KR101741502B1 - 칼로리 소비량 추정 장치 및 그 방법 - Google Patents

칼로리 소비량 추정 장치 및 그 방법 Download PDF

Info

Publication number
KR101741502B1
KR101741502B1 KR1020160030868A KR20160030868A KR101741502B1 KR 101741502 B1 KR101741502 B1 KR 101741502B1 KR 1020160030868 A KR1020160030868 A KR 1020160030868A KR 20160030868 A KR20160030868 A KR 20160030868A KR 101741502 B1 KR101741502 B1 KR 101741502B1
Authority
KR
South Korea
Prior art keywords
energy
function
amount
calculating
estimation
Prior art date
Application number
KR1020160030868A
Other languages
English (en)
Inventor
조위덕
이규필
Original Assignee
아주대학교산학협력단
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 아주대학교산학협력단 filed Critical 아주대학교산학협력단
Priority to KR1020160030868A priority Critical patent/KR101741502B1/ko
Priority to PCT/KR2017/002801 priority patent/WO2017160080A1/ko
Application granted granted Critical
Publication of KR101741502B1 publication Critical patent/KR101741502B1/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
    • A61B5/02—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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • A—HUMAN NECESSITIES
    • 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
    • A61B5/02—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
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work

Abstract

본 발명은 가속도 센서 출력값을 이용하여 사용자의 칼로리 소모량을 추정하는 장치 및 그 방법에 관한 것이다.
본 발명에 따른 칼로리 소비량 추정 방법은 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출하는 에너지량 산출 단계; 상기 에너지량을 미리 설정된 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출하는 변환 단계; 및 상기 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출하는 추정 단계;를 포함할 수 있다.

Description

칼로리 소비량 추정 장치 및 그 방법{Apparatus and Method for Estimation of Calory Consumption}
본 발명은 가속도 센서 출력값을 이용하여 사용자의 칼로리 소모량을 추정하는 장치 및 그 방법에 관한 것이다.
사람은 물리적인 행동(Physical Activity)을 통하여 에너지를 소모하며, 이와 같은 사람의 물리적인 행동을 통한 적절한 량의 에너지 소모는 건강한 몸을 유지하는데 중요한 요인이 된다. 특히 성인과 아동의 과체중 또는 비만이 중요한 건강 이슈로 부각되면서, 각 개인이 적절한 양의 신체 활동을 하여 건강 상 요구되는 에너지/칼로리를 소비하는 것에 대한 관심이 높아지고 있다. 또한 헬스 케어 기능을 지원하는 각종 디바이스가 개발됨에 따라, 사용자가 휴대하는 디바이스에서 사용자가 소모하는 에너지/칼로리의 양을 측정하는 기술에 대한 연구가 널리 이루어져 왔다.
기존에 신체 활동량 또는 에너지 소모량을 추정하는 방법으로는 일 예로 가속도 데이터를 이용하여 에너지소비량(Energy Expenditure)이나 대사량(Metabolic equivalents)을 추정하는 방법들이 존재하고 있다. 기존의 방법들은 가속도 데이터를 각종 예측 공식을 통하여 예측하여 사용자의 신체 활동량을 산출하거나 생활 패턴을 분류하는 기법들을 제공하고 있다.
그러나 기존의 에너지 소모량 추정 방법들은 가속도 센서의 출력값으로부터 사용자의 실제 칼로리 소모량을 추정함에 있어서 그 추정 정확도에 한계가 있었다.
대한민국 공개특허공보 제10-2012-0082301호 (2012.07.23.)
이에 본 발명에서는 가속도 센서의 출력값에 따라 에너지량을 산출하고, 산출한 에너지량을 적어도 하나 이상의 변환 함수를 이용하여 변환한 에너지량을 추정 함수를 이용하여 연산함으로써, 보다 정확하게 사용자의 칼로리 소비량을 추정할 수 있는 장치 및 그에 관한 방법을 제공하고자 한다.
상기 과제를 해결하기 위해, 본 발명의 일 유형에 따른 칼로리 소비량 추정 방법은 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출하는 에너지량 산출 단계; 상기 에너지량을 미리 설정된 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출하는 변환 단계; 및 상기 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출하는 추정 단계;를 포함할 수 있다.
상기 에너지량 산출 단계는 상기 가속도 센서에서 측정된 3축 가속도 측정값을 입력받고, 상기 3축 가속도 측정값의 절대값 또는 제곱값의 합에 따라 상기 시간 별 에너지를 산출할 수 있다.
상기 에너지량 산출 단계는 상기 시간 별 에너지를 소정 시간 동안 합한 값에 따라 상기 에너지량을 산출할 수 있다.
상기 변환 단계는 상기 에너지량을 적어도 두 개 이상의 미리 설정된 상기 변환 함수를 이용하여, 상기 변환 함수 별로 각각 상기 변환된 에너지량을 산출할 수 있다.
상기 변환 함수는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 어느 하나인 것을 특징으로 할 수 있다.
상기 변환 단계는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수를 상기 변환 함수로 각 이용하여, 상기 에너지량에 따라 상기 변환 함수 별로 각각 상기 변환된 에너지량을 산출할 수 있다.
상기 추정 함수는 상기 변환된 에너지량을 입력하는 입력 변수의 계수가 미리 설정된 선형 함수인 것을 특징으로 할 수 있다.
상기 추정 단계는 상기 변환된 에너지량을 상기 추정 함수로 연산하여 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다.
상기 추정 단계는 복수개의 상기 변환 함수를 이용하여 각 변환된 에너지량을 각 입력 변수로 하는 상기 추정 함수를 연산하여, 상기 사용자의 단위 중량 당 에너지 소비량을 산출하고, 상기 추정 함수는 상기 입력 변수의 계수가 미리 설정된 선형 다항식인 것을 특징으로 할 수 있다.
상기 추정 단계는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수를 이용하여 각 변환된 에너지량을 각 입력 변수로 하는 상기 추정 함수를 연산하여, 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다.
여기서 상기 칼로리 소비량 추정 방법은 상기 사용자의 몸무게 정보와 상기 단위 중량 당 에너지 소비량을 이용하여 상기 사용자의 전체 칼로리 소비량을 산출하는 칼로리 소비량 산출 단계;를 더 포함할 수 있다.
상기 과제를 해결하기 위해, 본 발명의 일 유형에 따른 칼로리 소비량 추정 장치는, 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출하는 에너지량 산출부; 상기 에너지량을 미리 설정된 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출하는 변환부; 및 상기 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출하는 추정부;를 포함할 수 있다.
상기 에너지량 산출부는 상기 가속도 센서에서 측정된 3축 가속도 측정값을 입력받고, 상기 3축 가속도 측정값의 절대값 또는 제곱값의 합에 따라 상기 시간 별 에너지를 산출하고, 상기 시간 별 에너지를 소정 시간 동안 합한 값에 따라 상기 에너지량을 산출할 수 있다.
상기 변환부는 상기 에너지량을 적어도 두 개 이상의 미리 설정된 상기 변환 함수를 이용하여, 상기 변환 함수 별로 각각 상기 변환된 에너지량을 산출하고, 상기 변환 함수는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 어느 하나인 것을 특징으로 할 수 있다.
상기 추정부는 복수개의 상기 변환 함수를 이용하여 각 변환된 에너지량을 각 입력 변수로 하는 상기 추정 함수를 연산하여, 상기 사용자의 단위 중량 당 에너지 소비량을 산출하고, 상기 추정 함수는 상기 입력 변수의 계수가 미리 설정된 선형 다항식인 것을 특징으로 할 수 있다.
여기서 상기 칼로리 소비량 추정 장치는 상기 사용자의 몸무게 정보와 상기 단위 중량 당 에너지 소비량을 이용하여 상기 사용자의 전체 칼로리 소비량을 산출하는 칼로리 소비량 산출부;를 더 포함할 수 있다.
본 발명에 따른 칼로리 소비량 추정 장치 및 그 방법에 의하면, 가속도 센서의 출력값에 따라 에너지량을 산출하고, 산출한 에너지량을 적어도 하나 이상의 변환 함수를 이용하여 변환한 에너지량을 추정 함수를 이용하여 연산함으로써, 보다 정확하게 사용자의 칼로리 소비량을 추정할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 칼로리 소비량 추정 방법의 흐름도이다.
도 2는 본 발명의 또 다른 실시예에 따른 칼로리 소비량 추정 방법의 흐름도이다.
도 3은 에너지량의 로그 값과 단위 중량 당 에너지 소비량 간의 산점도를 나타내는 참고도이다.
도 4는 에너지량의 평균 값과 단위 중량 당 에너지 소비량 간의 산점도를 나타내는 참고도이다.
도 5는 에너지량의 제곱 평균 제곱근 값과 단위 중량 당 에너지 소비량 간의 산점도를 나타내는 참고도이다.
도 6은 에너지량의 분산 값과 단위 중량 당 에너지 소비량 간의 산점도를 나타내는 참고도이다.
도 7은 에너지량의 표준편차 값과 단위 중량 당 에너지 소비량 간의 산점도를 나타내는 참고도이다.
도 8은 에너지량의 절대 평균 편차 값과 단위 중량 당 에너지 소비량 간의 산점도를 나타내는 참고도이다.
도 9는 사분 범위 변환 함수의 동작을 설명하기 위한 참고도이다.
도 10은 에너지량의 사분 범위 값과 단위 중량 당 에너지 소비량 간의 산점도를 나타내는 참고도이다.
도 11은 본 발명의 일 실시예에 따른 칼로리 소비량 추정 장치의 블록도이다.
도 12는 본 발명의 또 다른 실시예에 따른 칼로리 소비량 추정 장치의 블록도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
사람은 물리적인 행동(Physical Activity)을 통하여 에너지를 소모하며, 이와 같은 사람의 물리적인 행동을 통한 적절한 량의 에너지 소모는 건강한 몸을 유지하는데 중요한 요인이 된다. 특히 성인과 아동의 과체중 또는 비만이 중요한 건강 이슈로 부각되면서, 각 개인이 적절한 양의 신체 활동을 하여 건강 상 요구되는 에너지/칼로리를 소비하는 것에 대한 관심이 높아지고 있다. 또한 헬스 케어 기능을 지원하는 각종 디바이스가 개발됨에 따라, 사용자가 휴대하는 디바이스에서 사용자가 소모하는 에너지/칼로리의 양을 측정하는 기술에 대한 연구가 널리 이루어져 왔다.
기존에 신체 활동량 또는 에너지 소모량을 추정하는 방법으로는 일 예로 가속도 데이터를 이용하여 에너지 소비량(Energy Expenditure)이나 대사량(Metabolic equivalents)을 추정하는 방법들이 존재하고 있다. 기존의 방법들은 가속도 데이터를 각종 예측 공식을 통하여 예측하여 사용자의 신체 활동량을 산출하거나 생활 패턴을 분류하는 기법들을 제공하고 있다.
그러나 기존의 에너지 소모량 추정 방법들은 가속도 센서의 출력값으로부터 사용자의 실제 칼로리 소모량을 추정함에 있어서 그 추정 정확도에 한계가 있었다.
이에 본 발명에서는 가속도 센서의 출력값에 따라 에너지량을 산출하고, 산출한 에너지량을 적어도 하나 이상의 변환 함수를 이용하여 변환한 에너지량을 추정 함수를 이용하여 연산함으로써, 보다 정확하게 사용자의 칼로리 소비량을 추정할 수 있는 장치 및 그에 관한 방법을 제공하고자 한다. 특히 본 발명은 복수개의 변환 함수를 이용하고, 다중 선형 회귀 분석 방법에 따라 도출된 추정 함수를 이용함으로써, 칼로리 소비량의 추정 정확도를 보다 높인 추정 장치 및 그 방법을 제공하고자 한다.
도 1은 본 발명의 일 실시예에 따른 칼로리 소비량 추정 방법의 흐름도이다.
본 발명의 일 실시예에 따른 칼로리 소비량 추정 방법은 에너지량 산출 단계(S100), 변환 단계(S200), 추정 단계(S300)를 포함할 수 있다.
에너지량 산출 단계(S100)는 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출한다.
변환 단계(S200)는 상기 에너지량을 미리 설정된 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출한다.
추정 단계(S300)는 상기 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출한다. 여기서 추정 단계(S300)는 상기 변환된 에너지량을 상기 추정 함수로 연산하여 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다.
여기서 본 발명에 따른 칼로리 소비량 추정 방법은 필요에 따라 칼로리 소비량 산출 단계(S400)를 더 포함할 수 있다.
칼로리 소비량 산출 단계(S400)는 상기 사용자의 몸무게 정보와 상기 단위 중량 당 에너지 소비량을 이용하여 상기 사용자의 전체 칼로리 소비량을 산출한다. 예를 들면 상기 산출한 단위 중량 당 에너지 소비량과 몸무게를 곱하여 전체 칼로리 소비량을 산출할 수 있다.
여기서 본 발명에 따른 칼로리 소비량 추정 방법은 에너지량 산출 단계(S100)에서 입력받을 각 축 방향 별 가속도 측정값을 획득하기 위하여 가속도 센서를 이용하여 각 축 방향 별로 가속도를 측정하는 가속도 측정 단계(S50)를 더 포함할 수도 있다.
도 2는 위와 같은 경우 본 발명에 따른 칼로리 소비량 추정 방법의 흐름도이다.
다음에서는 본 발명에 따른 칼로리 소비량 추정 방법의 각 단계에 대하여 보다 상세히 설명한다.
먼저 가속도 측정 단계(S50)는 가속도 센서를 이용하여 각 축 방향 별로 가속도를 측정한다. 여기서 가속도 센서는 3축 - 즉 x, y, z축 - 가속도 센서가 될 수 있다. 여기서 가속도 센서는 시간 별로 각 축 방향 별 가속도를 측정하고 그 측정값을 출력할 수 있다. 여기서 가속도 센서는 소정의 시간 간격으로 측정한 각 축 방향 별 가속도를 출력할 수 있고, 예를 들면 i 번째 시간 인덱스에서 x, y, z축 방향의 가속도를 측정하여 axi, ayi, azi를 출력할 수 있다. 여기서 z 축 방향은 중력 방향으로, x, y축 방향은 z 축 방향과 직교하면서 서로 직교하는 축 방향으로 정의될 수 있다.
다음으로는 에너지량 산출 단계(S100)에 대하여 보다 상세히 설명한다.
에너지량 산출 단계(S100)는 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출한다.
여기서 에너지량 산출 단계(S100)는 상기 가속도 센서에서 측정된 3축 가속도 측정값을 입력받을 수 있다. 즉 상기 axi, ayi, azi 를 입력받을 수 있다. 그리고 이때 상기 3축 가속도 측정값을 이용하여 에너지를 산출할 수 있다. 일 실시예에 있어서 상기 시간 별 에너지는 시간 별로 측정된 3축 가속도 측정값들의 제곱값의 합으로 정의될 수 있다.
예를 들면 상기 시간 별 에너지는 하기 수학식 1과 같이 산출될 수 있다.
Figure 112016024774858-pat00001
여기서 Ei는 i 번째 시간 인덱스에서의 에너지이고, axi, ayi, azi 는 i 번째 시간 인덱스에서의 각 축 방향의 가속도를 의미한다.
또 다른 실시예에 있어서 상기 시간 별 에너지는 시간 별로 측정된 3축 가속도 측정값들의 절대값의 합으로 정의될 수도 있다. 여기서 상기 시간 별 에너지는 필요에 따라 3축 가속도 측정값의 크기를 산출하는 기타 연산 함수를 이용하여 산출되는 값으로 정의될 수 있다.
여기서 에너지량 산출 단계(S100)는 상기 시간 별 에너지를 소정 시간 동안 합한 값에 따라 상기 에너지량을 산출할 수 있다.
예를 들면 상기 에너지량은 하기 수학식 2와 같이 산출될 수 있다.
Figure 112016024774858-pat00002
여기서 S는 상기 에너지량이고, n은 소정의 시간 길이를 나타내는 값이다. 예를 들어 시간 인덱스가 0.1초마다 부여된다고 하면 10초의 시간 동안 시간 별 에너지 n = 100 개를 합하여 상기 에너지량을 산출할 수 있다. 여기서 상기 에너지량도 소정의 시간 간격 별로 산출될 수 있다. 즉 예를 들면 0초부터 10초까지의 시간 별 에너지에 따른 에너지량이 산출된 다음, 소정의 시간 간격 t초 이후 t초부터 10 + t초까지의 시간 별 에너지에 따른 에너지량이 산출될 수 있다. 이때 에너지량 S에 대한 시간 인덱스 역시 Si와 같은 형태로 부여될 수 있다.
본 발명에서는 위와 같이 가속도 센서의 측정값으로부터 산출한 에너지량 S와 실험 대상자에 대하여 실제로 측정한 칼로리 소비량을 분석하여, 상기 에너지량 S와 실제 칼로리 소비량 간의 관계를 모델링하였다. 본 발명에서는 이하 상세히 설명할 바와 같이, 에너지량을 변환 함수를 이용하여 변환한 변환된 에너지량과 실제 실험 대상자의 칼로리 소비량 간의 관계를 통계적으로 분석하여, 상기 변환된 에너지량을 입력 변수로 하고 단위 중량 당 에너지 소비량을 출력값으로 하는 추정 함수의 파라미터를 획득하였다. 그리고 본 발명은 위와 같이 획득한 파라미터를 적용한 추정 함수를 이용하여 사용자의 움직임에 따른 가속도 센서의 출력값에 따른 에너지량으로부터 단위 중량 당 에너지 소비량을 추정하고, 이로부터 사용자의 칼로리 소비량을 추정한다.
본 발명에서는 가속도 센서의 출력값에 따른 에너지량으로부터 사용자의 칼로리 소비량을 정확하게 추정하기 위하여, 소정의 미리 설계된 변환 함수를 이용할 수 있다. 이때 추정 정확도를 보다 향상시키기 위하여 이하 상세히 설명할 바와 같이 하나 이상의 변환 함수를 이용할 수 있다. 또한 본 발명에서는 위와 같이 적어도 하나 이상의 변환 함수를 이용하여 에너지량을 변환한 각 변환된 에너지량을 입력 변수로 하는 추정 함수를 이용하여 단위 중량 당 에너지 소비량을 추정할 수 있다.
여기서 추정 함수는 상기 각 변환된 에너지량을 입력 변수로 하는 선형 함수가 될 수 있고, 이와 같은 선형 함수의 입력 변수의 각 계수는 실험 데이터에 따라 선형 회귀 분석 방법을 통하여 미리 산출될 수 있다.
일 실시예에 있어서 하나의 입력 변수를 가지는 선형 함수로 추정 함수가 설정되는 경우, 하기 수학식 3과 같이 추정 함수가 설정될 수 있다.
Figure 112016024774858-pat00003
여기서 X는 추정 함수의 입력 변수이고, Y는 추정 함수의 출력값이다. 여기서 α, β는 추정 함수의 파라미터이다.
여기서 선형 회귀 분석을 위하여 상기 수학식 3은 하기 수학식 4와 같이 변형될 수 있다.
Figure 112016024774858-pat00004
여기서 i는 실험 데이터 중 i 번째 샘플 데이터를 나타내는 인덱스이다.
여기서 추정 함수의 입력 변수는 상기 에너지량을 변환 함수로 변환한 변환된 에너지가 될 수 있다. 여기서 변환 함수는 이하 변환 단계(S200) 부분에서 상세히 설명할 바와 같이 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 어느 하나가 될 수 있다. 본 발명에서 실험 데이터를 분석한 결과 상기 함수들을 변환 함수로 이용할 경우, 사용자의 에너지량으로부터 사용자의 칼로리 소비량을 신뢰도 있게 추정할 수 있음이 확인되었다.
또한 여기서 추정 함수의 출력값은 사용자의 단위 중량 당 에너지 소비량이 될 수 있다. 본 발명에서 실험 데이터를 분석한 결과, 실험 대상자의 실제 칼로리 소비량을 실험 대상자의 몸무게로 나눈 값이 상기 변환된 에너지 값과 일정한 관계를 가지는 것이 실험적으로 확인되었다. 따라서 추정 함수의 출력값은 사용자의 단위 중량 당 에너지 소비량이 될 수 있고, 이와 같은 추정 함수의 출력값에 사용자의 몸무게를 곱하여 최종적으로 사용자의 칼로리 소비량을 추정할 수 있다.
위와 같이 설정된 추정 함수에 대하여 선형 회귀 분석법을 이용하여 실험 데이터에 대한 오차항 ei 을 최소화하도록 하는 α, β가 산출될 수 있다. 여기서 선형 회귀 분석법은 공지된 방법을 이용할 수 있다. 이하에서는 선형 회귀 분석법을 이용하여 추정 함수의 파라미터 - 상기 수학식 3, 4의 경우 α, β - 를 산출하는 방법에 대하여 설명한다.
먼저 최소자승법(Ordinary Least Square)에 따라
Figure 112016024774858-pat00005
을 최소화하는 α, β 를 추정하기 위하여, 하기 수학식 5의 Q를 최소화하는 추정치
Figure 112016024774858-pat00006
를 편미분하여 그 결과를 0으로 하는 하기 수학식 6, 7과 같은 정규 방정식의 해를 구하면 하기 수학식 8, 9와 같다.
Figure 112016024774858-pat00007
Figure 112016024774858-pat00008
Figure 112016024774858-pat00009
Figure 112016024774858-pat00010
Figure 112016024774858-pat00011
여기서
Figure 112016024774858-pat00012
이다.
여기서 상기 수학식 8, 9와 같이 추정한
Figure 112016024774858-pat00013
를 적용하여 상기 수학식 3과 같은 추정 함수를 설정할 수 있다.
여기서 상기 설정한 추정 함수의 정확도를 확인하기 위하여 결정계수
Figure 112016024774858-pat00014
를 하기 수학식 10과 같이 산출할 수 있다.
Figure 112016024774858-pat00015
여기서,
Figure 112016024774858-pat00016
Figure 112016024774858-pat00017
Figure 112016024774858-pat00018
와 같이 정의될 수 있다.
이와 같은 결정계수
Figure 112016024774858-pat00019
은 0부터 1까지 범위를 가지고, 그 값이 클수록 선형 회귀 방법으로 획득한 추정 함수의 정확도가 높은 것을 의미한다.
본 발명에 따르면, 예를 들어 입력 변수 X를 산출하기 위한 변환 함수로 로그 변환 함수를 사용하고 추정 함수의 출력값 Y를 단위 중량 당 에너지 소비량으로 설정한 경우, 계수 β에 대한 유의성 검정을 수행한 결과, 귀무가설
Figure 112016024774858-pat00020
에 대한 가설 검정 결과 p값인 유의 확률이 0.001보다 작게 도출된 바, 유의하다는 것을 확인할 수 있다.
또 다른 실시예에 있어서 상술한 바와 같이 추정 함수가 복수의 입력 변수를 가지는 선형 함수로 설정될 수 있다. 예를 들어 M개의 변환 함수를 이용하는 경우, 하기 수학식 11과 같이 M개의 입력 변수를 가지는 선형 함수로 추정 함수가 설정될 수 있다.
Figure 112016024774858-pat00021
여기서 Xm는 추정 함수의 m 번째 입력 변수이고, Y는 추정 함수의 출력값이다. 여기서 α는 상수, βm는 m 번째 입력 변수의 계수이다. 그리고 Xm은 하기 수학식 12와 같이 m 번째 변환 함수 Fm에 따라 산출될 수 있다.
Figure 112016024774858-pat00022
상술한 바와 같이 본 발명에서는 복수개의 서로 다른 변환 함수를 이용하여 에너지량을 변환하고, 변환한 에너지량을 상기 수학식 11과 같은 추정 함수의 입력 변수로 입력하여, 사용자의 에너지 소비량 산출할 수 있다. 여기서 상술한 바와 같이 수학식 11의 추정 함수의 출력값은 사용자의 단위 중량 당 에너지 소비량이 될 수 있다. 이와 같이 복수개의 변환 함수를 이용하여 변환된 에너지량을 입력 변수로 하는 추정 함수를 이용함으로써, 본 발명은 에너지량으로부터 사용자의 칼로리 소비량을 보다 정확하게 추정할 수 있는 효과가 있다.
그리고 위와 같이 다수의 입력 변수를 가지는 추정 함수를 설정하기 위하여, 본 발명에서는 다중 선형 회귀 분석 방법을 이용하여 입력 변수의 각 계수를 산출할 수 있다.
여기서 다중 선형 회귀 분석을 위하여 상기 수학식 11은 하기 수학식 13과 같이 변형될 수 있고, 상술한 바와 동일한 원리로 공지된 다중 선형 회귀 기법을 이용하여 추정 함수의 파라미터 α, βm 가 산출될 수 있다(m = 1, ... , M).
Figure 112016024774858-pat00023
여기서 Xm,i는 추정 함수의 m 번째 입력 변수이고, Yi는 추정 함수의 출력값이다. 여기서 i 는 샘플 인덱스이고, α는 상수, βm는 m 번째 입력 변수의 계수이다.
아래에서는 이상과 같은 선형 회귀 분석 과정을 거쳐 정의되는 변환 함수와 추정 함수에 기초하여, 사용자의 칼로리 소비량을 추정하는 변환 단계(S200), 추정 단계(S300), 칼로리 소비량 산출 단계(S400)의 동작에 대하여 보다 상세히 설명한다.
먼저 변환 단계(S200)에 대하여 보다 상세히 설명한다.
변환 단계(S200)는 상기 에너지량을 미리 설정된 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출한다. 여기서 변환 함수는 이하 추정 단계(S300)에서 추정 함수의 입력 변수로 들어가는 입력 값을 산출하기 위한 함수이다.
여기서 변환 단계(S200)는 상술한 바와 같이 칼로리 소비량의 추정 정확도를 향상시키기 위하여, 상기 에너지량을 적어도 두 개 이상의 미리 설정된 상기 변환 함수를 이용하여, 상기 변환 함수 별로 각각 상기 변환된 에너지량을 산출할 수 있다.
이때 상기 변환 함수는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 어느 하나가 될 수 있다. 본 발명에서는 실험 데이터를 기초로 아래에서 설명할 바와 같이 위와 같은 변환 함수를 이용하는 경우, 변환된 에너지량에 따른 사용자의 칼로리 소비량의 추정치의 정확도가 보다 향상됨을 확인하였다. 따라서 변환 단계(S200)에서는 변환 함수로 상술한 함수들을 이용하여 상기 에너지량을 변환하고, 이를 이용하여 추정 단계(S300)에서 사용자의 에너지 소비량을 추정하는 것이 바람직하다.
여기서 변환 단계(S200)는 필요에 따라 이용할 변환 함수를 선택할 수 있다. 예를 들면 상술한 변환 함수들 중 어느 하나만을 선택하여 이용할 수 있고, 필요에 따라 n개를 선택하여 이용할 수도 있고, 전부를 선택하여 이용할 수도 있다. 여기서 이용되는 변환 함수의 수에 따라 변환된 에너지량의 수 역시 결정되며, 그에 따라 추정 단계(S300)에서 이용하는 추정 함수의 입력 변수의 수도 결정된다.
아래에서는 각 변환 함수에 대하여 보다 상세히 설명하고, 실험 데이터에 기초하여 변환 함수로 변환한 에너지량과 실험 대상자의 에너지 소비량 간의 관계를 설명한다.
이를 위하여 먼저 본 발명에서 이용한 실험 데이터에 대하여 간략히 설명한다.
먼저 실험 대상자는 21세에서 38세 사이의 성인 남녀 59명이고, 이들 실험 대상자의 몸무게는 49.70Kg에서 115.70Kg이고 평균 나이는 28세였다. 실험 대상자의 통계적 특징은 하기 표 1과 같다.
전체
(n=59)		 남자
(n= 30 )		 여자
(n= 29 )
나이
(Year)		 28.07±4.46
(21-38)		 28.34±4.19
(21-38)		 27.59±5.12
(21-38)
키
(m)		 168.15±8.66
(148.9-185.7)		 176.27±4.49
(167.9-185.8)		 161.55±4.96
(148.9-172.0)
몸무게
(Kg)		 68.88±13.12
(49.7-115.7)		 78.86±9.80
(61.0-115.7)		 59.42±6.28
(49.7-78.7)
BMI
(Kg/㎡)		 24.19±3.00
(19.90-33.60)		 25.40±3.20
(20.50-33.60)		 22.77±2.10
(19.90-30.20)
이상과 같은 실험 대상자들에 대하여 트레드밀에서 다양한 걸음 속력의 가속도 출력 데이터를 획득하여 실험하였다. 실험 대상자들은 호흡가스대사분석기(K4B2)를 착용하고 가속도 센서를 오른쪽 팔에 부착하였다. 그리고 트레드밀 위에서 느리게 걷기, 걷기, 빠르게 걷기, 천천히 뛰기, 뛰기, 빠르게 뛰기의 순서대로 속력을 달리하면서 각 단계별로 5분씩 진행하였고, 구체적인 테스트 프로토콜은 표 2와 같이 구성하였다. 신체적 특징을 고려하여 여자는 남자의 트레드밀 속도 보다 1Km/h 작게 설정하였다.
단계 트레드밀 속력 (Km/h) 시간 (Minute)
1. 느리게 걷기 3 5
2. 걷기 5 5
휴식 3 1
3. 빠르게 걷기 7 5
휴식 3 1
4. 천천히 뛰기 9 5
휴식 3 1
5. 뛰기 10 5
휴식 3 1
6. 빠르게 뛰기 11 5
휴식 3 1
그 결과 여러 명의 실험 대상자로부터 각각 복수개의 데이터 샘플이 획득될 수 있으며, 각 데이터 샘플은 시간 별 3축 가속도 센서의 출력값과 호흡가스대사분석기로부터 획득한 시간 별 실험 대상자의 에너지 소비량이 될 수 있다. 위 데이터를 이용하여 소정의 시간 동안의 에너지량을 산출하고, 각 실험 대상자의 몸무게 정보를 알고 있으므로, 그에 대응하는 실험 대상자의 단위 중량 당 에너지 소비량을 획득할 수 있다.
다음으로는 본 발명에서 이용하는 변환 함수에 대하여 보다 상세히 설명한다. 이하에서는 각 변환 함수와 함께 해당 변환 함수를 이용하여 에너지량을 변환한 값과 실험 대상자의 단위 중량 당 에너지 소비량 값 간의 분포도(산점도)를 참조하면서 바람직한 변환 함수의 설계에 대하여 설명한다. 이하 설명할 변환 함수의 각 파라미터는 상기 실험을 통해 획득된 복수개의 데이터 샘플에 따른 에너지량 및 단위 중량 당 에너지 소비량 데이터에 기초하여, 회귀 분석 방법을 통하여 각각 산출될 수 있다. 이하 설명할 수학식 14 내지 수학식 18에서 Si는 회귀 분석 방법을 통하여 변환 함수의 파라미터를 산출하는 측면에서 설명함에 있어서는 실험 데이터의 각 데이터 샘플에 따른 에너지량을 나타낼 수 있다. 반면 위와 같이 산출된 변환 함수의 파라미터에 기초하여, 변환 함수를 통하여 변환된 에너지량을 산출함에 있어서는, 상기 Si는 가속도 센서의 가속도 측정값에 따라 산출되는 에너지량이 될 수 있다. 이때 상기 산출되는 에너지량 Si은 소정의 시간 동안의 시간 별 에너지에 따라 산출되는 값이 될 수 있고, 시간의 흐름에 따라 시간 인덱스 i별로 각 에너지량 Si가 산출될 수 있다.
일 실시예에 있어서 변환 함수로 로그 변환 함수를 이용할 수 있다.
예를 들어 에너지량 S의 로그 값 ln(S)와 실험 대상자의 단위 중량 당 에너지 소비량(Kcal/Kg) 간의 산점도는 도 3과 같다. 도 3을 참조하면, 에너지량 S를 ln(S)으로 변환한 값과 단위 중량 당 에너지 소비량은 로그 함수로 피팅될 수 있음을 확인할 수 있다. 즉 S의 로그 값을 다시 로그 변환한 값이 단위 중량 당 에너지 소비량과 선형 관계에 있다고 할 수 있다.
따라서 로그 변환 함수는 하기 수학식 14와 같이 표현될 수 있다.
Figure 112016024774858-pat00024
여기서 a, b는 로그 변환 함수의 파라미터이며, 도 3과 같이 획득된 실험 데이터에 대하여 회귀 분석을 수행한 결과에 따라 그 값이 소정의 값으로 설정될 수 있다. 일 실시예에 있어서 상기 a 는 1 내지 2의 값을, b는 - 3 내지 - 5의 값을 가질 수 있고, 바람직하게는 하기 표 3과 같은 회귀 분석 결과에 따라 상기 a 는 1.59, b는 - 4.3283의 값을 가질 수 있다. 다만 필요에 따라 a, b가 다른 값으로 설정될 수도 있으나, 추정 함수의 추정 정확도가 열화될 수 있다.
여기서 필요에 따라
Figure 112016024774858-pat00025
와 같은 로그 변환 함수를 이용할 수도 있다. 이는 아래 표 3에서 확인할 수 있는 바와 같이 회귀식이 선형 함수와 로그 함수에 있어서 모두 양호하게 결정계수가 도출되었기 때문이다. 다만 로그 함수에 대하여 결정계수가 보다 높게 도출되었으므로, 위 수학식 14와 같이 이중 로그 변환을 적용한 변환 함수를 이용하는 것이 보다 바람직하다.
일 실시예에 있어서 변환 함수로 평균(Mean) 변환 함수를 이용할 수 있다.
이때 평균 변환 함수는 하기 수학식 15와 같이 표현될 수 있다.
Figure 112016024774858-pat00026
여기서 에너지량 S의 평균 값과 실험 대상자의 단위 중량 당 에너지 소비량 간의 산점도는 도 4와 같다. 따라서 상기 수학식 15와 같이 에너지량 S의 평균 값에 로그를 취한 값과 단위 중량 당 에너지 소비량이 선형 관계를 가지도록 변환 함수가 설정되는 것이 바람직하다.
여기서 평균 변환 함수의 파라미터 a, b는 도 4와 같이 획득된 실험 데이터에 대하여 회귀 분석을 수행한 결과에 따라 그 값이 소정의 값으로 설정될 수 있다. 일 실시예에 있어서 상기 a 는 0.5 내지 1.5의 값을, b는 - 0.1 내지 - 1.5의 값을 가질 수 있고, 바람직하게는 하기 표 3과 같은 회귀 분석 결과에 따라 상기 a 는 0.966, b는 - 0.7338의 값을 가질 수 있다. 다만 필요에 따라 a, b가 다른 값으로 설정될 수도 있으나, 추정 함수의 추정 정확도가 열화될 수 있다.
일 실시예에 있어서 변환 함수로 제곱 평균 제곱근(Root Mean Square) 변환 함수를 이용할 수 있다.
이때 제곱 평균 제곱근 변환 함수는 하기 수학식 16과 같이 표현될 수 있다.
Figure 112016024774858-pat00027
여기서 에너지량 S의 제곱 평균 제곱근 값과 실험 대상자의 단위 중량 당 에너지 소비량 간의 산점도는 도 5와 같다. 따라서 상기 수학식 16과 같이 에너지량 S의 제곱 평균 제곱근 값에 로그를 취한 값과 단위 중량 당 에너지 소비량이 선형 관계를 가지도록 변환 함수가 설정되는 것이 바람직하다.
여기서 제곱 평균 제곱근 변환 함수의 파라미터 a, b는 도 5와 같이 획득된 실험 데이터에 대하여 회귀 분석을 수행한 결과에 따라 그 값이 소정의 값으로 설정될 수 있다. 일 실시예에 있어서 상기 a 는 0.01 내지 0.1 의 값을, b는 - 0.1 내지 - 1의 값을 가질 수 있고, 바람직하게는 하기 표 3과 같은 회귀 분석 결과에 따라 상기 a 는 0.0632, b는 -0.4653의 값을 가질 수 있다. 다만 필요에 따라 a, b가 다른 값으로 설정될 수도 있으나, 추정 함수의 추정 정확도가 열화될 수 있다.
일 실시예에 있어서 변환 함수로 분산(Variation) 변환 함수를 이용할 수 있다.
이때 분산 변환 함수는 하기 수학식 17과 같이 표현될 수 있다.
Figure 112016024774858-pat00028
여기서 var 는 분산을 산출하는 함수이다.
여기서 에너지량 S의 분산 값과 실험 대상자의 단위 중량 당 에너지 소비량 간의 산점도는 도 6과 같다. 따라서 상기 수학식 17과 같이 에너지량 S의 분산 값에 로그를 취한 값과 단위 중량 당 에너지 소비량이 선형 관계를 가지도록 변환 함수가 설정되는 것이 바람직하다.
여기서 분산 변환 함수의 파라미터 a, b는 도 6과 같이 획득된 실험 데이터에 대하여 회귀 분석을 수행한 결과에 따라 그 값이 소정의 값으로 설정될 수 있다. 일 실시예에 있어서 상기 a 는 0.01 내지 0.1 의 값을, b는 - 0.01 내지 - 1의 값을 가질 수 있고, 바람직하게는 하기 표 3과 같은 회귀 분석 결과에 따라 상기 a 는 0.0222, b는 -0.2671의 값을 가질 수 있다. 다만 필요에 따라 a, b가 다른 값으로 설정될 수도 있으나, 추정 함수의 추정 정확도가 열화될 수 있다.
일 실시예에 있어서 변환 함수로 표준편차(Standard Deviation) 변환 함수를 이용할 수 있다.
이때 표준 편차 변환 함수는 하기 수학식 18과 같이 표현될 수 있다.
Figure 112016024774858-pat00029
여기서 std는 표준편차를 산출하는 함수이다.
여기서 에너지량 S의 표준편차 값과 실험 대상자의 단위 중량 당 에너지 소비량 간의 산점도는 도 7과 같다. 따라서 상기 수학식 18과 같이 에너지량 S의 표준 편차 값에 로그를 취한 값과 단위 중량 당 에너지 소비량이 선형 관계를 가지도록 변환 함수가 설정되는 것이 바람직하다.
여기서 표준 편차 변환 함수의 파라미터 a, b는 도 7과 같이 획득된 실험 데이터에 대하여 회귀 분석을 수행한 결과에 따라 그 값이 소정의 값으로 설정될 수 있다. 일 실시예에 있어서 상기 a 는 0.01 내지 0.1 의 값을, b는 - 0.01 내지 - 1의 값을 가질 수 있고, 바람직하게는 하기 표 3과 같은 회귀 분석 결과에 따라 상기 a 는 0.0443, b는 - 0.2671의 값을 가질 수 있다. 다만 필요에 따라 a, b가 다른 값으로 설정될 수도 있으나, 추정 함수의 추정 정확도가 열화될 수 있다.
일 실시예에 있어서 변환 함수로 절대 평균 편차(Mean Absolute Deviation) 변환 함수를 이용할 수 있다. 절대 평균 편차는 각 변량과 변량의 산술평균치와의 편차 절대값을 다시 산술 평균 한 것을 의미한다.
이때 절대 평균 편차 변환 함수는 하기 수학식 19와 같이 표현될 수 있다.
Figure 112016024774858-pat00030
여기서
Figure 112016024774858-pat00031
는 S의 평균 값을 의미한다.
여기서 에너지량 S의 절대 평균 편차 값과 실험 대상자의 단위 중량 당 에너지 소비량 간의 산점도는 도 8과 같다. 따라서 상기 수학식 19와 같이 에너지량 S의 절대 평균 편차 값에 로그를 취한 값과 단위 중량 당 에너지 소비량이 선형 관계를 가지도록 변환 함수가 설정되는 것이 바람직하다.
여기서 절대 평균 편차 변환 함수의 파라미터 a, b는 도 8과 같이 획득된 실험 데이터에 대하여 회귀 분석을 수행한 결과에 따라 그 값이 소정의 값으로 설정될 수 있다. 일 실시예에 있어서 상기 a 는 0.01 내지 0.1 의 값을, b는 - 0.01 내지 - 1의 값을 가질 수 있고, 바람직하게는 하기 표 3과 같은 회귀 분석 결과에 따라 상기 a 는 0.0493, b는 - 0.2898의 값을 가질 수 있다. 다만 필요에 따라 a, b가 다른 값으로 설정될 수도 있으나, 추정 함수의 추정 정확도가 열화될 수 있다.
일 실시예에 있어서 변환 함수로 사분 범위(Inter Quartile Range) 변환 함수를 이용할 수 있다. 사분 범위(Inter Quartile Range)는 사분 편차라고도 하며, 도 9와 같은 분포도에서 표본의 수로 4등분(각 25%) 한 표본에서 중앙 2개 등분의 범위(도 9에서 Q1, Q2 간의 거리인 IQR)를 뜻한다. 따라서 사분 범위 값이 크면 데이터의 분포가 흩어져 있는 것이고 작으면 밀집된 분포임을 알 수 있다.
여기서 에너지량 S의 사분 범위 값과 실험 대상자의 단위 중량 당 에너지 소비량 간의 산점도는 도 10과 같다. 여기서 회귀식을 선형 함수, 지수 함수, 로그 함수로 각각 가정하여 회귀 분석을 수행한 결과, 회귀식이 지수 함수가 되는 경우 결정계수가 가장 높은 것으로 확인되었다. 따라서 바람직하게는 사분 범위 변환 함수의 경우 지수 함수의 형태로 변환 함수가 설정될 수 있다. 다만 필요에 따라 사분 범위 변환 함수는 로그 함수 또는 선형 함수의 형태로 변환 함수가 설정될 수도 있다. 여기에서는 지수 함수로 변환 함수가 설정된 경우를 설명한다.
사분 범위 변환 함수는 하기 수학식 20과 같이 표현될 수 있다.
Figure 112016024774858-pat00032
여기서 IQR은 사분 범위를 산출하는 함수, exp는 지수 함수를 의미한다.
여기서 사분 범위 변환 함수의 파라미터 a, b, c는 도 10과 같이 획득된 실험 데이터에 대하여 회귀 분석을 수행한 결과에 따라 그 값이 소정의 값으로 설정될 수 있다. 일 실시예에 있어서 상기 a 는 0.01 내지 0.1 의 값을, b는 0 내지 1의 값을, c는 - 1 내지 1의 값을 가질 수 있고, 바람직하게는 하기 표 3과 같은 회귀 분석 결과에 따라 상기 a 는 0.0519, b는 0.0001, c는 0 의 값을 가질 수 있다. 다만 필요에 따라 a, b, c가 다른 값으로 설정될 수도 있으나, 추정 함수의 추정 정확도가 열화될 수 있다.
여기서 변환 단계(S200)는 위에서 상세히 설명한 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수를 상기 변환 함수로 이용하여, 상기 에너지량에 따라 상기 변환 함수 별로 각각 상기 변환된 에너지량을 산출할 수 있다. 여기서 위에서 설명한 바와 같이 필요에 따라 하나의 변환 함수를 선택하여 이용할 수 있고, 추정 정확도를 더 높이기 위하여 2개 이상의 n개의 변환 함수를 선택하여 이용할 수도 있다. 또는 상기 변환 함수 전부를 이용할 수도 있다.
하기 표 3은 위에서 설명한 각 변환 함수에 대하여 실험 데이터에 기초하여 회귀 분석을 수행한 결과, 각각의 경우 회귀식을 선형 함수, 지수 함수, 로그 함수로 한 경우 도출된 회귀식과 결정계수 값 및 결정계수 값을 고려하였을 때의 최적 회귀식을 나타낸다. 여기서 결정계수(R2)는 0부터 1 사이의 값을 가지며, 결정계수가 클수록 회귀식의 데이터 정합도가 높음을, 즉 보다 정확하게 피팅되었음을 의미한다.
x 회귀식 결정계수(
Figure 112016024774858-pat00033
)		 최적 회귀식
ln(S) 선형 0.096x - 1.4542 0.8519
지수 1E-07e^0.8431x 0.8258
로그 1.590ln(x) - 4.3283 0.8552 O
mean(S) 선형 1E-08x + 0.0378 0.7526
지수 0.0509e^9E-05x 0.6993
로그 0.966ln(x) - 0.7338 0.8521 O
rms(S) 선형 3E-06x+0.0683 0.6775
지수 0.0662e^3E-05x 0.6306
로그 0.0632ln(x) - 0.4653 0.8468 O
var(S) 선형 6E-11x+0.1049 0.4048
지수 0.0912e^5E-10x 0.3615
로그 0.0222ln(x) - 0.2671 0.8477 O
std(S) 선형 4E-06x+0.0766 0.6754
지수 0.071e^3E-05x 0.6333
로그 0.0443ln(x) - 0.2671 0.8477 O
mad(S) 선형 7E-06x+0.0686 0.7403
지수 0.0661e^6E-05x 0.6988
로그 0.0493ln(x) - 0.2898 0.862 O
iqr(S) 선형 1E-05x + 0.044 0.7951
지수 0.0519e^0.0001x 0.8084 O
로그 0.0602ln(x) - 0.3883 0.7797
다음으로 추정 단계(S300)에 대하여 보다 상세히 설명한다.
추정 단계(S300)는 상기 변환 함수에 따라 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출한다. 여기서 상기 추정 함수는 위에서 상기 수학식 3 내지 수학식 13을 참조하면서 상세히 설명한 바와 같이 선형 회귀 분석 방법 또는 다중 선형 회귀 분석 방법을 이용하여 미리 그 함수 파라미터가 설정될 수 있다. 여기서 상기 추정 함수는 상기 변환된 에너지량을 입력하는 입력 변수의 계수가 회귀 분석 결과에 따라 미리 설정된 선형 함수가 될 수 있고, 입력 변수가 복수 개인 경우 각각의 계수가 미리 설정된 선형 다항식이 될 수 있다. 즉 상기 수학식 11과 같이 추정 함수가 미리 설정될 수 있다.
일 실시예에 있어서 상기 수학식 11의 추정 함수는 하기 수학식 21과 같이 설정될 수 있다.
Figure 112016024774858-pat00034
여기서 X1은 상기 로그 변환 함수의 출력값, X2는 상기 평균 변환 함수의 출력값, X3은 상기 제곱 평균 제곱근 변환 함수의 출력값, X4는 상기 표준편차 변환 함수의 출력값, X5는 상기 분산 변환 함수의 출력값, X6은 상기 평균 절대 편차 변환 함수의 출력값, X7은 상기 사분 범위 변환 함수의 출력값에 대한 입력 변수이다.
그리고 상기 수학식 20의 각 함수 파라미터는 하기 표 4와 같이 설정될 수 있다.
함수　파라미터 값
a -1.377556358
b 0.092440719
c 1.27399E-05
d -2.82472E-05
e 2.40169E-05
f -3.52284E-12
g 7.53455E-07
h 9.55684E-07
여기서 상기 각 함수 파라미터가 필요에 따라 다른 값으로 설정될 수 있음은 물론이다.
본 발명에서 다중 선형 회귀 분석 방법을 이용하여 상기 수학식 20 및 표 4에 따른 추정 함수를 도출함에 있어서 유의 수준은 95%로 설정하였고, 그 결과 결정계수의 값이 0.88805927으로, 유의한 F 값은 8.019E-153이 나왔다. 따라서 통계적으로 유의미하게 추정 함수의 식이 도출되었음을 확인할 수 있다. 또한 표 3의 결정계수 값과 비교하여 확인할 수 있는 바, 변환 함수를 하나만 사용하는 경우보다 상기 수학식 20과 같이 복수개의 변환 함수에 따른 입력 변수들을 갖는 추정 함수를 이용하였을 때 보다 정확하게 칼로리 소모량을 추정할 수 있음이 확인되었다.
여기서 추정 단계(S300)는 변환 단계(S200)에서 변환 함수를 이용하여 변환한 에너지량을 상기 추정 함수의 입력 변수로 입력하여 사용자의 에너지 소비량을 산출할 수 있다. 그리고 이때 추정 단계(S300)는 상기 변환된 에너지량을 상기 추정 함수로 연산하여 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다. 즉 추정 함수가 변환된 에너지량과 단위 중량 당 에너지 소비량에 기초하여 회귀 분석에 따라 도출된 경우, 추정 단계(S300)는 단위 중량 당 에너지 소비량을 산출할 수 있다. 이때 변환 단계(S200)에서 복수개의 변환 함수를 이용한 경우, 추정 단계(S300)는 위 복수개의 변환 함수를 이용하여 각 변환된 에너지량을 각 입력 변수로 하는 상기 추정 함수를 연산하여, 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다. 일 실시예에 있어서 추정 단계(S300)는 변환 단계(S200)에서 상세히 설명한 바, 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 적어도 하나 이상의 변환 함수를 이용하여 각 변환된 에너지량을 각 입력 변수로 하는 상기 추정 함수를 연산하여, 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다.
다음으로 칼로리 소비량 산출 단계(S400)는 상기 사용자의 몸무게 정보와 상기 단위 중량 당 에너지 소비량을 이용하여 상기 사용자의 전체 칼로리 소비량을 산출한다. 바람직하게는 단위 중량 당 에너지 소비량과 몸무게를 곱하여 사용자의 전체 칼로리 소비량을 산출할 수 있다. 예를 들면 단위 중량 당 에너지 소비량이 Kcal/Kg 단위로 산출된 경우, 사용자의 몸무게 Kg을 곱하여 칼로리 소비량 Kcal를 산출할 수 있다.
도 11은 본 발명의 일 실시예에 따른 칼로리 소비량 추정 장치의 블록도이다.
본 발명의 일 실시예에 따른 칼로리 소비량 추정 장치는 에너지량 산출부(100), 변환부(200), 추정부(300)를 포함할 수 있다.
에너지량 산출부(100)는 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출한다.
변환부(200)는 상기 에너지량을 미리 설정된 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출한다.
추정부(300)는 상기 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출한다. 여기서 추정부(300)는 상기 변환된 에너지량을 상기 추정 함수로 연산하여 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다.
여기서 본 발명에 따른 칼로리 소비량 추정 장치는 필요에 따라 칼로리 소비량 산출부(400)를 더 포함할 수 있다.
칼로리 소비량 산출부(400)는 상기 사용자의 몸무게 정보와 상기 단위 중량 당 에너지 소비량을 이용하여 상기 사용자의 전체 칼로리 소비량을 산출한다.
여기서 본 발명에 따른 칼로리 소비량 추정 장치는 에너지량 산출부(100)에서 입력받을 각 축 방향 별 가속도 측정값을 획득하기 위하여 가속도 센서를 이용하여 각 축 방향 별로 가속도를 측정하는 가속도 센서부(50)를 더 포함할 수도 있다.
도 12는 위와 같은 경우 본 발명에 따른 칼로리 소비량 추정 장치의 블록도이다.
여기서 가속도 센서부(50), 에너지량 산출부(100), 변환부(200), 추정부(300), 칼로리 소비량 산출부(400)의 각 동작은 위 도 1 내지 도 10을 참조하면서 상세히 설명한 본 발명에 따른 칼로리 소비량 추정 방법과 동일한 방식으로 동작할 수 있다. 이에 중복되는 부분은 생략하고 간략히 서술한다.
여기서 에너지량 산출부(100)는 상기 가속도 센서에서 측정된 3축 가속도 측정값을 입력받고, 상기 3축 가속도 측정값의 절대값 또는 제곱값의 합에 따라 상기 시간 별 에너지를 산출하고, 상기 시간 별 에너지를 소정 시간 동안 합한 값에 따라 상기 에너지량을 산출할 수 있다.
여기서 변환부(200)는 상기 에너지량을 적어도 두 개 이상의 미리 설정된 상기 변환 함수를 이용하여, 상기 변환 함수 별로 각각 상기 변환된 에너지량을 산출할 수 있다. 이때 상기 변환 함수는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 어느 하나가 될 수 있다.
여기서 추정부(300)는 복수개의 상기 변환 함수를 이용하여 각 변환된 에너지량을 각 입력 변수로 하는 상기 추정 함수를 연산하여, 상기 사용자의 단위 중량 당 에너지 소비량을 산출할 수 있다. 이때 상기 추정 함수는 상기 입력 변수의 계수가 미리 설정된 선형 다항식이 될 수 있다.
이상에서 설명한 본 발명의 실시예를 구성하는 모든 구성요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.
또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 기록매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 기록매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.
또한, 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 상세한 설명에서 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
S50 : 가속도 측정 단계
S100 : 에너지량 산출 단계
S200 : 변환 단계
S300 : 추정 단계
S400 : 칼로리 소비량 산출 단계
50 : 가속도 센서부
100 : 에너지량 산출부
200 : 변환부
300 : 추정부
400 : 칼로리 소비량 산출부

Claims (16)

  1. 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출하는 에너지량 산출 단계;
    상기 에너지량을 미리 설정된 복수 개의 서로 다른 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출하는 변환 단계; 및
    상기 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출하는 추정 단계;
    를 포함하되, 상기 에너지 소비량 Y는 수학식
    Figure 112016115132846-pat00047
    에 의해 구하고, 상기 α는 상수이고, 상기 βm는 m번째 입력 변수의 미리 설정된 계수이며, 상기 Xm은 m번째 변환 함수를 이용하여 변환된 에너지량을 나타내는 입력 변수인 것을 특징으로 하는 칼로리 소비량 추정 방법.
  2. 제1항에 있어서,
    상기 에너지량 산출 단계는 상기 가속도 센서에서 측정된 3축 가속도 측정값을 입력받고, 상기 3축 가속도 측정값의 절대값 또는 제곱값의 합에 따라 상기 시간 별 에너지를 산출하는 것을 특징으로 하는 칼로리 소비량 추정 방법.
  3. 제1항에 있어서,
    상기 에너지량 산출 단계는 상기 시간 별 에너지를 소정 시간 동안 합한 값에 따라 상기 에너지량을 산출하는 것을 특징으로 하는 칼로리 소비량 추정 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 변환 함수는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 어느 하나인 것을 특징으로 하는 칼로리 소비량 추정 방법.
  6. 제1항에 있어서,
    상기 변환 단계는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수를 상기 변환 함수로 각 이용하여, 상기 에너지량에 따라 상기 변환 함수 별로 각각 상기 변환된 에너지량을 산출하는 것을 특징으로 하는 칼로리 소비량 추정 방법.
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 제1항에 있어서,
    상기 사용자의 몸무게 정보와 단위 중량 당 에너지 소비량을 이용하여 상기 사용자의 전체 칼로리 소비량을 산출하는 칼로리 소비량 산출 단계;를 더 포함하는 것을 특징으로 하는 칼로리 소비량 추정 방법.
  12. 가속도 센서에서 측정된 각 축 방향 별 가속도 측정값을 시간 별로 입력받고, 상기 각 축 방향 별 가속도 측정값을 이용하여 시간 별 에너지를 산출하고, 상기 산출한 시간 별 에너지에 따라 소정의 시간 동안의 에너지량을 산출하는 에너지량 산출부;
    상기 에너지량을 미리 설정된 복수 개의 서로 다른 변환 함수를 이용하여 변환하여, 변환된 에너지량을 산출하는 변환부; 및
    상기 변환된 에너지량을 미리 설정된 추정 함수에 입력하여 사용자의 에너지 소비량을 산출하는 추정부;
    를 포함하되, 상기 에너지 소비량 Y는 수학식
    Figure 112016115132846-pat00048
    에 의해 구하고, 상기 α는 상수이고, 상기 βm는 m번째 입력 변수의 미리 설정된 계수이며, 상기 Xm은 m번째 변환 함수를 이용하여 변환된 에너지량을 나타내는 입력 변수인 것을 특징으로 하는 칼로리 소비량 추정 장치.
  13. 제12항에 있어서,
    상기 에너지량 산출부는 상기 가속도 센서에서 측정된 3축 가속도 측정값을 입력받고, 상기 3축 가속도 측정값의 절대값 또는 제곱값의 합에 따라 상기 시간 별 에너지를 산출하고, 상기 시간 별 에너지를 소정 시간 동안 합한 값에 따라 상기 에너지량을 산출하는 것을 특징으로 하는 칼로리 소비량 추정 장치.
  14. 제12항에 있어서,
    상기 변환 함수는 로그 변환 함수, 평균 변환 함수, 제곱 평균 제곱근 변환 함수, 분산 변환 함수, 표준편차 변환 함수, 절대 평균편차 변환 함수, 사분범위 변환 함수 중 어느 하나인 것을 특징으로 하는 칼로리 소비량 추정 장치.
  15. 삭제
  16. 제12항에 있어서,
    상기 사용자의 몸무게 정보와 단위 중량 당 에너지 소비량을 이용하여 상기 사용자의 전체 칼로리 소비량을 산출하는 칼로리 소비량 산출부;를 더 포함하는 것을 특징으로 하는 칼로리 소비량 추정 장치.
KR1020160030868A 2016-03-15 2016-03-15 칼로리 소비량 추정 장치 및 그 방법 KR101741502B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160030868A KR101741502B1 (ko) 2016-03-15 2016-03-15 칼로리 소비량 추정 장치 및 그 방법
PCT/KR2017/002801 WO2017160080A1 (ko) 2016-03-15 2017-03-15 칼로리 소비량 추정 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160030868A KR101741502B1 (ko) 2016-03-15 2016-03-15 칼로리 소비량 추정 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101741502B1 true KR101741502B1 (ko) 2017-06-15

Family

ID=59217313

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160030868A KR101741502B1 (ko) 2016-03-15 2016-03-15 칼로리 소비량 추정 장치 및 그 방법

Country Status (2)

Country Link
KR (1) KR101741502B1 (ko)
WO (1) WO2017160080A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102615747B1 (ko) 2023-07-24 2023-12-19 주식회사 쏘렐라 인공지능 모델을 활용한 음식의 칼로리 추정 및 사용자 맞춤형 신체 변화 정보 시각화 서비스 제공 방법, 장치 및 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100786703B1 (ko) * 2004-07-24 2007-12-21 삼성전자주식회사 가속도 센서를 이용한 운동량 측정장치 및 방법
EP2210557A1 (en) * 2009-01-21 2010-07-28 Koninklijke Philips Electronics N.V. Determining energy expenditure of a user
KR20100087551A (ko) * 2009-01-28 2010-08-05 한국과학기술연구원 사용자의 행동 분류에 따른 칼로리 균형 계산 장치
KR101171593B1 (ko) * 2010-11-08 2012-08-07 아주대학교산학협력단 3차원 가속도 센서를 이용한 실시간 칼로리 계산방법
KR101263759B1 (ko) * 2011-10-24 2013-05-13 아주대학교산학협력단 3축 가속도 센서를 이용한 칼로리 소모량 산출 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102615747B1 (ko) 2023-07-24 2023-12-19 주식회사 쏘렐라 인공지능 모델을 활용한 음식의 칼로리 추정 및 사용자 맞춤형 신체 변화 정보 시각화 서비스 제공 방법, 장치 및 시스템

Also Published As

Publication number Publication date
WO2017160080A1 (ko) 2017-09-21

Similar Documents

Publication Publication Date Title
Imboden et al. Reference standards for lean mass measures using GE dual energy x-ray absorptiometry in Caucasian adults
Schneider et al. Linear regression analysis: part 14 of a series on evaluation of scientific publications
Ryerson et al. Predicting survival across chronic interstitial lung disease: the ILD-GAP model
Ibrahim et al. Fixed and random effects selection in mixed effects models
Shaw et al. The correlation between running economy and maximal oxygen uptake: cross-sectional and longitudinal relationships in highly trained distance runners
Deierlein et al. An anthropometric model to estimate neonatal fat mass using air displacement plethysmography
Davidson et al. Predicting fat percent by skinfolds in racial groups: Durnin and Womersley revisited
Fuster-Parra et al. A comparison between multiple regression models and CUN-BAE equation to predict body fat in adults
Soliman et al. A simulation-based approach to the study of coefficient of variation of Gompertz distribution under progressive first-failure censoring
Eckel et al. Estimation of parameters in the two-compartment model for exhaled nitric oxide
Grace et al. A corrected likelihood method for the proportional hazards model with covariates subject to measurement error
Vexler et al. A toolkit for clinical statisticians to fix problems based on biomarker measurements subject to instrumental limitations: from repeated measurement techniques to a hybrid pooled–unpooled design
Appelbaum et al. Paediatric weight estimation by age in the digital era: optimising a necessary evil
KR101741502B1 (ko) 칼로리 소비량 추정 장치 및 그 방법
White et al. Nutritional status and energy expenditure in children pre-bone-marrow-transplant
Zucker et al. Corrected score estimation in the proportional hazards model with misclassified discrete covariates
Mogk et al. Prediction of forearm muscle activity during gripping
Oude Voshaar et al. Linking physical function outcomes in rheumatology: performance of a crosswalk for converting Health Assessment Questionnaire scores to Short Form 36 physical functioning scale scores
WO2017165037A1 (en) Systems and methods for accurately estimating cutaneous water losses in response to exercise
Honjyo et al. Estimation of early postmortem intervals by a multiple regression analysis using rectal temperature and non-temperature based postmortem changes
Rossato et al. Comparison of body adiposity index (BAI) and air displacement plethysmograph with estimations of% body fat in adults with Down’s syndrome
Shen et al. Regression analysis of longitudinal data with outcome‐dependent sampling and informative censoring
Wada et al. Referential equations for pulmonary diffusing capacity using GAMLSS models derived from Japanese individuals with near-normal lung function
Sørensen et al. Reliability and agreement of a novel portable laser height metre
Valente-dos-Santos et al. Prediction equation for lower limbs lean soft tissue in circumpubertal boys using anthropometry and biological maturation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant