KR101756827B1 - 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법 - Google Patents

생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법 Download PDF

Info

Publication number
KR101756827B1
KR101756827B1 KR1020160019219A KR20160019219A KR101756827B1 KR 101756827 B1 KR101756827 B1 KR 101756827B1 KR 1020160019219 A KR1020160019219 A KR 1020160019219A KR 20160019219 A KR20160019219 A KR 20160019219A KR 101756827 B1 KR101756827 B1 KR 101756827B1
Authority
KR
South Korea
Prior art keywords
index
body temperature
heart rate
user
calculated
Prior art date
Application number
KR1020160019219A
Other languages
English (en)
Inventor
서재봉
김용우
심화진
이준욱
김현일
이승호
Original Assignee
주식회사 핸디소프트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 핸디소프트 filed Critical 주식회사 핸디소프트
Priority to KR1020160019219A priority Critical patent/KR101756827B1/ko
Application granted granted Critical
Publication of KR101756827B1 publication Critical patent/KR101756827B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/22Social work or social welfare, e.g. community support activities or counselling services
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/01Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118Determining activity level
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/746Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/0202Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • G08B21/0205Specific application combined with child monitoring using a transmitter-receiver system
    • G08B21/0211Combination with medical sensor, e.g. for measuring heart rate, temperature
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/182Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Child & Adolescent Psychology (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Dentistry (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법에 관한 것으로, 구체적으로는 생체정보 측정장치로부터 측정되어 스마트 단말로 전송된 사용자의 생체정보를 수집한 후, 이를 군집화하여 이상징후의 발생 여부를 분석하고 이상징후에 대한 알림을 사용자에게 제공하는 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법에 관한 것이다.
또한, 본 발명은 각 사용자의 생체정보를 수집하는 생체정보 수집부와, 사용자들의 생체정보를 복수의 군집으로 구분하여 군집화하는 클러스터링부와, 각 군집에 소속된 생체정보의 변화를 근거로 이상징후의 발생 여부를 분석하는 이상징후 분석부 및 이상징후에 대한 알림을 전송하는 이상징후 알림부를 구비하므로, 사용자의 생체정보 변화에 따른 건강상태 및 이상징후에 대한 정보를 보다 정확하게 분석할 수 있다.

Description

생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법{Biometric information based notification System and mehod for abnormality sign}
본 발명은 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법에 관한 것으로, 구체적으로는 생체정보 측정장치로부터 측정되어 스마트 단말로 전송된 사용자의 생체정보를 수집한 후, 이를 군집화하여 이상징후의 발생 여부를 분석하고 이상징후에 대한 알림을 사용자에게 제공하는 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법에 관한 것이다.
일반적으로, 스마트웨어(Smart Wear)는 센서가 구비되어 착용자의 체온, 심박수 및 운동량을 포함하는 생체 정보를 측정할 수 있는 의류를 뜻하며, 스마트웨어로부터 측정된 생체정보는 착용자가 소지한 스마트폰과 같은 스마트 단말 또는 외부 서버로 전송되어 착용자의 체온, 심박수 및 운동량에 대한 정보를 제공할 수 있다.
이러한, 생체정보는 스마트웨어 뿐만 아니라, 밴드 또는 시계 형태로 구비된 스마트밴드를 이용하여 생체정보를 측정하여 스마트 단말로 전송하거나 스마트밴드 자체에서 표시할 수도 있다.
그러나, 종래에는 스마트웨어 및 스마트밴드로부터 측정된 착용자의 생체정보를 스마트 단말 등을 이용하여 단순히 표시하는데 그치고 있어, 착용자로부터 측정되는 생체정보를 보다 효율적으로 활용하지 못하는 문제점이 있다.
또한, 종래에는 스마트웨어 및 스마트밴드로부터 측정된 착용자의 생체정보를 스마트 단말 또는 서버에서 기설정된 기준치와 단순 비교하여 착용자의 건강상태를 판정하므로, 착용자의 생체정보 변화에 따른 이상징후를 정확하게 분석하기 어렵고, 이러한 이상징후를 사전에 알리는 서비스도 전혀 제공되지 못하는 문제점이 있다.
예컨대, 스마트웨어를 착용한 착용자가 소정 시간동안 운동을 실시한 경우 착용자의 체온이 상승하고 심박수가 증가할 수 있다. 그러나, 종래에는 착용자의 체온 및 심박수가 기준치 이상으로 측정된 점에서 착용자의 건강상태에 이상이 있는 것으로 판정하는 상황이 빈번하게 발생하고 있었다.
한편, 종래에는 착용자로부터 측정된 생체정보를 수집하여 저장하고, 이를 분석하여 착용자의 생체정보 변화에 따른 이상징후를 포착하여 착용자에게 알릴 수 있는 방안이 마련될 필요가 있다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 사용자의 생체정보를 수집하여 생체정보 변화에 따른 이상징후를 분석하고 이상징후가 발생하면 사용자에게 알림을 제공할 수 있는 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 바람직한 일실시예는 각 사용자의 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하는 생체정보 수집부; 상기 생체정보 수집부로부터 수집되는 사용자들의 생체정보를 복수의 군집으로 구분하여 군집화하는 클러스터링부; 사용자들의 생체정보가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 생체정보의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하는 이상징후 분석부; 및 이상징후가 발생한 사용자의 스마트 단말로 이상징후에 대한 알림을 전송하는 이상징후 알림부;를 포함하는 이상징후 알림 시스템을 제공한다.
바람직한 실시예에 있어서, 상기 이상징후 분석부는 각 사용자의 생체정보가 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정한다.
상기와 같은 목적을 달성하기 위한 본 발명의 바람직한 다른 일실시예는 각 사용자의 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하는 생체정보 수집부; 상기 생체정보 수집부로부터 수집된 생체정보를 이용하여, 체온, 심박수 및 운동량의 상태에 따른 건강지수를 각 사용자별로 산출하는 건강지수 산출부; 상기 건강지수 산출부로부터 산출된 사용자들의 건강지수를 복수의 군집으로 구분하여 군집화하는 클러스터링부; 사용자들의 건강지수가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 건강지수의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하는 이상징후 분석부; 및 이상징후가 발생한 사용자의 스마트 단말로 이상징후에 대한 알림을 전송하는 이상징후 알림부;를 포함하는 이상징후 알림 시스템을 제공한다.
바람직한 실시예에 있어서, 상기 이상징후 분석부는 각 사용자의 건강지수가 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정한다.
바람직한 실시예에 있어서, 상기 건강지수 산출부는 체온의 높고 낮은 정도에 따른 체온 지수, 심박수 상태에 따른 심박수 지수, 체온과 심박수가 반비례로 변화한 정도에 따른 체온 심박수 싱크로 지수, 체온의 변동 상태에 따른 체온변동 지수, 심박수의 변동 상태에 따른 심박수변동 지수 및 운동량의 많고 적은 정도에 따른 활동 지수 중 적어도 하나를 건강지수로 산출한다.
바람직한 실시예에 있어서, 상기 건강지수 산출부는, 아래의 수학식을 이용하여 체온 점수 및 심박수 점수를 계산하고, 상기 계산된 체온 점수 및 심박수 점수에 따라 체온 지수 및 심박수 지수를 각각 산출하며,
((A - B - 2C - 3D)/A)×100
아래의 수학식에 의해 계산된 싱크로 점수로부터 체온 심박수 싱크로 지수를 산출하며,
(0.5E/A)×100
아래의 수학식을 이용하여 체온변동 점수 및 심박수변동 점수를 각각 계산하고, 상기 계산된 체온변동 점수 및 심박수변동 점수에 따라 체온변동 지수 및 심박수변동 지수를 각각 산출하며,
(0.5F/A)×100
아래의 수학식에 의해 계산된 활동 점수로부터 활동 지수를 산출하며,
(G/40)×100
A는 측정이 이루어진 총 횟수이고, B는 주의 단계에 포함된 횟수이며, C는 경고 단계에 포함된 횟수이며, D는 심각 단계에 포함된 횟수이며, E는 이전 측정치와 비교하여 사용자의 체온과 심박수가 반비례로 변한 횟수이며, F는 사용자의 체온 또는 심박수가 급격하게 변화한 횟수이며, G는 운동 시간이다.
바람직한 실시예에 있어서, 상기 생체 정보는 사용자의 신체에 접촉하는 스마트웨어 또는 스마트밴드에 포함된 센서에서 측정되어, 상기 스마트 단말로 무선 전송될 수 있다.
한편, 상기와 같은 목적을 달성하기 위한 본 발명의 바람직한 일실시예는, 이상징후 알림 시스템에서 수행되는 이상징후 알림 방법으로서, (1) 상기 이상징후 알림 시스템이, 각 사용자가 소유한 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하는 단계; (2) 상기 이상징후 알림 시스템이, 상기 수집된 사용자들의 생체정보를 복수의 군집으로 구분하여 군집화하는 단계; (3) 상기 이상징후 알림 시스템이, 사용자들의 생체정보가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 생체정보의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하는 단계; 및 (4) 상기 이상징후 알림 시스템이, 이상징후가 발생한 사용자의 스마트 단말로 이상징후에 대한 알림을 전송하는 단계;를 포함하는 이상징후 알림 방법을 제공한다.
바람직한 실시예에 있어서, 상기 제 (3)단계에서 상기 이상징후 알림 시스템은, 각 사용자의 생체정보가 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정한다.
한편, 상기와 같은 목적을 달성하기 위한 본 발명의 바람직한 다른 일실시예는, 이상징후 알림 시스템에서 수행되는 이상징후 알림 방법으로서, (1) 상기 이상징후 알림 시스템이, 각 사용자가 소유한 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하는 단계; (2) 상기 이상징후 알림 시스템이, 상기 수집된 생체정보를 이용하여 체온, 심박수 및 운동량의 상태에 따른 건강지수를 각 사용자별로 산출하는 단계; (3) 상기 이상징후 알림 시스템이, 상기 산출된 사용자들의 건강지수를 복수의 군집으로 구분하여 군집화하는 단계; (4) 상기 이상징후 알림 시스템이, 사용자들의 건강지수가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 건강지수의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하는 단계; 및 (5) 상기 이상징후 알림 시스템이, 이상징후가 발생한 사용자의 스마트 단말로 이상징후에 대한 알림을 전송하는 단계;를 포함하는 이상징후 알림 방법을 제공한다.
바람직한 실시예에 있어서, 상기 제 (4)단계에서 상기 이상징후 알림 시스템은, 각 사용자의 건강지수가 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정한다.
바람직한 실시예에 있어서, 상기 제 (2)단계에서 상기 이상징후 알림 시스템은, 체온의 높고 낮은 정도에 따른 체온 지수, 심박수 상태에 따른 심박수 지수, 체온과 심박수가 반비례로 변화한 정도에 따른 체온 심박수 싱크로 지수, 체온의 변동 상태에 따른 체온변동 지수, 심박수의 변동 상태에 따른 심박수변동 지수 및 운동량의 많고 적은 정도에 따른 활동 지수 중 적어도 하나를 건강지수로 산출한다.
바람직한 실시예에 있어서, 상기 제 (2)단계에서 상기 이상징후 알림 시스템은, 아래의 수학식을 이용하여 체온 점수 및 심박수 점수를 계산하고, 상기 계산된 체온 점수 및 심박수 점수에 따라 체온 지수 및 심박수 지수를 각각 산출하며,
((A - B - 2C - 3D)/A)×100
아래의 수학식에 의해 계산된 싱크로 점수로부터 체온 심박수 싱크로 지수를 산출하며,
(0.5E/A)×100
아래의 수학식을 이용하여 체온변동 점수 및 심박수변동 점수를 각각 계산하고, 상기 계산된 체온변동 점수 및 심박수변동 점수에 따라 체온변동 지수 및 심박수변동 지수를 각각 산출하며,
(0.5F/A)×100
아래의 수학식에 의해 계산된 활동 점수로부터 활동 지수를 산출하며,
(G/40)×100
A는 측정이 이루어진 총 횟수이고, B는 주의 단계에 포함된 횟수이며, C는 경고 단계에 포함된 횟수이며, D는 심각 단계에 포함된 횟수이며, E는 이전 측정치와 비교하여 사용자의 체온과 심박수가 반비례로 변한 횟수이며, F는 사용자의 체온 또는 심박수가 급격하게 변화한 횟수이며, G는 운동 시간이다.
바람직한 실시예에 있어서, 상기 제 (1) 단계에서, 상기 생체 정보는 사용자의 신체에 접촉하는 스마트웨어 또는 스마트밴드에 포함된 센서에서 측정되어, 상기 스마트 단말로 무선 전송할 수 있다.
전술한 과제해결 수단에 의해 본 발명은 각 사용자의 생체정보를 수집하는 생체정보 수집부와, 사용자들의 생체정보를 복수의 군집으로 구분하여 군집화하는 클러스터링부와, 각 군집에 소속된 생체정보의 변화를 근거로 이상징후의 발생 여부를 분석하는 이상징후 분석부 및 이상징후에 대한 알림을 전송하는 이상징후 알림부를 구비하므로, 사용자의 생체정보 변화에 따른 건강상태 및 이상징후에 대한 정보를 보다 정확하게 분석할 수 있는 효과가 있다.
도 1은 본 발명의 일실시예에 따른 이상징후 알림 시스템을 설명하기 위한 도면.
도 2는 본 발명의 제 1실시예에 따른 이상징후 알림 시스템의 세부 구성을 설명하기 위한 도면.
도 3은 이상징후 알림 시스템에 의해 군집화된 생체정보를 설명하기 위한 도면.
도 4는 본 발명의 제 2실시예에 따른 이상징후 알림 시스템의 세부 구성을 설명하기 위한 도면.
도 5는 본 발명의 제 1실시예에 따른 이상징후 알림 방법을 설명하기 위한 도면.
도 6은 본 발명의 제 2실시예에 따른 이상징후 알림 방법을 설명하기 위한 도면.
하기의 설명에서 본 발명의 특정 상세들이 본 발명의 보다 전반적인 이해를 제공하기 위해 나타나 있는데, 이들 특정 상세들 없이 또한 이들의 변형에 의해서도 본 발명이 용이하게 실시될 수 있다는 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명할 것이다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도 1 내지 도 6을 참조하여 상세히 설명하되, 본 발명에 따른 동작 및 작용을 이해하는데 필요한 부분을 중심으로 설명한다.
도 1은 본 발명의 일실시예에 따른 이상징후 알림 시스템을 설명하기 위한 도면이고, 도 2는 본 발명의 제 1실시예에 따른 이상징후 알림 시스템의 세부 구성을 설명하기 위한 도면이며, 도 3은 이상징후 알림 시스템에 의해 군집화된 생체정보를 설명하기 위한 도면이다.
도 1 내지 도 3을 참조하면, 본 발명의 제 1실시예에 따른 이상징후 알림 시스템(100)은 생체정보 수집부(110), 클러스터링부(120), 이상징후 분석부(130) 및 이상징후 알림부(140)를 포함하여 구성된다.
상기 생체정보 수집부(110)는 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하기 위한 것으로, 스마트웨어(11) 또는 스마트밴드(12)로부터 블루투스 또는 지그비와 같은 근거리 무선 통신 방식으로 사용자의 생체 정보를 수신한 스마트 단말(20)로부터 사용자의 생체 정보를 수신할 수 있고, 구현 방식에 따라서는, 통신 모듈을 내부에 포함하거나 별도의 통신 모듈과 연결된 스마트웨어(11) 또는 스마트밴드(12)로부터 직접 사용자의 생체 정보를 수신할 수도 있다.
본 발명의 바람직한 실시예에서, 스마트웨어(11) 및 스마트밴드(12)는 사용자의 피부에 직접 접촉하여 사용자의 체온, 심박수 및 운동량과 같은 생체 정보를 측정하는 센서를 내부에 기본적으로 구비하고, 해당 센서에서 측정된 생체 정보를 블루투스 통신과 같은 무선통신을 이용하여 스마트 단말(20)로 전송하는 통신모듈을 포함하거나, 또는 별도의 무선 통신 모듈이 연결되면 내부에 저장되어 있던 생체 정보를 연결된 통신 모듈을 통해서 스마트 단말(20)로 전송할 수도 있다.
또한, 전술한 생체정보는 체온, 심박수 및 운동량 뿐만 아니라, 스마트웨어(11) 및 스마트밴드(12)를 이용하여 측정할 수 있는 모든 정보들을 포함한다.
또한, 전술한 스마트 단말(20)은 생체정보를 전송받아 상기 생체정보 수집부(110)로 전송할 수 있는 스마트폰, 태블릿 PC, 스마트 워치, 노트북 및 퍼스널 컴퓨터를 포함하는 범용 통신단말일 수 있다.
또한, 상기 생체정보 수집부(110)는 스마트 단말(20)로부터 단위 시간마다 생체정보를 수집하거나 일정 주기별로 생체정보를 수집하게 된다. 또한, 상기 생체정보 수집부(110)에서 수집된 생체정보를 사용자별로 분류하여 저장하고, 후술할 클러스터링부(120)로 제공할 수 있는 저장수단을 더 구비할 수도 있다.
상기 클러스터링부(120)는 생체정보에 따라 사용자들을 분류하여 군집화하기 위한 것으로, 군집화 알고리즘을 이용하여 사용자들의 생체정보 간의 유사한 정보 및 생체정보 유형에 따라 분류하고 각 사용자별로 소속 군집을 설정하게 된다.
예컨대, 도 3에서 도시된 바와 같이, 상기 클러스터링부(120)는 각 사용자별 생체정보에 따라서, 체온이 높고 심박수가 낮으며 운동량이 적은 생체정보를 갖는 A 군집, 체온 및 심박수가 낮고 운동량은 적은 생체정보를 갖는 B 군집, 체온이 높고 심박수가 낮으며 운동량이 많은 생체정보를 갖는 C 군집 및 체온이 낮고 심박수가 높으며 운동량이 적은 생체정보를 갖는 D 군집을 포함하는 복수의 군집으로 각 사용자의 소속 군집을 설정할 수 있다.
즉, 상기 클러스터링부(120)는 상기 생체정보 수집부(110)로부터 수집된 사용자들의 생체정보를 복수의 군집으로 구분하여 군집화함으로써, 생체정보의 유형 및 유사한 정도에 따라 각 사용자들을 분류할 수 있다.
또한, 상기 클러스터링부(120)는 K Means 알고리즘을 이용하여 생체정보의 군집화를 수행할 수 있으며, 전술한 복수의 군집은 K개로 생성될 수 있다. 또한, 상기 클러스터링부(120)는 군집화를 수행하기 전에 생체정보들을 정규화(normalization)하는 과정을 더 수행할 수도 있다.
상기 이상징후 분석부(130)는 이상징후를 분석하기 위한 것으로, 사용자들의 생체정보가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 사용자들의 생체정보 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석한다.
바람직하게, 상기 이상징후 분석부(130)는 각 군집에 소속된 사용자별 생체정보의 변화를 모니터링하여, 각 사용자의 생체정보가 임계치 이상으로 변화하거나 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정한다.
예컨대, 도 3을 다시 참조하면, 상기 이상징후 분석부(130)는 특정 사용자가 A 군집에 소속된 상태를 유지하고 있다가 생체정보가 변화하면서 D 군집으로 인입된 후 그 상태를 지속하게 되면, 해당 사용자에게 이상징후가 발생한 것으로 판정하게 된다. 즉, 대부분의 사용자들은 일정한 체온 및 심박수를 유지하므로 이에 대응하는 특정 군집에 소속되게 되는데, 갑자기 타 군집에 소속된 상태를 지속하면 평상시의 건강상태와 다른 이상징후가 발생한 것으로 판정하는 것이다.
또한, 상기 이상징후 분석부(130)에는 생체정보의 변화에 대한 의미 분석을 위한 생체정보 패턴이 사전에 설정되어, 생체정보의 변화가 건강 상의 이상징후에 관련된 것인지 혹은 운동 등에 의한 변화인지를 분석할 수도 있다.
이때, 상기 생체정보 패턴은 체온, 심박수 및 운동량의 증가 및 감소에 대한 유기적인 관계를 설정한 것으로, 예컨대, 체온, 심박수 및 운동량이 동시에 증가하게 되면 사용자가 운동을 하여 생체정보가 변화하는 것으로 설정되고, 운동량의 변화없이 체온 또는 심박수만 증가 또는 감소하면 이상징후가 발생한 것으로 설정될 수 있다.
또한, 상기 이상징후 분석부(130)에서 특정 사용자의 이상징후를 발견하면, 후술할 이상징후 알림부(140)에 의해 해당 사용자에게 알림이 전송되게 된다.
상기 이상징후 알림부(140)는 사용자에게 이상징후를 알리기 위한 것으로, 상기 이상징후 분석부(130)로부터 이상징후가 발견되면, 이상징후가 발생한 사용자와 연동된 스마트 단말(20)의 정보를 검색하여, 해당 스마트 단말(20)로 이상징후에 대한 알림을 전송하게 된다.
한편, 본 발명의 제 1실시예에 따른 이상징후 알림 시스템(100)은 사용자들의 생체정보를 군집화하여 이상징후를 분석하였으나, 사용자들의 생체정보로부터 소정의 건강지수를 산출한 후 상기 산출된 건강지수를 군집화하여 이상징후를 분석할 수도 있다.
이하에서는, 사용자들의 생체정보로부터 산출된 건강지수를 이용하여 이상징후를 분석하는 실시 형태에 대해 설명한다.
도 4는 본 발명의 제 2실시예에 따른 이상징후 알림 시스템(100)의 세부 구성을 설명하기 위한 도면이다.
도 4를 참조하면, 본 발명의 제 2실시예에 따른 이상징후 알림 시스템(100)은 생체정보 수집부(110), 클러스터링부(120), 이상징후 분석부(130), 이상징후 알림부(140) 및 건강지수 산출부(150)를 포함하여 구성된다.
다만, 본 발명의 제 2실시예에 따른 이상징후 알림 시스템(100)은, 전술한 제 1실시예에 따른 이상징후 알림 시스템과 비교하여 건강지수 산출부(150)가 더 구비된 점에서 차이가 있다. 이하에서는, 중복되는 설명은 생략하고 차이가 있는 부분에 대해 상세하게 설명하기로 한다.
상기 건강지수 산출부(150)는 사용자별로 건강지수를 산출하기 위한 것으로, 상기 생체정보 수집부(110)로부터 사용자들의 생체정보가 수집되면, 이를 이용하여 체온, 심박수 및 운동량의 상태에 따른 건강지수를 산출한다.
또한, 상기 건강지수 산출부(150)로부터 산출되는 건강지수는, 체온의 높고 낮은 정도에 따른 체온 지수(Temperature Index, TI), 심박수 상태에 따른 심박수 지수(Pulse Index, PI), 체온과 심박수가 반비례로 변화한 정도에 따른 체온 심박수 싱크로 지수(Temperature-Pulse Syncro Index, SI), 체온의 변동 상태에 따른 체온변동 지수(Temperature Variation Index, TVI), 심박수의 변동 상태에 따른 심박수변동 지수(Pulse Variation Index, PVI) 및 운동량의 많고 적은 정도에 따른 활동 지수(Activity Index, AI) 중 적어도 하나를 포함할 수 있다.
또한, 상기 건강지수 산출부(150)로부터 산출되는 체온 지수, 심박수 지수, 체온 심박수 싱크로 지수, 체온변동 지수, 심박수변동 지수 및 활동 지수는 각각 1 내지 N 사이의 값으로 산출될 수 있으며, 바람직하게는, 1 내지 5 사이의 값으로 산출된다.
예컨대, 상기 건강지수 산출부(150)는 상기 생체정보 수집부(110)로부터 수집된 사용자 체온의 높고 낮은 정도에 따라 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분한 후, 사용자 체온이 측정된 총 횟수 및 전술한 각 단계에 포함된 횟수에 따른 체온 점수를 계산하고, 상기 계산된 체온 점수에 대응하는 체온 지수를 산출할 수 있다.
이때, 상기 건강지수 산출부(150)는 사용자의 체온이 35.2℃ 내지 36.8℃ 사이의 특정 온도이면 정상 단계로 구분하고, 사용자의 체온이 35.0℃ 내지 35.1℃ 사이의 특정 온도이거나 36.9℃ 내지 37.4℃ 사이의 특정 온도이면 주의 단계로 구분하며, 34.0℃ 내지 34.9℃ 사이의 특정 온도이거나 37.5℃ 내지 38.2℃ 사이의 특정 온도이면 경고 단계로 구분하며, 33.9℃ 이하의 특정 온도이거나 38.3℃ 이상의 특정 온도이면 심각 단계로 구분할 수 있다.
또한, 상기 건강지수 산출부(150)는 아래의 수학식 1을 이용하여, 체온 점수를 계산할 수 있다.
[수학식 1]
((A - B - 2C - 3D)/A)×100
여기서, A는 측정이 이루어진 총 횟수이고, B는 주의 단계에 포함된 횟수이며, C는 경고 단계에 포함된 횟수이며, D는 심각 단계에 포함된 횟수이다.
또한, 상기 건강지수 산출부(150)는 체온 점수가 90점 이상이면 체온 지수를 5로 산출하고, 80점 내지 89점 사이인 경우에는 체온 지수를 4로 산출하며, 79점 내지 70점 사이인 경우에는 체온 지수를 3으로 산출하며, 69점 내지 60점 사이인 경우에는 체온 지수를 2로 산출하며, 60점 이하인 경우에는 체온 지수를 1로 산출하게 된다.
또한, 상기 건강지수 산출부(150)는 상기 생체정보 수집부(110)로부터 수집된 사용자 심박수의 높고 낮은 정도에 따라 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분한 후, 사용자 심박수가 측정된 총 횟수 및 전술한 각 단계에 포함된 횟수에 따라서 심박수 점수를 계산하고, 상기 계산된 심박수 점수에 대응하는 심박수 지수를 산출한다.
이때, 상기 건강지수 산출부(150)는 기설정된 평균 심박수와 비교하여, 사용자의 심박수가 -2% 내지 +2%의 범위에 포함되면 정상 단계로 구분하고, 사용자의 심박수가 -2.1% 내지 -10%의 범위에 포함되거나 2.1% 내지 10%의 범위에 포함되면 주의 단계로 구분하며, 사용자의 심박수가 -10.1% 내지 -20%의 범위에 포함되거나 10.1% 내지 20%의 범위에 포함되면 경고 단계로 구분하며, 사용자의 심박수가 -20.1% 이하의 범위에 포함되거나 20.1% 이상의 범위에 포함되면 심각 단계로 구분할 수 있다.
또한, 상기 건강지수 산출부(150)는 전술한 수학식 1을 이용하여, 심박수 점수를 계산할 수 있다.
또한, 상기 건강지수 산출부(150)는 심박수 점수가 90점 이상이면 심박수 지수를 5로 산출하고, 80점 내지 89점 사이인 경우에는 심박수 지수를 4로 산출하며, 79점 내지 70점 사이인 경우에는 심박수 지수를 3으로 산출하며, 69점 내지 60점 사이인 경우에는 심박수 지수를 2로 산출하며, 60점 이하인 경우에는 심박수 지수를 1로 산출한다.
또한, 상기 건강지수 산출부(150)는 사용자의 체온 및 심박수가 측정된 총 횟수 및 사용자의 체온 및 심박수가 반비례로 변화한 횟수에 따른 싱크로 점수를 계산하고, 상기 계산된 싱크로 점수에 대응하는 체온 심박수 싱크로 지수를 산출할 수 있다.
또한, 상기 건강지수 산출부는 아래의 수학식 2를 이용하여, 싱크로 점수를 계산할 수 있다.
[수학식 2]
(0.5E/A)×100
여기서, E는 이전 측정치와 비교하여 사용자의 체온과 심박수가 반비례로 변한 횟수이고, A는 측정이 이루어진 총 횟수이다.
또한, 상기 건강지수 산출부(150)는 싱크로 점수가 3% 이하이면 체온 심박수 싱크로 지수를 5로 산출하고, 3.1% 내지 4.9% 사이인 경우에는 체온 심박수 싱크로 지수를 4로 산출하며, 5% 내지 9.9% 사이이면 체온 심박수 싱크로 지수를 3으로 산출하며, 10% 내지 14.9% 사이이면 체온 심박수 싱크로 지수를 2로 산출하며, 15% 이상인 경우에는 체온 심박수 싱크로 지수를 1로 산출하게 된다.
또한, 상기 건강지수 산출부(150)는 사용자의 체온이 급격하게 변화한 횟수에 따른 체온변동 점수를 계산하고, 상기 계산된 체온변동 점수에 대응하는 체온변동 지수를 산출할 수 있다.
이때, 상기 건강지수 산출부(150)는 사용자 체온의 높고 낮은 정도에 따라 전술한 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분하였을 때, 이전 단계와 현재 단계가 적어도 2단계 이상으로 차이가 발생하면 사용자의 체온이 급격하게 변화한 것으로 판정한다.
또한, 상기 건강지수 산출부(150)는 아래의 수학식 3을 이용하여, 체온변동 점수를 계산할 수 있다.
[수학식 3]
(0.5F/A)×100
여기서, F는 사용자의 체온 또는 심박수가 급격하게 변화한 횟수이고, A는 측정이 이루어진 총 횟수이다.
또한, 상기 건강지수 산출부(150)는 체온변동 점수가 3% 이하이면 체온변동 지수를 5로 산출하고, 3.1% 내지 4.9% 사이인 경우에는 체온변동 지수를 4로 산출하며, 5% 내지 9.9% 사이이면 체온변동 지수를 3으로 산출하며, 10% 내지 14.9% 사이인 경우에는 체온변동 지수를 2로 산출하며, 15% 이상이면 체온변동 지수를 1로 산출하게 된다.
또한, 상기 건강지수 산출부(150)는 사용자의 심박수가 급격하게 변화한 횟수에 따른 심박수변동 점수를 계산하고, 상기 계산된 심박수변동 점수에 대응하는 심박수변동 지수를 산출할 수 있다.
이때, 상기 건강지수 산출부(150)는 사용자 심박수의 높고 낮은 정도에 따라 전술한 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분하였을 때, 이전 단계와 현재 단계가 적어도 2단계 이상으로 차이가 발생하면 사용자의 심박수가 급격하게 변화한 것으로 판정할 수 있다.
또한, 상기 건강지수 산출부(150)는 전술한 수학식 3을 이용하여, 심박수변동 점수를 계산할 수 있으며, 심박수변동 점수가 3% 이하이면 심박수변동 지수를 5로 산출하고, 3.1% 내지 4.9% 사이인 경우에는 심박수변동 지수를 4로 산출하며, 5% 내지 9.9% 사이이면 심박수변동 지수를 3으로 산출하며, 10% 내지 14.9% 사이인 경우에는 심박수변동 지수를 2로 산출하며, 15% 이상이면 심박수변동 지수를 1로 산출하게 된다.
그리고, 상기 건강지수 산출부(150)는 사용자의 운동량 또는 운동 시간이 많거나 적음에 따른 활동 점수를 계산하고, 상기 계산된 활동 점수에 대응하는 활동 지수를 산출할 수 있다.
이때, 상기 건강지수 산출부(150)는 아래의 수학식 4를 이용하여, 활동 점수를 계산할 수 있다.
[수학식 4]
(G/40)×100
여기서, G는 운동 시간을 뜻하며, 1분 동안 75걸음 이상의 운동량이 발생한 경우에만 1분 운동으로 계산한다.
또한, 상기 건강지수 산출부(150)는 활동 점수가 100% 이상인 경우 활동 지수를 5로 산출하고, 80% 내지 99% 사이인 경우에는 활동 지수를 4로 산출하며, 70% 내지 79% 사이이면 활동 지수를 3으로 산출하며, 60% 내지 69% 사이인 경우에는 활동 지수를 2로 산출하며, 60% 미만이면 활동 지수를 1로 산출하게 된다.
또한, 상기 건강지수 산출부(150)는 각 사용자별로 체온 지수, 심박수 지수, 체온 심박수 싱크로 지수, 체온변동 지수, 심박수변동 지수 및 활동 지수를 산출하면, 각각의 지수만큼의 벡터를 갖는 건강지수를 산출할 수 있다.
그리고, 상기 건강지수 산출부(150)는 각 사용자별로 산출된 체온 지수, 심박수 지수, 체온 심박수 싱크로 지수, 체온변동 지수, 심박수변동 지수 및 활동 지수를 포함하는 건강지수를 HI(p1,t1)=(TI,PI,SI,TVI,PVI,AI)으로 저장한다.
여기서, HI(p1,t1)는 특정 사용자(p1)에 대한 특정 일(t1)의 건강지수를 뜻하며, TI는 체온 지수이고, PI는 심박수 지수이며, SI는 체온 심박수 싱크로 지수이며, TVI는 체온변동 지수이며, PVI는 심박수변동 지수이며, AI는 활동 지수이다.
또한, 전술한 건강지수는 (1,1,1,1,1,1) 내지 (5,5,5,5,5,5) 범위의 값을 갖게 된다.
한편, 상기 건강지수 산출부(150)로부터 사용자의 생체정보에 대한 건강지수가 산출되면, 상기 클러스터링부(120)는 상기 건강지수 산출부(150)로부터 산출된 사용자들의 건강지수를 복수의 군집으로 구분하여 군집화하게 된다.
또한, 상기 이상징후 분석부(130)는 사용자들의 건강지수가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 건강지수의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석한다.
이때, 상기 이상징후 분석부(130)는 각 사용자의 건강지수가 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정할 수 있다.
그리고, 특정 사용자에게 이상징후가 발생하면, 상기 이상징후 알림부(140)에 의해 이상징후가 발생한 사용자의 스마트 단말(20)로 이상징후에 대한 알림이 전송되게 된다.
도 5는 본 발명의 제 1실시예에 따른 이상징후 알림 방법을 설명하기 위한 도면이다.
도 5를 참조하여, 본 발명의 제 1실시예에 따른 이상징후 알림 시스템에서 수행되는 이상징후 알림 방법을 설명한다.
다만, 도 5에 도시된 이상징후 알림 방법에서 수행되는 기능은 모두 도 1 내지 도 3을 참조하여 설명한 이상징후 알림 시스템에서 수행되므로, 명시적인 설명이 없어도, 도 1 내지 도 3을 참조하여 설명한 모든 기능은 본 발명의 바람직한 실시예에 따른 이상징후 알림 방법에서 수행되고, 도 5를 참조하여 설명하는 모든 기능은 본 발명의 바람직한 실시예에 따른 이상징후 알림 시스템에서 그대로 수행됨을 주의해야 한다.
먼저, 생체정보 수집부가 사용자의 생체정보를 수집한다(S110).
이때, 상기 생체정보 수집부는 각 사용자가 소유한 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하게 된다. 또한, 스마트 단말로부터 수집되는 생체정보는, 사용자가 착용한 스마트웨어 또는 스마트밴드로부터 측정되어 스마트 단말로 전송된 정보일 수 있다.
다음, 클러스터링부가 사용자들의 생체정보를 군집화한다(S120).
이때, 상기 클러스터링부는 K Means 알고리즘을 포함하는 군집화 알고리즘을 이용하여, 사용자들의 생체정보를 복수의 군집으로 구분하여 군집화하게 된다.
그 다음, 이상징후 분석부가 이상징후의 발생 여부를 분석한다(S130).
이때, 상기 이상징후 분석부는 사용자들의 생체정보가 소속된 군집에 대한 정보를 저장한 후, 각 군집에 소속된 생체정보의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하게 된다.
예컨대, 상기 이상징후 분석부는 각 사용자의 생체정보가 변화하여, 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정하게 된다.
또한, 상기 제 130단계에서 이상징후가 발견되지 않은 경우에는, 전술한 제 110단계부터 반복 수행될 수 있다.
그리고, 이상징후가 발견된 경우에는, 이상징후 알림부에 의해 사용자의 스마트 단말로 이상징후에 대한 알림이 전송된다(S140).
이때, 상기 이상징후 알림부는 이상징후가 발생한 사용자와 연동된 스마트 단말로 알림을 전송하게 된다.
또한, 상기 제 140단계가 수행된 이후에는, 전술한 제 110단계부터 반복 수행되어 사용자들의 생체정보를 수집하고 분석하는 과정이 계속 이루어지게 된다.
도 6은 본 발명의 제 2실시예에 따른 이상징후 알림 방법을 설명하기 위한 도면이다.
도 6을 참조하여, 본 발명의 제 2실시예에 따른 이상징후 알림 시스템에서 수행되는 이상징후 알림 방법을 설명한다.
다만, 도 6에 도시된 이상징후 알림 방법에서 수행되는 기능은 모두 도 4를 참조하여 설명한 이상징후 알림 시스템에서 수행되므로, 명시적인 설명이 없어도, 도 4를 참조하여 설명한 모든 기능은 본 발명의 바람직한 실시예에 따른 이상징후 알림 방법에서 수행되고, 도 6을 참조하여 설명하는 모든 기능은 본 발명의 바람직한 실시예에 따른 이상징후 알림 시스템에서 그대로 수행됨을 주의해야 한다.
먼저, 생체정보 수집부가 각 사용자의 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집한다(S210).
이때, 스마트 단말로부터 상기 생체정보 수집부로 수집되는 생체정보는, 사용자가 착용한 스마트웨어 또는 스마트밴드로부터 측정되어 스마트 단말로 전송된 정보일 수 있다.
다음, 건강지수 산출부가 사용자별 생체정보를 이용하여 건강지수를 산출한다(S215).
이때, 상기 건강지수 산출부는 각각의 사용자별로 체온, 심박수 및 운동량의 상태에 따라 1 내지 N 사이로 건강지수를 산출하게 된다.
예컨대, 상기 건강지수 산출부는 체온의 높고 낮은 정도에 따른 체온 지수(Temperature Index, TI), 심박수 상태에 따른 심박수 지수(Pulse Index, PI), 체온과 심박수가 반비례로 변화한 정도에 따른 체온 심박수 싱크로 지수(Temperature-Pulse Syncro Index, SI), 체온의 변동 상태에 따른 체온변동 지수(Temperature Variation Index, TVI), 심박수의 변동 상태에 따른 심박수변동 지수(Pulse Variation Index, PVI) 및 운동량의 많고 적은 정도에 따른 활동 지수(Activity Index, AI) 중 적어도 하나를 포함하는 건강지수를 산출할 수 있다.
또한, 상기 건강지수 산출부는 사용자 체온의 높고 낮은 정도에 따라 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분한 후, 사용자 체온이 측정된 총 횟수 및 전술한 각 단계에 포함된 횟수에 따른 체온 점수를 계산하고, 상기 계산된 체온 점수에 대응하는 체온 지수를 산출할 수 있다.
이때, 사용자의 체온이 35.2℃ 내지 36.8℃ 사이의 특정 온도이면 정상 단계로 구분하고, 사용자의 체온이 35.0℃ 내지 35.1℃ 사이의 특정 온도이거나 36.9℃ 내지 37.4℃ 사이의 특정 온도이면 주의 단계로 구분하며, 34.0℃ 내지 34.9℃ 사이의 특정 온도이거나 37.5℃ 내지 38.2℃ 사이의 특정 온도이면 경고 단계로 구분하며, 33.9℃ 이하의 특정 온도이거나 38.3℃ 이상의 특정 온도이면 심각 단계로 구분할 수 있다.
또한, 체온 지수의 산출을 위한 체온 점수는, 아래의 수학식 5을 이용하여 계산할 수 있다.
[수학식 5]
((A - B - 2C - 3D)/A)×100
여기서, A는 측정이 이루어진 총 횟수이고, B는 주의 단계에 포함된 횟수이며, C는 경고 단계에 포함된 횟수이며, D는 심각 단계에 포함된 횟수이다.
또한, 체온 점수가 90점 이상이면 체온 지수를 5로 산출하고, 80점 내지 89점 사이인 경우에는 체온 지수를 4로 산출하며, 79점 내지 70점 사이인 경우에는 체온 지수를 3으로 산출하며, 69점 내지 60점 사이인 경우에는 체온 지수를 2로 산출하며, 60점 이하인 경우에는 체온 지수를 1로 산출할 수 있다.
또한, 상기 건강지수 산출부는 사용자 심박수의 높고 낮은 정도에 따라 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분한 후, 사용자 심박수가 측정된 총 횟수 및 전술한 각 단계에 포함된 횟수에 따라서 심박수 점수를 계산하고, 상기 계산된 심박수 점수에 대응하는 심박수 지수를 산출한다.
이때, 사전에 설정된 평균 심박수와 비교하여, 사용자의 심박수가 -2% 내지 +2%의 범위에 포함되면 정상 단계로 구분하고, 사용자의 심박수가 -2.1% 내지 -10%의 범위에 포함되거나 2.1% 내지 10%의 범위에 포함되면 주의 단계로 구분하며, 사용자의 심박수가 -10.1% 내지 -20%의 범위에 포함되거나 10.1% 내지 20%의 범위에 포함되면 경고 단계로 구분하며, 사용자의 심박수가 -20.1% 이하의 범위에 포함되거나 20.1% 이상의 범위에 포함되면 심각 단계로 구분할 수 있다.
또한, 심박수 점수의 경우에도 전술한 수학식 5를 이용하여 계산하게 된다.
그리고, 심박수 점수가 90점 이상이면 심박수 지수를 5로 산출하고, 80점 내지 89점 사이인 경우에는 심박수 지수를 4로 산출하며, 79점 내지 70점 사이인 경우에는 심박수 지수를 3으로 산출하며, 69점 내지 60점 사이인 경우에는 심박수 지수를 2로 산출하며, 60점 이하인 경우에는 심박수 지수를 1로 산출한다.
또한, 상기 건강지수 산출부는 사용자의 체온 및 심박수가 측정된 총 횟수 및 사용자의 체온 및 심박수가 반비례로 변화한 횟수에 따른 싱크로 점수를 계산하고, 상기 계산된 싱크로 점수에 대응하는 체온 심박수 싱크로 지수를 산출할 수 있다.
이때, 싱크로 지수의 산출을 위한 싱크로 점수는, 아래의 수학식 6을 이용하여 계산할 수 있다.
[수학식 6]
(0.5E/A)×100
여기서, E는 이전 측정치와 비교하여 사용자의 체온과 심박수가 반비례로 변한 횟수이고, A는 측정이 이루어진 총 횟수이다.
또한, 싱크로 점수가 3% 이하이면 체온 심박수 싱크로 지수를 5로 산출하고, 3.1% 내지 4.9% 사이인 경우에는 체온 심박수 싱크로 지수를 4로 산출하며, 5% 내지 9.9% 사이이면 체온 심박수 싱크로 지수를 3으로 산출하며, 10% 내지 14.9% 사이이면 체온 심박수 싱크로 지수를 2로 산출하며, 15% 이상인 경우에는 체온 심박수 싱크로 지수를 1로 산출하게 된다.
또한, 상기 건강지수 산출부는 사용자의 체온이 급격하게 변화한 횟수에 따른 체온변동 점수를 계산하고, 상기 계산된 체온변동 점수에 대응하는 체온변동 지수를 산출할 수 있다.
이때, 사용자 체온의 높고 낮은 정도에 따라 전술한 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분하였을 때, 이전 단계와 현재 단계가 적어도 2단계 이상으로 차이가 발생하면 사용자의 체온이 급격하게 변화한 것으로 판정할 수 있다.
또한, 체온변동 지수의 산출을 위한 체온변동 점수는, 아래의 수학식 7을 이용하여 계산할 수 있다.
[수학식 7]
(0.5F/A)×100
여기서, F는 사용자의 체온 또는 심박수가 급격하게 변화한 횟수이고, A는 측정이 이루어진 총 횟수이다.
또한, 체온변동 점수가 3% 이하이면 체온변동 지수를 5로 산출하고, 3.1% 내지 4.9% 사이인 경우에는 체온변동 지수를 4로 산출하며, 5% 내지 9.9% 사이이면 체온변동 지수를 3으로 산출하며, 10% 내지 14.9% 사이인 경우에는 체온변동 지수를 2로 산출하며, 15% 이상이면 체온변동 지수를 1로 산출하게 된다.
또한, 상기 건강지수 산출부는 사용자의 심박수가 급격하게 변화한 횟수에 따른 심박수변동 점수를 계산하고, 상기 계산된 심박수변동 점수에 대응하는 심박수변동 지수를 산출할 수 있다.
이때, 사용자 심박수의 높고 낮은 정도에 따라 전술한 정상 단계, 주의 단계, 경고 단계 및 심각 단계로 구분하였을 때, 이전 단계와 현재 단계가 적어도 2단계 이상으로 차이가 발생하면 사용자의 심박수가 급격하게 변화한 것으로 판정할 수 있다.
또한, 심박수 점수의 경우에도 전술한 수학식 7을 이용하여 계산되며, 심박수변동 점수가 3% 이하이면 심박수변동 지수를 5로 산출하고, 3.1% 내지 4.9% 사이인 경우에는 심박수변동 지수를 4로 산출하며, 5% 내지 9.9% 사이이면 심박수변동 지수를 3으로 산출하며, 10% 내지 14.9% 사이인 경우에는 심박수변동 지수를 2로 산출하며, 15% 이상이면 심박수변동 지수를 1로 산출하게 된다.
그리고, 상기 건강지수 산출부는 사용자의 운동량 또는 운동 시간이 많거나 적음에 따른 활동 점수를 계산하고, 상기 계산된 활동 점수에 대응하는 활동 지수를 산출한다.
또한, 활동 지수의 산출을 위한 활동 점수는, 아래의 수학식 8을 이용하여 계산할 수 있다.
[수학식 8]
(G/40)×100
여기서, G는 운동 시간을 뜻하며, 1분 동안 75걸음 이상의 운동량이 발생한 경우에만 1분 운동으로 계산한다.
또한, 활동 점수가 100% 이상인 경우 활동 지수를 5로 산출하고, 80% 내지 99% 사이인 경우에는 활동 지수를 4로 산출하며, 70% 내지 79% 사이이면 활동 지수를 3으로 산출하며, 60% 내지 69% 사이인 경우에는 활동 지수를 2로 산출하며, 60% 미만이면 활동 지수를 1로 산출하게 된다.
또한, 각 사용자별로 산출된 체온 지수, 심박수 지수, 체온 심박수 싱크로 지수, 체온변동 지수, 심박수변동 지수 및 활동 지수를 포함하는 건강지수는 HI(p1,t1)=(TI,PI,SI,TVI,PVI,AI)으로 저장될 수 있다.
여기서, TI는 체온 지수이고, PI는 심박수 지수이며, SI는 체온 심박수 싱크로 지수이며, TVI는 체온변동 지수이며, PVI는 심박수변동 지수이며, AI는 활동 지수이다. 또한, 전술한 건강지수는 (1,1,1,1,1,1) 내지 (5,5,5,5,5,5) 범위의 값을 갖게 된다.
그 다음, 클러스터링부가 사용자들의 건강지수를 군집화한다(S220).
이때, 상기 클러스터링부는 K Means 알고리즘을 포함하는 군집화 알고리즘을 이용하여, 사용자들의 건강지수를 복수의 군집으로 구분하여 군집화하게 된다.
그 다음에는, 이상징후 분석부가 이상징후의 발생 여부를 분석한다(S230).
이때, 상기 이상징후 분석부는 사용자들의 건강지수가 소속된 군집에 대한 정보를 저장한 후, 각 군집에 소속된 건강지수 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하게 되는데, 각 사용자의 생체정보가 변화하여 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정하게 된다.
그리고, 이상징후가 발견되면, 이상징후 알림부에 의해서 이상징후가 발생한 사용자와 연동된 스마트 단말로 이상징후에 대한 알림이 전송된다(S240).
한편, 전술한 제 230단계에서 이상징후가 발견되지 않거나 제 240단계의 수행이 완료되면, 전술한 제 210단계부터 반복 수행될 수 있다.
이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 범위는 이와 같은 특정 실시예에만 한정되는 것은 아니며, 특허청구범위에 기재된 범주 내에서 적절하게 변경 가능한 것이다.
110 : 생체정보 수집부
120 : 클러스터링부
130 : 이상징후 분석부
140 : 이상징후 알림부
150 : 건강지수 산출부

Claims (14)

  1. 삭제
  2. 삭제
  3. 각 사용자의 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하는 생체정보 수집부;
    상기 생체정보 수집부로부터 수집된 생체정보를 이용하여 체온, 심박수 및 운동량의 상태에 따른 건강지수를 각 사용자별로 산출하되, 체온의 높고 낮은 정도에 따른 체온 지수, 심박수 상태에 따른 심박수 지수, 체온과 심박수가 반비례로 변화한 정도에 따른 체온 심박수 싱크로 지수, 체온의 변동 상태에 따른 체온변동 지수, 심박수의 변동 상태에 따른 심박수변동 지수 및 운동량의 많고 적은 정도에 따른 활동 지수 중 적어도 하나를 건강지수로 산출하는 건강지수 산출부;
    상기 건강지수 산출부로부터 산출된 사용자들의 건강지수를 복수의 군집으로 구분하여 군집화하는 클러스터링부;
    사용자들의 건강지수가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 건강지수의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하는 이상징후 분석부; 및
    이상징후가 발생한 사용자의 스마트 단말로 이상징후에 대한 알림을 전송하는 이상징후 알림부;를 포함하고,
    상기 건강지수 산출부는,
    아래의 수학식을 이용하여 체온 점수 및 심박수 점수를 계산하고, 상기 계산된 체온 점수 및 심박수 점수에 따라 체온 지수 및 심박수 지수를 각각 산출하며,
    ((A - B - 2C - 3D)/A)×100
    아래의 수학식에 의해 계산된 싱크로 점수로부터 체온 심박수 싱크로 지수를 산출하며,
    (0.5E/A)×100
    아래의 수학식을 이용하여 체온변동 점수 및 심박수변동 점수를 각각 계산하고, 상기 계산된 체온변동 점수 및 심박수변동 점수에 따라 체온변동 지수 및 심박수변동 지수를 각각 산출하며,
    (0.5F/A)×100
    아래의 수학식에 의해 계산된 활동 점수로부터 활동 지수를 산출하며,
    (G/40)×100
    A는 측정이 이루어진 총 횟수이고, B는 주의 단계에 포함된 횟수이며, C는 경고 단계에 포함된 횟수이며, D는 심각 단계에 포함된 횟수이며, E는 이전 측정치와 비교하여 사용자의 체온과 심박수가 반비례로 변한 횟수이며, F는 사용자의 체온 또는 심박수가 급격하게 변화한 횟수이며, G는 운동 시간인 것을 특징으로 하는 이상징후 알림 시스템.
  4. 제 3항에 있어서,
    상기 이상징후 분석부는 각 사용자의 건강지수가 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정하는 것을 특징으로 하는 이상징후 알림 시스템.
  5. 삭제
  6. 삭제
  7. 제 3 항 또는 제 4 항에 있어서,
    상기 생체 정보는 사용자의 신체에 접촉하는 스마트웨어 또는 스마트밴드에 포함된 센서에서 측정되어, 상기 스마트 단말로 무선 전송되는 것을 특징으로 하는 이상징후 알림 시스템.
  8. 삭제
  9. 삭제
  10. 이상징후 알림 시스템에서 수행되는 이상징후 알림 방법으로서,
    (1) 상기 이상징후 알림 시스템이, 각 사용자의 스마트 단말로부터 해당 사용자의 체온, 심박수 및 운동량을 포함하는 생체정보를 수집하는 단계;
    (2) 상기 이상징후 알림 시스템이, 상기 수집된 생체정보를 이용하여 체온, 심박수 및 운동량의 상태에 따른 건강지수를 각 사용자별로 산출하되, 체온의 높고 낮은 정도에 따른 체온 지수, 심박수 상태에 따른 심박수 지수, 체온과 심박수가 반비례로 변화한 정도에 따른 체온 심박수 싱크로 지수, 체온의 변동 상태에 따른 체온변동 지수, 심박수의 변동 상태에 따른 심박수변동 지수 및 운동량의 많고 적은 정도에 따른 활동 지수 중 적어도 하나를 건강지수로 산출하는 단계;
    (3) 상기 이상징후 알림 시스템이, 상기 산출된 사용자들의 건강지수를 복수의 군집으로 구분하여 군집화하는 단계;
    (4) 상기 이상징후 알림 시스템이, 사용자들의 건강지수가 소속된 군집에 대한 정보를 저장하고, 각 군집에 소속된 건강지수의 변화를 근거로 각 사용자에 대하여 이상징후의 발생 여부를 분석하는 단계; 및
    (5) 상기 이상징후 알림 시스템이, 이상징후가 발생한 사용자의 스마트 단말로 이상징후에 대한 알림을 전송하는 단계;를 포함하고,
    상기 제 (2)단계에서 상기 이상징후 알림 시스템은,
    아래의 수학식을 이용하여 체온 점수 및 심박수 점수를 계산하고, 상기 계산된 체온 점수 및 심박수 점수에 따라 체온 지수 및 심박수 지수를 각각 산출하며,
    ((A - B - 2C - 3D)/A)×100
    아래의 수학식에 의해 계산된 싱크로 점수로부터 체온 심박수 싱크로 지수를 산출하며,
    (0.5E/A)×100
    아래의 수학식을 이용하여 체온변동 점수 및 심박수변동 점수를 각각 계산하고, 상기 계산된 체온변동 점수 및 심박수변동 점수에 따라 체온변동 지수 및 심박수변동 지수를 각각 산출하며,
    (0.5F/A)×100
    아래의 수학식에 의해 계산된 활동 점수로부터 활동 지수를 산출하며,
    (G/40)×100
    A는 측정이 이루어진 총 횟수이고, B는 주의 단계에 포함된 횟수이며, C는 경고 단계에 포함된 횟수이며, D는 심각 단계에 포함된 횟수이며, E는 이전 측정치와 비교하여 사용자의 체온과 심박수가 반비례로 변한 횟수이며, F는 사용자의 체온 또는 심박수가 급격하게 변화한 횟수이며, G는 운동 시간인 것을 특징으로 하는 이상징후 알림 방법.
  11. 제 10항에 있어서,
    상기 제 (4)단계에서 상기 이상징후 알림 시스템은, 각 사용자의 건강지수가 소정 시간동안 기소속된 군집에서 벗어나거나 타 군집에 인입된 상태를 지속하면 이상징후가 발생한 것으로 판정하는 것을 특징으로 하는 이상징후 알림 방법.
  12. 삭제
  13. 삭제
  14. 제 10 항 또는 제 11 항에 있어서, 상기 제 (1) 단계에서
    상기 생체 정보는 사용자의 신체에 접촉하는 스마트웨어 또는 스마트밴드에 포함된 센서에서 측정되어, 상기 스마트 단말로 무선 전송되는 것을 특징으로 하는 이상징후 알림 방법.
KR1020160019219A 2016-02-18 2016-02-18 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법 KR101756827B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160019219A KR101756827B1 (ko) 2016-02-18 2016-02-18 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160019219A KR101756827B1 (ko) 2016-02-18 2016-02-18 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법

Publications (1)

Publication Number Publication Date
KR101756827B1 true KR101756827B1 (ko) 2017-07-11

Family

ID=59354897

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160019219A KR101756827B1 (ko) 2016-02-18 2016-02-18 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법

Country Status (1)

Country Link
KR (1) KR101756827B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101988657B1 (ko) * 2018-01-25 2019-06-12 한림대학교 산학협력단 온열질환에 따른 위험을 예방하기 위한 시스템
KR20210047079A (ko) 2019-10-21 2021-04-29 김종명 조건 충족 기반의 건강 정보 예측 알람 시스템
KR102258261B1 (ko) * 2020-11-10 2021-05-31 박현 생활방역을 위한 출입관리 시스템
WO2023287118A1 (ko) * 2021-07-16 2023-01-19 주식회사 휴이노 생체 신호 분석 모델의 출력 데이터를 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20230012942A (ko) * 2021-07-16 2023-01-26 주식회사 휴이노 생체 신호 분석 모델의 출력 데이터를 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102616910B1 (ko) * 2022-12-30 2024-01-02 주식회사 솔루엠 히어러블 디바이스 기반 유저의 운동능력을 기초로 맞춤형 운동 프로그램을 제공하는 방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101389728B1 (ko) * 2012-09-11 2014-04-28 (주)휴비딕 안전 보행 보조 방법 및 이를 실행하는 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101389728B1 (ko) * 2012-09-11 2014-04-28 (주)휴비딕 안전 보행 보조 방법 및 이를 실행하는 장치

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101988657B1 (ko) * 2018-01-25 2019-06-12 한림대학교 산학협력단 온열질환에 따른 위험을 예방하기 위한 시스템
KR20210047079A (ko) 2019-10-21 2021-04-29 김종명 조건 충족 기반의 건강 정보 예측 알람 시스템
KR102258261B1 (ko) * 2020-11-10 2021-05-31 박현 생활방역을 위한 출입관리 시스템
WO2023287118A1 (ko) * 2021-07-16 2023-01-19 주식회사 휴이노 생체 신호 분석 모델의 출력 데이터를 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20230012942A (ko) * 2021-07-16 2023-01-26 주식회사 휴이노 생체 신호 분석 모델의 출력 데이터를 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102573416B1 (ko) * 2021-07-16 2023-09-04 주식회사 휴이노 생체 신호 분석 모델의 출력 데이터를 관리하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102616910B1 (ko) * 2022-12-30 2024-01-02 주식회사 솔루엠 히어러블 디바이스 기반 유저의 운동능력을 기초로 맞춤형 운동 프로그램을 제공하는 방법 및 시스템

Similar Documents

Publication Publication Date Title
KR101756827B1 (ko) 생체정보 기반의 이상징후 알림 시스템 및 이를 이용한 이상징후 알림 방법
AU2020202572B2 (en) Methods and systems for forecasting seizures
Siuly et al. Exploring sampling in the detection of multicategory EEG signals
Cao et al. Contactless body movement recognition during sleep via WiFi signals
CN106030246B (zh) 用于对对象的周期性运动的循环数目进行计数的设备、方法和系统
US20160100792A1 (en) Sleep state determination apparatus, sleep state determination method, and sleep management system
US20210407684A1 (en) Illness Detection Based on Temperature Data
Qi et al. Ellipse fitting model for improving the effectiveness of life‐logging physical activity measures in an Internet of Things environment
CN111358109A (zh) 一种智能安全帽的脑电信息监测装置及监测方法
Lahmiri An accurate system to distinguish between normal and abnormal electroencephalogram records with epileptic seizure free intervals
Pourhomayoun et al. Multiple model analytics for adverse event prediction in remote health monitoring systems
KR101883008B1 (ko) 낙상 예측 또는 감지 장치 및 그를 위한 방법
CN112397204B (zh) 一种预测高原病的方法、装置、计算机设备和存储介质
CN109480852A (zh) 体征监测方法、系统、可穿戴式的信号采集设备
Rahman et al. sleepWell: Stress Level Prediction Through Sleep Data. Are You Stressed?
Jin et al. Predicting stress in teens from wearable device data using machine learning methods
Geng et al. Personalized recognition of wake/sleep state based on the combined shapelets and K-means algorithm
Rodríguez-Ruiz et al. Classification of depressive episodes using nighttime data; a multivariate and univariate analysis
KR20200072112A (ko) 개인의 상황을 파악한 개인 맞춤형 비정상 생체 신호 감지를 위한 사물 인터넷 디바이스 연동 시스템 및 그 제어 방법
CN114631780A (zh) 一种基于多级分类的低功耗可穿戴癫痫发作检测系统
CN106691458B (zh) 一种血氧数据优化的方法及系统
CN111134642A (zh) 基于计算机的家用健康监测系统
US20230210503A1 (en) Systems and Methods for Generating Menstrual Cycle Cohorts and Classifying Users into a Cohort
JP7036272B1 (ja) データ収集システム、データ収集方法及びデータ収集装置
Jiao et al. Detecting slow eye movements using multi-scale one-dimensional convolutional neural network for driver sleepiness detection

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant