) and the state of health, the pulse wave characteristics of the diastolic pulse wave starting height 512 and the 5 th harmonic ratio 515 are lunar ( 516) has a significant correlation (B) with the state of health. Accordingly, as shown in FIG. 5, pulse wave characteristics of the diastolic pulse wave starting height 512 and the 5 th harmonic ratio 515 may be used as main pulse wave information used to determine the health state of the Taeumin.

맥파 특성Pulse wave characteristics BB S.ES.E WaldWald DfDf SigSig Exp[B]Exp [B] 95% C.I.for EXP(B)95% C.I.for EXP (B) LowerLower UpperUpper 맥박수Pulse rate -9.675-9.675 6.1846.184 2.4482.448 1One 0.1180.118 0.0000.000 0.0000.000 11.54011.540 4th 고조파 비율4 th harmonic ratio 0.7320.732 0.4990.499 2.1542.154 1One 0.1420.142 2.0802.080 0.7820.782 5.5305.530

표 2는 소음인(520)에 대한 주요 맥파 특성을 나타낸다. 복수 개의 맥파 특성(511, 512, 513, 514, 515, 516)과 건강 상태 사이의 상관 관계를 연산한 결과, 맥박수(511) 및 4th 고조파 비율(514)의 맥파 특성이 소음인(520)의 건강 상태와 의미있는 상관 관계(B)를 갖는다. 따라서, 도 5에 도시된 바와 같이, 맥박수(511) 및 4th 고조파 비율(514)의 맥파 특성이 소음인(520)의 건강 상태를 판단하는데 이용되는 주요 맥파 정보로 이용될 수 있다. Table 2 shows the main pulse wave characteristics for noise factor 520. As a result of calculating a correlation between the plurality of pulse wave characteristics (511, 512, 513, 514, 515, 516) and the state of health, the pulse wave characteristics of the pulse rate 511 and the 4 th harmonic ratio 514 are noises (520). Have a significant correlation (B) with the state of health. Therefore, as shown in FIG. 5, the pulse wave characteristics of the pulse rate 511 and the 4 th harmonic ratio 514 may be used as main pulse wave information used to determine the health state of the noise 520.

맥파 특성Pulse wave characteristics BB S.ES.E WaldWald DfDf SigSig Exp[B]Exp [B] 95% C.I.for EXP(B)95% C.I.for EXP (B) LowerLower UpperUpper 6th 고조파 비율6 th harmonic ratio -1.521-1.521 0.4840.484 9.8699.869 1One 0.0020.002 0.2190.219 0.0850.085 0.5640.564 맥압 대비 압맥파 면적Area of pressure wave compared to pulse pressure -3.843-3.843 1.8841.884 4.1624.162 1One 0.0410.041 0.0210.021 0.0010.001 0.8600.860

표 3은 소양인(530)에 대한 주요 맥파 특성을 나타낸다. 복수 개의 맥파 특성(511, 512, 513, 514, 515, 516)과 건강 상태 사이의 상관 관계를 연산한 결과, 맥압 대비 압맥파 면적(513) 및 6th 고조파 비율(516)의 맥파 특성이 소양인(530)의 건강 상태와 의미있는 상관 관계(B)를 갖는다. 따라서, 도 5에 도시된 바와 같이, 맥압 대비 압맥파 면적(513) 및 6th 고조파 비율(516)의 맥파 특성이 소양인(530)의 건강 상태를 판단하는데 이용되는 주요 맥파 정보로 이용될 수 있다.
Table 3 shows the key pulse wave characteristics for Soyangin 530. Calculation of the correlation between the plurality of pulse wave characteristics (511, 512, 513, 514, 515, 516) and the state of health, the pulse wave characteristics of the pressure pulse area (513) and 6 th harmonic ratio (516) to pulse pressure Has a significant correlation (B) with a health state of 530. Accordingly, as shown in FIG. 5, the pulse wave characteristics of the pressure pulse area 513 to the pulse pressure and the 6 th harmonic ratio 516 may be used as main pulse wave information used to determine the health status of the Soyangin 530. .

도 6은 본 발명의 일 실시예에 따른 건강 분류 함수 생성 방법을 설명하기 위한 흐름도이다. 6 is a flowchart illustrating a method of generating a health classification function according to an embodiment of the present invention.

도 6을 참조하면, 본 발명의 일 실시예에 따른 건강 분류 함수 생성 방법은 복수 개의 맥파 특성에 대한 참조 맥파 정보를 복수 개 입력 받고, 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는다(610 단계). Referring to FIG. 6, in the method for generating a health classification function according to an embodiment of the present invention, a plurality of reference pulse wave information for a plurality of pulse wave characteristics is input, and a plurality of clinical data corresponding to each of the plurality of reference pulse wave information are input. (Step 610).

건강 분류 함수 생성 방법은 복수 개의 참조 맥파 정보 및 복수 개의 임상 데이터를 체질 별로 분류한다(620 단계). The health classification function generation method classifies the plurality of reference pulse wave information and the plurality of clinical data by constitution (step 620).

건강 분류 함수 생성 방법은 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 복수 개의 맥파 특징과 건강 상태 사이의 상관 관계를 체질 별로 연산한다(630 단계). In the method of generating a health classification function, correlations between a plurality of pulse wave characteristics and a state of health are calculated for each constitution by using reference pulse wave information classified by constitution and clinical data and a classification model (step 630).

건강 분류 함수 생성 방법은 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 체질 별로 추출한다(640 단계). The method for generating a health classification function extracts at least one main pulse wave characteristic from each of the plurality of pulse wave characteristics by constitution using reference pulse wave information, clinical data, and classification model classified according to constitutions (step 640).

건강 분류 함수 생성 방법은 적어도 하나의 주요 맥파 특성 및 연산된 상관 관계를 이용하여 건강 분류 함수를 체질 별로 생성한다(650 단계).
The health classification function generation method generates the health classification function for each constitution using at least one main pulse wave characteristic and the calculated correlation (step 650).

본 발명에 따른 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(Floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
Embodiments according to the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the present invention or may be available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as a hard disk, a floppy disk, and a magnetic tape; optical media such as CD-ROM and DVD; magnetic recording media such as a floppy disk; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above embodiments, and those skilled in the art to which the present invention pertains various modifications and variations from such descriptions. This is possible.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined by the equivalents of the claims, as well as the claims.

100: 물리량 정보 110, 210: 신상 정보
120, 220: 체질 정보 130: 건강 분류 함수
140, 240: 건강 상태
400: 건강 분류 함수 생성 장치
410: 입력부 420: 처리부
430: 연산부 440: 추출부
450: 생성부100: physical information 110, 210: personal information
120, 220: constitution information 130: health classification function
140, 240: health condition
400: health classification function generating device
410: input unit 420: processing unit
430: operation unit 440: extraction unit
450: generator

Claims (12)

사용자의 체질에 대한 체질 정보를 입력받는 단계;
상기 사용자의 맥파에 대한 맥파 정보를 입력받는 단계;
상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계; 및
상기 맥파 정보 및 상기 호출된 건강 분류 함수를 이용하여 상기 사용자의 건강 상태를 판단하는 단계
를 포함하고,
상기 건강 분류 함수를 호출하는 단계는
상기 건강 분류 함수를 상기 체질 별로 생성하는 단계; 및
상기 체질 별로 생성된 건강 분류 함수 중에서 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 단계를 포함하며,
상기 건강 분류 함수를 상기 체질 별로 생성하는 단계는
복수 개의 맥파 특성을 포함하는 참조 맥파 정보를 복수 개 입력 받고, 상기 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 단계;
상기 복수 개의 참조 맥파 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 단계;
상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 맥파 특성과 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 단계;
상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 상기 체질 별로 추출하는 단계; 및
상기 적어도 하나의 주요 맥파 특성 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 단계
를 포함하는 맥파 정보를 이용한 건강 상태 판단 장치의 건강 상태 판단 방법.

Receiving constitution information on the constitution of the user;
Receiving pulse wave information on the pulse wave of the user;
Calling a health classification function corresponding to the constitution information; And
Determining the health state of the user by using the pulse wave information and the called health classification function
Lt; / RTI >
Calling the health classification function
Generating the health classification function for each constitution; And
Calling a health classification function corresponding to the constitution information among the health classification functions generated for each constitution,
Generating the health classification function for each constitution
Receiving a plurality of reference pulse wave information including a plurality of pulse wave characteristics, and receiving a plurality of clinical data corresponding to each of the plurality of reference pulse wave information;
Classifying the plurality of reference pulse wave information and the plurality of clinical data by constitution;
Calculating correlations between the plurality of pulse wave characteristics and the state of health by the constitution by using reference pulse wave information classified by the constitution and clinical data and a classification model;
Extracting at least one main pulse wave characteristic from the plurality of pulse wave characteristics by the constitution using the reference pulse wave information, clinical data classified by the constitution, and the classification model; And
Generating the health classification function for each constitution by using the at least one main pulse wave characteristic and the calculated correlation
Health status determination method of the health status determination apparatus using pulse wave information comprising a.

삭제delete 삭제delete 제1항에 있어서,
상기 맥파 정보는
상기 사용자의 맥파와 연관된 복수 개의 맥파 특성에 대하여 센싱된 값을 포함하고,
상기 건강 상태를 판단하는 단계는
상기 호출된 건강 분류 함수에 상기 센싱된 값을 입력하여 상기 사용자의 건강 상태에 대한 점수를 연산하고,
상기 건강 상태와 연관된 기준값과 상기 점수를 비교하여, 상기 사용자의 건강 상태를 판단하는 맥파 정보를 이용한 건강 상태 판단 장치의 건강 상태 판단 방법.
The method of claim 1,
The pulse wave information is
A value sensed for a plurality of pulse wave characteristics associated with the pulse wave of the user,
The determining of the state of health
Calculating the score for the health state of the user by inputting the sensed value to the called health classification function,
The health state determination method of the health state determination device using the pulse wave information for determining the health state of the user by comparing the reference value associated with the health state and the score.
제1항에 있어서,
상기 사용자의 신상에 대한 신상 정보를 입력 받는 단계
를 더 포함하고,
상기 건강 상태를 판단하는 단계는
상기 호출된 건강 분류 함수에 상기 맥파 정보 및 상기 신상 정보를 입력하여, 상기 사용자의 건강 상태를 판단하는 맥파 정보를 이용한 건강 상태 판단 장치의 건강 상태 판단 방법.
The method of claim 1,
Receiving personal information about the personal information of the user
Further comprising:
The determining of the state of health
And inputting the pulse wave information and the personal information into the called health classification function to determine the health state of the user.
제1항에 있어서,
상기 맥파 정보는,
상기 사용자의 맥파와 연관된 복수 개의 맥파 특성을 포함하고,
상기 복수 개의 맥파 특성은,
상기 사용자의 왼쪽 손목과 오른쪽 손목에 위치한 촌(村), 관(關), 척(尺) 부위 중 적어도 하나의 부위에서 추출한 맥박의 빠르기와 맥동의 세기를 포함하고,
맥파 측정 부위, 맥위의 깊이, 맥동의 길이, 맥동의 너비, 맥파의 긴장도, 맥파의 원활도, 맥파 측정시 가압 단계에서의 평균 압맥파, 맥압, 이완기 시작 높이, 전체 압맥파 면적, 수축기 맥파 면적, 맥박수, 부침계수, 허실계수, 장단계수, 대세계수, 활삽계수 및 주요 배음 주파수에서의 에너지 스펙트럼 밀도 함수 중 적어도 하나를 더 포함하는 맥파 정보를 이용한 건강 상태 판단 장치의 건강 상태 판단 방법.
The method of claim 1,
The pulse wave information,
A plurality of pulse wave characteristics associated with the pulse wave of the user,
The plurality of pulse wave characteristics,
Including the speed and pulsation intensity of the pulse extracted from at least one of a village, a coffin, and a chuck located on the left and right wrists of the user,
Pulse wave measurement site, depth of pulse, pulse length, pulse width, pulse wave tension, pulse wave smoothness, average pulse wave at pressurized stage during pulse wave measurement, pulse pressure, diastolic start height, total pressure pulse area, systolic pulse wave area And a pulse rate, an ups and downs coefficient, a loss factor, a long step coefficient, a large world coefficient, a slide coefficient, and an energy spectral density function at a main harmonic frequency.
사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 방법에 있어서,
복수 개의 맥파 특성을 포함하는 참조 맥파 정보를 복수 개 입력 받고, 상기 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 단계;
상기 복수 개의 참조 맥파 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 단계;
상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 맥파 특성과 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 단계;
상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 상기 체질 별로 추출하는 단계; 및
상기 적어도 하나의 주요 맥파 특성 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 단계
를 포함하는 건강 분류 함수 생성 방법.
In the health classification function generation method for generating a health classification function for determining the health status of the user,
Receiving a plurality of reference pulse wave information including a plurality of pulse wave characteristics, and receiving a plurality of clinical data corresponding to each of the plurality of reference pulse wave information;
Classifying the plurality of reference pulse wave information and the plurality of clinical data by constitution;
Calculating correlations between the plurality of pulse wave characteristics and the state of health by the constitution by using reference pulse wave information classified by the constitution and clinical data and a classification model;
Extracting at least one main pulse wave characteristic from the plurality of pulse wave characteristics by the constitution using the reference pulse wave information, clinical data classified by the constitution, and the classification model; And
Generating the health classification function for each constitution by using the at least one main pulse wave characteristic and the calculated correlation
Health classification function generation method comprising a.
제7항에 있어서,
상기 분류 모델은,
로지스틱 회귀 분석, 뉴럴 네트워크 분석, 서포트 벡터 머신(Support Vector Machine) 분석, 의사 결정 트리 분석 및 선형 판별 분석 중 적어도 하나를 포함하는 건강 분류 함수 생성 방법.
The method of claim 7, wherein
The classification model,
A health classification function generation method comprising at least one of logistic regression analysis, neural network analysis, support vector machine analysis, decision tree analysis, and linear discriminant analysis.
제7항에 있어서,
상기 임상 데이터는,
임상 시험 대상자의 체질에 대한 체질 정보, 상기 대상자의 신상에 대한 신상 정보 및 상기 대상자의 건강 상태에 대한 건강 상태 정보 중 적어도 하나를 포함하는 건강 분류 함수 생성 방법.
The method of claim 7, wherein
The clinical data,
And at least one of constitution information on the constitution of a clinical trial subject, personal information on the personal information of the subject, and health state information on the health status of the subject.
제1항 및 제4항 내지 제9항 중 어느 한 항의 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
A computer-readable recording medium having recorded thereon a program for executing the method of any one of claims 1 and 4.
사용자의 맥파에 대한 맥파 정보 및 상기 사용자의 체질에 대한 체질 정보를 입력 받는 입력부;
상기 체질 정보에 대응하는 건강 분류 함수를 호출하는 처리부; 및
상기 맥파 정보 및 상기 호출된 건강 분류 함수를 이용하여, 상기 사용자의 건강 상태를 판단하는 판단부
를 포함하고,
상기 처리부는,
복수 개의 맥파 특성을 포함하는 참조 맥파 정보를 복수 개 입력 받고, 상기 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받고, 상기 복수 개의 참조 맥파 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하며,
상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 맥파 특성과 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산한 후, 상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 상기 체질 별로 추출하고,
상기 적어도 하나의 주요 맥파 특성 및 상기 연산된 상관 관계를 이용하여 상기 건강 분류 함수를 상기 체질 별로 생성하며, 상기 체질 별로 생성된 건강 분류 함수 중에서 상기 체질 정보에 대응하는 건강 분류 함수를 호출하는, 건강 상태 판단 장치.
An input unit configured to receive pulse wave information of a user's pulse wave and constitution information of the user's constitution;
A processor for calling a health classification function corresponding to the constitution information; And
Determination unit for determining the health state of the user by using the pulse wave information and the called health classification function
Lt; / RTI >
Wherein,
Receiving a plurality of reference pulse wave information including a plurality of pulse wave characteristics, receiving a plurality of clinical data corresponding to each of the plurality of reference pulse wave information, and classifying the plurality of reference pulse wave information and the plurality of clinical data by constitution. ,
After calculating the correlation between the plurality of pulse wave characteristics and the state of health by the constitution using the reference pulse wave information and clinical data classified by the constitution by the constitution, and the reference pulse wave information and clinical data classified by the constitution Extracting at least one main pulse wave characteristic from the plurality of pulse wave characteristics by the constitution using the classification model,
The health classification function is generated for each constitution using the at least one main pulse wave characteristic and the calculated correlation, and the health classification function corresponding to the constitution information is called from the health classification functions generated for each constitution. State judgment device.
사용자의 건강 상태를 판단하기 위한 건강 분류 함수를 생성하는 건강 분류 함수 생성 장치에 있어서,
복수 개의 맥파 특성을 포함하는 참조 맥파 정보를 복수 개 입력 받고, 상기 복수 개의 참조 맥파 정보 각각에 대응하는 복수 개의 임상 데이터를 입력 받는 입력부;
상기 복수 개의 참조 맥파 정보 및 상기 복수 개의 임상 데이터를 체질 별로 분류하는 처리부;
상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 분류 모델을 이용하여 상기 복수 개의 맥파 특성과 상기 건강 상태 사이의 상관 관계를 상기 체질 별로 연산하는 연산부;
상기 체질 별로 분류된 참조 맥파 정보 및 임상 데이터와 상기 분류 모델을 이용하여 상기 복수 개의 맥파 특성으로부터 적어도 하나의 주요 맥파 특성을 상기 체질 별로 추출하는 추출부; 및
상기 적어도 하나의 주요 맥파 특성 및 상기 연산된 상관 관계를 이용하여, 상기 건강 분류 함수를 상기 체질 별로 생성하는 생성부
를 포함하는 건강 분류 함수 생성 장치.In the health classification function generating device for generating a health classification function for determining the health status of the user,
An input unit receiving a plurality of reference pulse wave information including a plurality of pulse wave characteristics and receiving a plurality of clinical data corresponding to each of the plurality of reference pulse wave information;
A processing unit classifying the plurality of reference pulse wave information and the plurality of clinical data by constitution;
An operation unit configured to calculate correlations between the plurality of pulse wave characteristics and the health state by the constitution by using reference pulse wave information classified by the constitution and clinical data and a classification model;
An extraction unit for extracting at least one main pulse wave characteristic from the plurality of pulse wave characteristics by the constitution using the reference pulse wave information, clinical data classified by the constitution, and the classification model; And
A generation unit generating the health classification function for each constitution by using the at least one main pulse wave characteristic and the calculated correlation
Health classification function generating device comprising a.
KR1020110088041A 2011-08-31 2011-08-31 Apparatus and Method for Determining Health State using Pulse Wave KR101330404B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110088041A KR101330404B1 (en) 2011-08-31 2011-08-31 Apparatus and Method for Determining Health State using Pulse Wave

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110088041A KR101330404B1 (en) 2011-08-31 2011-08-31 Apparatus and Method for Determining Health State using Pulse Wave

Publications (2)

Publication Number Publication Date
KR20130024535A KR20130024535A (en) 2013-03-08
KR101330404B1 true KR101330404B1 (en) 2013-11-15

Family

ID=48176589

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110088041A KR101330404B1 (en) 2011-08-31 2011-08-31 Apparatus and Method for Determining Health State using Pulse Wave

Country Status (1)

Country Link
KR (1) KR101330404B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101752713B1 (en) * 2015-08-25 2017-06-30 조현명 Method for verbal abuse prevention bracelet including recording and apparatus for measuring pulse

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101785788B1 (en) * 2015-06-12 2017-11-06 한국 한의학 연구원 Computing system and method for providing classifying of mibyou using analyzing result respiratory gas
CN109363632A (en) * 2018-09-26 2019-02-22 北京三医智慧科技有限公司 The deciphering method of pulse profile data and the solution read apparatus of pulse profile data
CN112617758A (en) * 2020-12-31 2021-04-09 厦门越人健康技术研发有限公司 Traditional Chinese medicine health state identification method based on artificial intelligence

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200297522Y1 (en) * 2002-09-02 2002-12-11 두 수 고 The pulsation sensing system
KR100418190B1 (en) 2000-08-05 2004-02-11 주식회사 뉴메디컴 A Electronic Constitution Diagnosis System and The Signal Processing Method
KR100698528B1 (en) 2006-04-28 2007-03-22 삼성전자주식회사 Method for managing one's life pattern with a mobile terminal and apparatus thereof
KR20100035030A (en) * 2008-09-25 2010-04-02 한국생산기술연구원 System and method health to measure, and record media recorded program for implement thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100418190B1 (en) 2000-08-05 2004-02-11 주식회사 뉴메디컴 A Electronic Constitution Diagnosis System and The Signal Processing Method
KR200297522Y1 (en) * 2002-09-02 2002-12-11 두 수 고 The pulsation sensing system
KR100698528B1 (en) 2006-04-28 2007-03-22 삼성전자주식회사 Method for managing one's life pattern with a mobile terminal and apparatus thereof
KR20100035030A (en) * 2008-09-25 2010-04-02 한국생산기술연구원 System and method health to measure, and record media recorded program for implement thereof

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101752713B1 (en) * 2015-08-25 2017-06-30 조현명 Method for verbal abuse prevention bracelet including recording and apparatus for measuring pulse

Also Published As

Publication number Publication date
KR20130024535A (en) 2013-03-08

Similar Documents

Publication Publication Date Title
JP7261811B2 (en) Systems and methods for non-invasive determination of blood pressure lowering based on trained predictive models
KR101970947B1 (en) Apparatus and method for predicting health information using big data
EP3410928B1 (en) Aparatus and method for assessing heart failure
EP3453321B1 (en) Non-invasive method and system for estimating blood pressure from photoplethysmogram using statistical post-processing
CN109843163A (en) For marking dormant method and system
CN108135485A (en) Lung conditions are assessed by speech analysis
KR101301821B1 (en) Apparatus and method for detecting complexion, apparatus and method for determinig health using complexion, apparatus and method for generating health sort function
WO2012025622A2 (en) Monitoring method and system for assessment of prediction of mood trends
JP6122884B2 (en) Work alertness estimation device, method and program
JP2019509101A (en) System and method for determining a hemodynamic instability risk score for pediatric subjects
KR102446005B1 (en) Method for providing health improvemnet program throuth prediction for risk of health based on deep running
US20170329918A1 (en) Internet of things based monitoring and assessment platform
KR101330404B1 (en) Apparatus and Method for Determining Health State using Pulse Wave
KR20210067827A (en) Operation method of stress management apparatus for the emotional worker
US20210407676A1 (en) Patient ventilator asynchrony detection
KR101274431B1 (en) Apparatus and method for determining health using survey information, apparatus and method for generating health sort function
CN108182974B (en) Disease evaluation method, terminal device and computer readable medium
KR101310500B1 (en) Apparatus and method for determining health using skin features, apparatus and method for generating health sort function
KR20230151597A (en) Body Age Calculating Method Based on Health Checking Data And The System Thereof
Nikolaev et al. Structural architectural solutions for an intelligence system of cardiological screening of diabetes patients
KR20130025082A (en) Apparatus and method for determining health using sound
KR101253445B1 (en) Apparatus and method for determining health using skin features, apparatus and method for generating health sort function
WO2023058200A1 (en) Fatigue degree calculation device, fatigue degree calculation method, and storage medium
Shin Monitoring personalized trait using oscillometric arterial blood pressure measurements
CN214505007U (en) Medical electrocardiogram intelligent analysis system

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161109

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171102

Year of fee payment: 5