KR101408651B1 - 경락 에너지 신호를 이용한 사상체질 분류 방법 - Google Patents

경락 에너지 신호를 이용한 사상체질 분류 방법 Download PDF

Info

Publication number
KR101408651B1
KR101408651B1 KR1020120100726A KR20120100726A KR101408651B1 KR 101408651 B1 KR101408651 B1 KR 101408651B1 KR 1020120100726 A KR1020120100726 A KR 1020120100726A KR 20120100726 A KR20120100726 A KR 20120100726A KR 101408651 B1 KR101408651 B1 KR 101408651B1
Authority
KR
South Korea
Prior art keywords
energy signal
sasang constitution
meridian
fuzzy
constitution
Prior art date
Application number
KR1020120100726A
Other languages
English (en)
Other versions
KR20140034432A (ko
Inventor
임준식
짱쩐씽
쉐 웨이 티안
윤희진
김재웅
이행영
김세훈
Original Assignee
가천대학교 산학협력단
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 가천대학교 산학협력단 filed Critical 가천대학교 산학협력단
Priority to KR1020120100726A priority Critical patent/KR101408651B1/ko
Publication of KR20140034432A publication Critical patent/KR20140034432A/ko
Application granted granted Critical
Publication of KR101408651B1 publication Critical patent/KR101408651B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Fuzzy Systems (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Epidemiology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 경락 에너지 신호를 이용한 사상체질 분류 방법에 관한 것으로서, 보다 구체적으로는 (1) 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계, (2) 추출된 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계, (3) 산출된 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계; 및 (4) 대응된 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
본 발명에서 제안하고 있는 경락 에너지 신호를 이용한 사상체질 분류 방법에 따르면, 신체로부터 경락 에너지 신호를 측정하여 이로부터 특징(feature)을 추출하고, 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)을 이용하여 타카기-수게노 역퍼지 값을 산출한 후, 이를 사분면의 2차원 사상체질 공간에 대응시킴으로써, 신속하고 정확하게 사상체질을 분류할 수 있고, 이로 인해 질병에 대한 새로운 진단 체계를 제공하는 것이 가능하다.

Description

경락 에너지 신호를 이용한 사상체질 분류 방법{METHOD FOR CLASSIFYING SASANG CONSTITUTION BY USING MERIDIAN ENERGY SIGNALS}
본 발명은 사상체질 분류 방법에 관한 것으로서, 보다 구체적으로는 경락 에너지 신호를 이용한 사상체질 분류 방법에 관한 것이다.
사상체질의학은 이제마가 동의수세보원(東醫壽世保元)을 작성하면서 체계화된 것으로서, 사상은, 우주의 모든 만물은 음-양 및 사상과 관련된 근본적 규칙 하에서 창조된다는 것을 설명한 태극론(theory of great absolute)으로부터 나온 철학용어이다. 이와 같은 이론 하에서, 인간의 장기는 음과 양의 강약에 의해 형성되며, 이에 따라 인체는 개인의 기질과 특성에 따라 각각 태양(太陽), 소양(少陽), 태음(太陰), 소음(少陰)의 4개의 체질로 분류할 수 있다.
보다 구체적으로는, 이러한 체질을 결정하는 요소는 크게 세 가지로 나눌 수 있는데, 첫 번째는 품수의학적인 면으로서, 품수(稟受)란, 체질은 선천적으로 결정되므로 부모와 조상의 특징을 생김새와 성품에서 질병의 경향에 이르기까지 전하여 받는다는 것이다. 두 번째는 심신의학적인 면이며, 세 번째는 체질의학적인 면이다. 이와 같은 요소에 의하여 체질을 태양, 소양, 태음, 소음으로 나눌 때, 각 체질에 따라 그 특징의 차이가 있으므로 치료에 있어 체질적 차이를 감안하여 동일한 질병이라 하여도 치료방법을 다르게 적용할 필요가 있다.
따라서 체질을 정확하게 진단하는 것은 단순한 질병의 진단이나 치료뿐만 아니라 보건 분야 전반에 걸쳐 매우 중요한 작업 중 하나인바, 이를 위한 다양한 방법 또는 장치들이 제시되고 있으나(특허공개번호 제10-1998-049735호 참조), 현재까지 체질을 정확하고 신속하게 진단할 수 있는 방법 또는 장치가 없는 실정이다.
한편, 에너지 의학은 현재 일어나고 있는 질병의 원인이나, 앞으로 일어날 수 있는 질병들을 알아내기 위해 인체 내에 흐르는 에너지의 흐름을 측정 및 분석하는 새로운 과학기술분야로서, 인체에서 경락 에너지를 측정하고 분석하는 것은 에너지 의학의 진단 방법 중 대표적인 방법이다.
이상에서 살펴본 바와 같이, 체질을 정확하고 신속하게 진단할 수 있는 방법을 제공하는 것이 주요한 과제로 되고 있고, 신체의 경락 에너지 신호를 이용하여 체질을 정확하게 분류하는 것이 관심의 대상이 되고 있다.
본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 신체로부터 경락 에너지 신호를 측정하여 이로부터 특징(feature)을 추출하고, 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값을 산출한 후, 이를 사분면의 2차원 사상체질 공간에 대응시킴으로써, 신속하고 정확하게 사상체질을 분류할 수 있고, 이로 인해 질병에 대한 새로운 진단 체계를 제공하는 것이 가능한, 경락 에너지 신호를 이용한 사상체질 분류 방법을 제공하는 것을 그 목적으로 한다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법은,
(1) 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계;
(2) 추출된 상기 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계;
(3) 산출된 상기 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계; 및
(4) 대응된 상기 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
바람직하게는, 상기 단계 (1)은,
(1-1) 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계; 및
(1-2) 측정된 상기 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계를 포함할 수 있다.
바람직하게는, 상기 단계 (1-1)은,
양도락 장치(ryodoraku device)를 이용하여 상기 경락 에너지 신호를 측정할 수 있다.
바람직하게는, 상기 단계 (4)는,
음, 양, 태 및 소의 교차에 의하여 사상체질을 결정할 수 있다.
본 발명에서 제안하고 있는 경락 에너지 신호를 이용한 사상체질 분류 방법에 따르면, 신체로부터 경락 에너지 신호를 측정하여 이로부터 특징(feature)을 추출하고, 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)을 이용하여 타카기-수게노 역퍼지 값을 산출한 후, 이를 사분면의 2차원 사상체질 공간에 대응시킴으로써, 신속하고 정확하게 사상체질을 분류할 수 있고, 이로 인해 질병에 대한 새로운 진단 체계를 제공하는 것이 가능하다.
도 1은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 순서도.
도 2는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 개요도.
도 3은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 단계 S100에 대한 세부 순서도.
도 4는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 2차원 사상체질 공간을 나타낸 도면.
도 5는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 양도락 장치의 인터페이스 화면을 나타내 도면.
도 6은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 경락 에너지 신호 측정을 위한 손발의 측정 포인트를 나타낸 도면.
도 7은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 산출된 타카기-수게노 역퍼지 값을 2차원 사상체질 공간에 대응한 상태를 나타낸 도면.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 1은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 순서도이고, 도 2는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 개요도이다. 도 1 및 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법은, 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계(S100), 추출된 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계(S200), 산출된 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계(S300) 및 대응된 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계(S400)를 포함하여 구성될 수 있다.
단계 S100에서는, 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하며, 도 3은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 단계 S100에 대한 세부 순서도이다. 도 3에 도시된 바와 같이, 단계 S100은, 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계(S110) 및 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계(S120)를 포함할 수 있다.
단계 S110에서는, 신체로부터 12세트의 경락 에너지 신호를 측정하며, 보다 구체적으로는 양도락 장치(ryodoraku device)를 이용하여 좌우 손발로부터 경락 에너지 신호를 측정한다. 즉, 내장기관의 비정상 또는 질병이 생체 전류의 변화에 반영될 수 있다고 생각한 양도락 이론을 기반으로 한 양도락 장치를 사용하여 왼손, 오른손, 왼발, 오른발 각각 6개의 포인트 총 24개의 측정 포인트로부터 경락 에너지 신호를 측정한다.
단계 S120에서는, 단계 S110에 의해 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작한다. 즉, “모든 좌측 측정 포인트의 중간값”, “모든 좌측 측정 포인트의 평균값”, “모든 우측 측정 포인트의 중간값”, “모든 우측 측정 포인트의 평균값” 등과 같은 조합으로 단계 S110에 의해 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작한다.
단계 S200에서는, 단계 S100에 의해 추출된 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출한다. 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(NEWFM)는 가중 퍼지 소속 함수의 유계 합(BSWFM)을 사용하는 감독분류 뉴로-퍼지 시스템으로서, 이를 사용하여 사상체질을 분류하는 음-양 및 태-소의 타카기-수게노 역퍼지 값을 산출한다.
단계 S300에서는, 단계 S200에 의해 산출된 타카기-수게노 역퍼지 값을 2차원 사상체질 공간에 대응시키며, 도 4는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 2차원 사상체질 공간을 나타낸 도면이다. 보다 구체적으로, 2차원 사상체질 공간은, 도 4에 도시된 바와 같이, 사상체질을 분류하는 기본 요인인 음, 양, 태 및 소에 의해 4개의 부분으로 분리된 사분면으로서, 해당 공간에 단계 S200에 의해 산출된 타카기-수게노 역퍼지 값을 분배하여 대응시킨다.
단계 S400에서는, 단계 S300에 의해 대응된 2차원 사상체질 공간을 기반으로 사상체질을 결정한다. 즉, 2차원 사상체질 공간의 각각의 사분면에 대응된 것을 기반으로 하여, 음, 양, 태 및 소의 교차를 통해 사상체질을 분류하여 결정한다.
본 발명은 이하의 실시예에 의하여 더욱 상세히 설명되나, 본 발명이 이하의 실시예에 의해 어떤 식으로든 제한되는 것은 아니다.
경락 에너지 신호 측정
35명의 건강한 사람으로부터 도 5에 도시된 바와 같은 URACLE(uracle Technologies; Korea)에 의해 개발된 양도락 장치를 사용하여 왼손, 오른손, 왼발, 오른발에 대하여, 도 6에 도시된 측정 포인트로부터 경락 에너지 신호를 측정하였고, 각각의 측정 포인트를 아래의 표 1과 같이 명명하였다. 한편, 실험에 참가한 35명 중 6명은 소양 체질이고, 13명은 태음 체질이며 16명은 소음 체질이다.
Figure 112012073472741-pat00001
확장 특징 제작
실시예 1로부터 측정된 총 24개, 12세트의 경락 에너지 신호를 조합하여 18개의 확장 특징을 제작하였고, 제작된 확장 특징 및 이에 대한 명명은 아래의 표 2에 나타내었다. 한편, 사용된 에너지는 각 경락 에너지를 대표하는 총 에너지만을 사용하였고, 이때, 각 경락에 대해서, 총 에너지는 좌측 에너지와 우측 에너지의 정량화된 절댓값의 합계이다.
Figure 112012073472741-pat00002
2차원 사상체질 시각 모델 구축
실시예 2에서 제작된 18개의 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하여 이를 사분면의 2차원 사상체질 공간에 대응하였고, 이에 대한 결과를 도 7에 나타내었다.
도 7에 나타낸 바와 같이, 2차원 사상체질 공간의 각각의 사분면에 대응된 것을 고려하며 음, 양, 태 및 소의 교차를 통해 사상체질을 분류하여 결정하였으며, 그 결과, 소음, 태음 및 소양의 분류 정확도는 각각 93.75%, 92.3% 및 83.3%이었으며, 전제 분류 정확도는 89.78%로서 우수한 분류 정확도를 가짐을 확인하였다.
이상 살펴본 바와 같이, 본 발명에서 제안하고 있는 경락 에너지 신호를 이용한 사상체질 분류 방법에 따르면, 신체로부터 경락 에너지 신호를 측정하여 이로부터 특징(feature)을 추출하고, 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값을 산출한 후, 이를 사분면의 2차원 사상체질 공간에 대응시킴으로써, 신속하고 정확하게 사상체질을 분류할 수 있고, 이로 인해 질병에 대한 새로운 진단 체계를 제공하는 것이 가능하다.
이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.
S100: 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계
S110: 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계
S120: 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계
S200: 추출된 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계
S300: 산출된 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계
S400: 대응된 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계

Claims (4)

  1. 사상체질 분류 시스템이 수행하는 경락 에너지 신호를 이용한 사상체질 분류 방법에 있어서,
    (1) 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계;
    (2) 추출된 상기 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계;
    (3) 산출된 상기 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계; 및
    (4) 대응된 상기 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계를 포함하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.
  2. 제1항에 있어서, 상기 단계 (1)은,
    (1-1) 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계; 및
    (1-2) 측정된 상기 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계를 포함하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.
  3. 제2항에 있어서, 상기 단계 (1-1)은,
    양도락 장치(ryodoraku device)를 이용하여 상기 경락 에너지 신호를 측정하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.
  4. 제1항에 있어서, 상기 단계 (4)는,
    음, 양, 태 및 소의 교차에 의하여 사상체질을 결정하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.
KR1020120100726A 2012-09-12 2012-09-12 경락 에너지 신호를 이용한 사상체질 분류 방법 KR101408651B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120100726A KR101408651B1 (ko) 2012-09-12 2012-09-12 경락 에너지 신호를 이용한 사상체질 분류 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120100726A KR101408651B1 (ko) 2012-09-12 2012-09-12 경락 에너지 신호를 이용한 사상체질 분류 방법

Publications (2)

Publication Number Publication Date
KR20140034432A KR20140034432A (ko) 2014-03-20
KR101408651B1 true KR101408651B1 (ko) 2014-06-17

Family

ID=50644842

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120100726A KR101408651B1 (ko) 2012-09-12 2012-09-12 경락 에너지 신호를 이용한 사상체질 분류 방법

Country Status (1)

Country Link
KR (1) KR101408651B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102623861B1 (ko) * 2016-07-28 2024-01-12 주식회사 아이젠테크 족부 스캐닝 데이터와 사상체질 데이터 매칭 방법 및 이에 구동되는 지압장치
CN113823407A (zh) * 2021-08-09 2021-12-21 新绎健康科技有限公司 体质预测方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040095371A (ko) * 2003-04-28 2004-11-15 서유지 인터넷상에서 신체정보를 이용한 체질 분류방법, 장치, 그기록매체 및 오장육부와 그 경락의 상태정보 제공방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040095371A (ko) * 2003-04-28 2004-11-15 서유지 인터넷상에서 신체정보를 이용한 체질 분류방법, 장치, 그기록매체 및 오장육부와 그 경락의 상태정보 제공방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Yan-zhao LIN 외 6인, 'Analysis of Functional Status of Meridians in Different Types of TCM Constitution', 2011 IEEE International Conference on Bioinformatics and Biomedicine Workshops *

Also Published As

Publication number Publication date
KR20140034432A (ko) 2014-03-20

Similar Documents

Publication Publication Date Title
CN108305246B (zh) 基于医学图像预测血流特征的装置及系统
CN1663530B (zh) 用于处理图像数据以帮助检测疾病的方法和装置
De Wit et al. Sensitivity and perspective in the valuation of health status: whose values count?
Gardner et al. Patchwork diagnoses: The production of coherence, uncertainty, and manageable bodies
Kafri et al. Multi-frequency bioelectrical impedance analysis for assessing fat mass and fat-free mass in stroke or transient ischaemic attack patients
Lee et al. Prediction of android and gynoid body adiposity via a three-dimensional stereovision body imaging system and dual-energy X-ray absorptiometry
CN111048206A (zh) 一种多维度健康状态的评估方法及装置
CN103998021A (zh) 诊断和治疗上火的方法和产品
CN111887847A (zh) 基于人体成分仪的内脏脂肪测量方法、装置、计算机设备和存储介质
Li et al. Modified weights-and-structure-determination neural network for pattern classification of flatfoot
Chan et al. How do clinical and psychological variables relate to quality of life in end-stage renal disease? Validating a proximal–distal model
KR101408651B1 (ko) 경락 에너지 신호를 이용한 사상체질 분류 방법
Bell et al. Prediction of height from knee height in children with cerebral palsy and non-disabled children
Mocini et al. Digital anthropometry: A systematic review on precision, reliability and accuracy of most popular existing technologies
JPWO2020158717A1 (ja) 学習済みモデル、学習方法、及びプログラム、並びに医用情報取得装置、方法、及びプログラム
Neufeld et al. A multidomain approach to assessing the convergent and concurrent validity of a mobile application when compared to conventional methods of determining body composition
Basavaraja et al. Wall shear stress and oscillatory shear index distribution in carotid artery with varying degree of stenosis: a hemodynamic study
JP7124265B2 (ja) バイオマーカー検出方法、疾病判断方法、バイオマーカー検出装置、及びバイオマーカー検出プログラム
CN109363678A (zh) 基于经络能量平衡值的易发疾病预测系统
KR101578270B1 (ko) 미병지수 측정을 위한 장치 및 방법
Reichenheim et al. Normative reference values of handgrip strength for Brazilian older people aged 65 to 90 years: Evidence from the multicenter Fibra‑BR study
Ribeiro et al. Validity and reliability of the Spineangel® lumbo-pelvic postural monitor
CN115719329A (zh) 基于深度学习对ra超声模态滑膜评分融合的方法及系统
CN107967943A (zh) 一种基于功能核磁共振图像的儿童多动症分析系统
Kelly et al. Machine learning-optimized Combinatorial MRI scale (COMRISv2) correlates highly with cognitive and physical disability scales in Multiple Sclerosis patients

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: 20170524

Year of fee payment: 4