KR101870630B1 - 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치 - Google Patents

생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치 Download PDF

Info

Publication number
KR101870630B1
KR101870630B1 KR1020160136296A KR20160136296A KR101870630B1 KR 101870630 B1 KR101870630 B1 KR 101870630B1 KR 1020160136296 A KR1020160136296 A KR 1020160136296A KR 20160136296 A KR20160136296 A KR 20160136296A KR 101870630 B1 KR101870630 B1 KR 101870630B1
Authority
KR
South Korea
Prior art keywords
user
signal
energy consumption
parameter
linear regression
Prior art date
Application number
KR1020160136296A
Other languages
English (en)
Other versions
KR20180043517A (ko
Inventor
윤인찬
김형민
김승종
박희수
동서연
이미란
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020160136296A priority Critical patent/KR101870630B1/ko
Publication of KR20180043517A publication Critical patent/KR20180043517A/ko
Application granted granted Critical
Publication of KR101870630B1 publication Critical patent/KR101870630B1/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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Abstract

에너지 소모량 측정 방법 및 장치는, 운동 신호 센서가 측정한 사용자의 운동 신호와 생체 신호 센서가 측정한 사용자의 생체 신호를 제공받고, 운동 신호를 분석하여 사용자가 정적 상태인지 동적 상태인지 여부를 판단하여, 정적 상태와 동적 상태에 따라 상기 운동 신호의 정보와 상기 생체 신호의 정보를 선택적으로 반영하여 상기 사용자의 에너지 소모량을 산출한다.

Description

생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치{Method and device for the measurement of energy consumption based on vital/motion signals}
본 발명은 에너지 소모량 측정 방법 및 장치에 관한 것으로서, 더욱 상세하게는 사용자로부터 측정되는 생체 신호 및 운동 신호를 기반으로 정확한 에너지 소모량을 측정할 수 있는 방법 및 장치에 관한 것이다.
개인의 건강에 대한 관심이 증대하면서 삶의 질을 향상시킬 수 있는 개인 맞춤형 헬스 케어(health care) 분야에 대한 관심이 높아지고 있다.
특히 비만 등 지나친 칼로리 축적으로 인해 인체에 각종 부작용이 유발될 수 있다는 점이 사람들에게 널리 인식됨으로써, 적정한 에너지 소모의 필요성 역시 강조되고 있다.
사람들은 자신이 적정한 에너지를 소모하고 있는지 가시적으로 알고 싶어하며, 이를 위해 정확한 에너지 소모량을 측정할 수 있는 방법 및 장치에 대한 연구가 이루어지고 있다.
신진대사량과 신체 활동의 연관성이 밝혀짐에 따라서, 활동 상태를 측정할 수 있는 관성 센서를 이용해 에너지 소모량을 계산하는 방법이 제시되었다.
종래 기술에 따르면, 관성 센서를 통해 사용자의 보행 수를 계산하고, 보행 수에 따라 에너지 소모를 단순 계산하는 방법이 일반적으로 이루어지고 있다.
하지만, 보행 수만으로 소요되는 에너지 소모량을 단정하는 것은 많은 오차가 있으며, 사용자가 보행하지 않는 상태에서의 에너지 소모는 반영하지 못한다.
이를 보완하기 위해, 관성 센서로부터 측정되는 가속도 정보를 다양하게 처리하여 에너지 소모량 계산의 정확도를 높이고자 하는 시도가 있다.
그러나, 실질적으로 사용자의 신체 운동이 이루어질 때에 국한하여 데이터가 추출되는 관성 센서만으로는 정확한 에너지 소모량을 계산하는데 명확한 한계가 있다.
예를 들어, 사용자가 신체 활동을 하지 않고 정지한 상태에서도 에너지는 끊임없이 소모되고 있으며, 정지하여 쉬는 상태에서도 운동 직후인지 여부에 따라서 그 에너지 소모량은 크게 달라질 수 있다.
한국 공개특허 제10-2013-0044477호
본 발명은 상술한 종래기술의 문제점을 해결하기 위한 것으로서, 사용자가 신체 운동을 하고 있는 경우뿐 아니라, 의도적인 신체 운동이 없는 경우의 에너지 소모도 에너지 소모량에 반영함으로써, 정확한 에너지 소모량을 측정할 수 있는 방법 및 장치를 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여, 본 발명의 일 측면에 따르면, 운동 신호 센서가 측정한 사용자의 운동 신호를 전송받는 단계와, 생체 신호 센서가 측정한 사용자의 생체 신호를 전송받는 단계와, 상기 운동 신호를 분석하여 사용자가 정적 상태인지 동적 상태인지 여부를 판단하는 단계 및 정적 상태와 동적 상태에 따라 상기 운동 신호의 정보와 상기 생체 신호의 정보를 선택적으로 반영하여 상기 사용자의 에너지 소모량을 산출하는 단계를 포함하는 에너지 소모량 측정 방법이 제공된다.
일 실시예에 따르면, 에너지 소모량 측정 방법은 상기 생체 신호로부터 적어도 하나의 생체 신호 파라미터를 추출하는 단계 및 상기 운동 신호로부터 적어도 하나의 운동 신호 파라미터를 추출하는 단계를 더 포함하고, 상기 적어도 하나의 생체 신호 파라미터와 적어도 하나의 운동 신호 파라미터를 선택적으로 반영하여 상기 사용자의 에너지 소모량을 산출한다.
일 실시예에 따르면, 사용자가 정적 상태에 있는 경우, 상기 운동 신호 파라미터를 반영하지 않고 상기 사용자의 에너지 소모량을 산출한다.
일 실시예에 따르면, 에너지 소모량 측정 방법은 사용자가 동적 상태에 있는 경우 적용되는 제1 선형 회귀식을 제공하는 단계와, 사용자가 정적 상태에 있는 경우 적용되는 제2 선형 회귀식을 제공하는 단계를 포함하고, 상기 제1 선형 회귀식은 상기 적어도 하나의 생체 신호 파라미터 및 상기 적어도 하나의 운동 신호 파라미터를 입력 변수로 포함하고, 상기 제2 선형 회귀식은 상기 적어도 하나의 생체 신호 파라미터를 입력 변수로 포함하며, 사용자가 동적인 상태에 있는 경우, 상기 제1 선형 회귀식을 통해 상기 사용자의 에너지 소모량을 산출하고, 사용자가 정적인 상태에 있는 경우, 상기 제2 선형 회귀식을 통해 상기 사용자의 에너지 소모량을 산출한다.
일 실시예에 따르면, 에너지 소모량 측정 방법은 사용자의 신체 사이즈에 대한 신체 정보 파라미터를 입력받는 단계를 더 포함하고, 상기 제1 선형 회귀식 및 상기 제2 선형 회귀식은 상기 사용자의 신체 정보 파라미터를 입력 변수로 더 포함한다.
일 실시예에 따르면, 상기 운동 신호 센서는 3축의 가속도 신호를 측정하는 관성 센서이고, 상기 생체 신호 센서는 사용자의 심전도 신호를 측정하는 심전도 센서이며, 상기 생체 신호 파라미터는 상기 심전도 신호를 이용하여 산출되는 심박변이도(Heart rate variability; HRV) 파라미터이다.
일 실시예에 따르면, 상기 제1 선형 회귀식과 상기 제2 선형 회귀식은 일부 서로 다른 HRV 파라미터를 입력 변수로 포함한다.
일 실시예에 따르면, 상기 제1 선형 회귀식은 HRV 파라미터 중 mHR, Alpha 1 및 Alpha 2 값을 입력 변수로 가지고, 상기 제2 선형 회귀식은 HRV 파라미터 중 SDNN, mHR, peakHF, SD2, D2 및 Alpha 1 값을 입력 변수로 가진다.
일 실시예에 따르면, 상기 운동 신호 파라미터는 상기 가속도 신호의 주파수 영역에서 계산된 주 주파수(dominant frequency) 및 최대 파워(power) 값이다.
본 발명의 다른 측면에 따르면, 상기 에너지 소모량 측정 방법을 실행시키기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.
본 발명의 또 다른 측면에 따르면, 운동 신호 측정 장치 및 생체 신호 측정 장치와 통신하는 통신 모듈과, 상기 생체 신호 측정 장치의 생체 신호 센서에서 수집된 사용자의 생체 신호를 분석하여 적어도 하나의 생체 신호 파라미터를 추출하는 생체 신호 분석 모듈과, 상기 운동 신호 측정 장치의 운동 신호 센서에서 수집된 사용자의 운동 신호로부터 적어도 하나의 운동 신호 파라미터를 추출하고, 상기 운동 신호를 분석하여 사용자가 정적인 상태인지 동적인 상태인지 여부를 판단하는 운동 신호 분석 모듈 및 정적 상태와 동적 상태에 따라 상기 적어도 하나의 생체 신호 파라미터와 상기 적어도 하나의 운동 신호 파라미터를 선택적으로 반영하여 상기 사용자의 에너지 소모량을 산출하는 에너지 산출 모듈을 포함하는 에너지 소모량 측정 장치가 제공된다.
일 실시예에 따르면, 에너지 소모량 측정 장치는 제1 선형 회귀식과 제2 선형 회귀식이 저장되는 메모리를 포함하고, 상기 제1 선형 회귀식은 적어도 하나의 생체 신호 파라미터 및 상기 적어도 하나의 운동 신호 파라미터를 입력 변수로 포함하고, 상기 제2 선형 회귀식은 상기 적어도 하나의 생체 신호 파라미터를 입력 변수로 포함하며, 상기 에너지 산출 모듈은, 사용자가 동적인 상태에 있는 경우 제1 선형 회귀식을 통해 상기 사용자의 에너지 소모량을 산출하고, 사용자가 정적인 상태에 있는 경우 제2 선형 회귀식을 통해 상기 사용자의 에너지 소모량을 산출한다.
일 실시예에 따르면, 에너지 소모량 측정 장치는 사용자가 신체 정보 파라미터를 입력할 수 있는 입력 모듈을 더 포함하고, 상기 제1 선형 회귀식 및 상기 제2 선형 회귀식은 상기 사용자의 신체 정보 파라미터를 입력 변수로 더 포함한다.
일 실시예에 따르면, 상기 에너지 산출 모듈은, 사용자의 동작 상태에 따라 상기 제1 선형 회귀식과 상기 제2 선형 회귀식을 선택 적용하여, 샘플링 주기마다 에너지 소모량을 산출하는 에너지 계산 모듈과, 상기 샘플링 주기마다 에너지 소모량을 합산해 총 에너지 소모량을 산출하는 에너지 합산 모듈을 포함한다.
본 발명의 또 다른 측면에 따르면, 사용자의 운동 신호를 측정하는 운동 신호 측정 장치와, 사용자의 생체 신호를 측정하는 생체 신호 측정 장치 및 상기 에너지 소모량 측정 장치를 포함하는 에너지 소모량 측정 시스템에 제공된다.
일 실시예에 따르면, 상기 운동 신호 센서는 사용자의 손목에 부착되어 3축의 가속도 신호를 측정하는 관성 센서이고, 상기 생체 신호 센서는 사용자의 복부에 부착되어 심전도 신호를 측정하는 심전도 센서이다.
도 1은 본 발명의 일 실시예에 따른 에너지 소모량 측정 시스템의 개념도이다.
도 2는 심전도 신호를 나타낸 그래프이다.
도 3은 본 발명의 일 실시예에 따른 에너지 소모량 측정 시스템의 블록도이다.
도 4는 에너지 소모량 측정 방법을 설명하는 순서도이다.
도 5는 본 발명의 일 실시예에 따른 운동 신호 파라미터에 대한 그래프이다.
도 6은 SD2를 설명하기 위한 그래프이다.
도 7은 본 실시예에 따른 에너지 소모량 측정 방법에 의해 측정된 에너지 소모량과 실제 에너지 소모량을 비교한 그래프이다.
이하, 상기의 목적을 구체적으로 실현할 수 있는 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 설명한다. 본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 하나의 실시예로서 설명되는 것이며, 이것에 의해서 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지 않는다.
도 1은 본 발명의 일 실시예에 따른 에너지 소모량 측정 시스템(1)의 개념도이다.
에너지 소모량 측정 시스템(1)은, 사용자의 운동 신호를 측정하는 운동 신호 센서(21)를 포함하는 운동 신호 측정 장치(20)와, 사용자의 생체 신호를 측정하는 생체 신호 센서(31, 32, 33)를 포함하는 생체 신호 측정 장치(30) 및, 운동 신호 및 생체 신호를 기반으로 사용자(U)의 에너지 소모량을 계산하는 에너지 소모량 측정 장치(10)를 포함한다.
본 실시예에 따른 운동 신호 측정 장치(20)는 사용자의 손목에 착용 가능한 스마트 워치(smart watch) 형태를 가진다. 본 실시예에 따른 운동 신호 측정 장치(20)에 구비되는 운동 신호 센서(21)는 관성 센서(IMU 센서)이고, 운동 신호로서 손목의 3축의 가속도 신호를 측정한다. 도시하지 않았지만, 운동 신호 측정 장치(20)는 측정된 운동 신호를 에너지 소모량 측정 장치(10)로 유선 또는 무선을 통해 전송할 수 있는 통신 모듈을 구비한다.
생체 신호 측정 장치(30)는 사용자의 복부에 부착된다. 본 실시예에 따른 생체 신호 측정 장치(30)에 구비되는 세 개의 생체 신호 센서(31, 32, 33)는 심전도 센서(ECG) 센서이며, 생체 신호로서 사용자의 심전도 신호를 측정한다.
도 2는 심전도 센서를 통해 측정되는 심전도 신호를 나타낸 그래프이다. 도 2에 도시된 바와 같이, 심전도는 심실-심방의 수축-이완 작용으로 인해 발생하는 전기적인 신호로, Q-R-S파를 반복적으로 나타낸다. 이때, R peak는 좌심실이 수축할 때, 즉 심장이 동맥으로 혈액을 보낼 때 나타내는 피크 값을 나타낸다.
심전도 센서(31, 32, 33)로부터 측정되는 심전도 신호를 디지털 신호화하는 방법이 알려져 있다. 생체 신호 측정 장치(30)의 본체(34)는 심전도 센서(31, 32, 33)로부터 측정된 심전도 신호를 디지털화하고, 통신 모듈을 통해 유선 또는 무선으로 에너지 소모량 측정 장치(10)로 전송한다.
다시 도 1을 참조하면, 본 실시예에 따른 에너지 소모량 측정 장치(10)는 운동 신호 측정 장치(20) 및 생체 신호 측정 장치(30)와 무선 통신하여 각 장치의 센서로부터 측정된 운동 신호 및 생체 신호를 전송받으며, 해당 신호를 기반으로 에너지 소모량을 계산한다.
본 실시예에 따르면 에너지 소모량 측정 장치(10)는 운동 신호 측정 장치(20) 및 생체 신호 측정 장치(30)와 물리적으로 분리된 별도의 장치(예를 들어, 스마트폰 등 휴대용 단말기 또는 다른 컴퓨터 등)로 도시되었지만 이에 한정되지는 않는다.
예를 들어, 에너지 소모량 측정 장치(10)는 운동 신호 측정 장치(20)와 함께 하나의 스마트 워치 등 단일의 웨어러블 장치에 내장될 수도 있다.
이와 유사하게, 생체 신호 측정 장치(30)도 요구되는 생체 신호(심전도 신호 등)을 측정할 수 있는 형태라면, 에너지 소모량 측정 장치(10) 및 운동 신호 측정 장치(20)와 함께 하나의 웨어러블 장치로 구성될 수도 있다는 점이 이해되어야 할 것이다.
도 1에 도시된 바와 같이, 에너지 소모량 측정 장치(10)는 디스플레이(11)를 포함할 수 있으며, 에너지 소모량 산출 결과 및 사용자의 보행 수 등 결과물을 가시화하여 사용자에게 제공할 수 있다.
도 3은 본 실시예에 따른 에너지 소모량 측정 시스템(1)의 블록도이다.
도 3에서 설명되는 에너지 소모량 측정 장치(10) 내의 "모듈"은 각각 물리적으로 독립된 물리적 단위로 이해될 수도 있고, 하나의 프로세서 칩에 의해 구동되어 물리적으로 구분되지는 않는 기능적 단위로 이해될 수 있다.
에너지 소모량 측정 장치(10)는 통신 모듈(101), 운동 신호 분석 모듈(102), 생체 신호 분석 모듈(103) 및 에너지 산출 모듈(104)을 포함한다.
통신 모듈(101)은 운동 신호 측정 장치(20) 및 생체 신호 측정 장치(30)와 무선 통신하여, 운동 신호 측정 장치(20) 및 생체 신호 측정 장치(30)에서 각각 추출된 생체 신호 및 운동 신호를 수집한다.
운동 신호 분석 모듈(102)은 운동 신호 측정 장치(20)의 운동 신호 센서(21)에서 수집된 사용자의 운동 신호로부터 적어도 하나의 운동 신호 파라미터를 추출한다. 아울러, 운동 신호 분석 모듈(102)은 상기 운동 신호를 분석하여 사용자가 정적인 상태인지 동적인 상태인지 여부를 판단한다.
생체 신호 분석 모듈(103)은 생체 신호 측정 장치(30)의 생체 신호 센서(31, 32, 33)에서 수집된 사용자의 생체 신호를 분석하여 적어도 하나의 생체 신호 파라미터를 추출한다.
에너지 산출 모듈(104)은 운동 신호 분석 모듈(102)에서 판단된 사용자의 정적 상태와 동적 상태에 따라 적어도 하나의 생체 신호 파라미터와 적어도 하나의 운동 신호 파라미터를 선택적으로 반영하여 사용자의 에너지 소모량을 산출한다.
뒤에서 자세히 설명하는 바와 같이, 에너지 산출 모듈(104)은 확보된 운동 신호의 정보인 운동 신호 파라미터와 생체 신호의 정보인 생체 신호 파라미터를 선택적으로 반영하여 에너지 소모량을 추출하기 위하여, 선형 회귀 모델을 통해 도출된 선형 회귀식을 이용한다.
에너지 소모량 측정 장치(1)는 이러한 선형 회귀식 등 각종 데이터를 저장하기 위한 메모리(105)를 포함한다.
아울러, 에너지 소모량 측정 장치(1)는 사용자가 신체 정보 등을 입력할 수 있도록 하고 해당 정보가 메모리(105)에 저장될 수 있도록 하는 입력 모듈(106)을 더 포함한다. 입력 모듈(106)은 터치 스크린과 같은 장치의 디스플레이(11)(도 1 참조)나 키보드 등 입력 장치 자체를 나타낼 수도 있고, 입력 장치의 기능을 제어하는 기능 모듈을 나타낼 수도 있다.
도 4는 본 실시예에 따른 에너지 소모량 측정 장치(10)를 통해 에너지 소모량을 산출하는 방법을 설명하기 위한 순서도이다.
도 3 및 도 4를 참조하면, 에너지 소모량 측정 장치(10)는 통신 모듈(101)을 통해 운동 신호 센서가 측정한 운동 신호인 3축의 가속도 신호를 전송받는다(S1). 아울러, 에너지 소모량 측정 장치(10)는 통신 모듈(101)을 통해 생체 신호 센서(31, 32, 33)가 측정한 생체 신호인 심전도 신호를 전송받는다(S2).
생체 신호 분석 모듈(102)은 수집된 생체 신호로부터 적어도 하나의 생체 신호 파라미터를 추출한다(S3).
운동 신호 분석 모듈(102)은 수집된 운동 신호는 노이즈 제거 및 전처리하여, 운동 신호를 분석하고, 운동 신호로부터 적어도 하나의 운동 신호 파라미터를 추출한다(S4). 아울러, 운동 신호 분석 모듈(102)은 운동 신호를 분석하여 사용자가 정적 상태에 있는지 동적 상태에 있는지 여부를 판단한다(S5).
정적 상태는 예를 들어 사용자가 서있거나, 앉아 있거나 누워 있는 상태로 실질적인 운동을 하지 않는 상태를 나타낼 수 있고, 동적 상태는 사용자가 걷거나 뛰는 등 실질적은 운동 상태에 있는 것을 나타낼 수 있다.
에너지 소모량 측정 모듈(104)은 정적 상태와 동적 상태에 따라 운동 신호의 정보와 상기 생체 신호의 정보를 선택적으로 에너지 소모량 계산의 인자로 반영하고(S6), 사용자의 에너지 소모량을 산출한다(S10). 더 구체적으로, 에너지 소모량 측정 모듈(104)은 정적 상태와 동적 상태에 따라 운동 신호의 정보와 상기 생체 신호의 정보를 위에서 추출된 적어도 하나의 생체 신호 파라미터와 적어도 하나의 운동 신호 파라미터를 선택적으로 반영하여 사용자의 에너지 소모량을 산출한다.
에너지 소모량 산출 방법의 이해를 돕기 위해 에너지 소모량 산출을 위한 선형 회귀식에 대해 먼저 설명한다.
사용자가 동적 상태에 있을 때만 관성 센서를 통해 가속도 신호 분석이 가능할 것이라는 한계가 있으므로, 본 실시예에 따른 에너지 소모량 산출 방법에서는 생체 신호가 반영된다.
본 실시예에 따르면, 생체 신호로서 비교적 측정이 정확하고 자유로운 심전도 신호가 이용된다. 심전도 신호에서 특정 시간에서 특징 값을 산출하는 심박변이도(Heart rate variability; HRV)는 자율신경 기능 평가에 임상적으로 타당하다는 점이 알려져 있고, 단순한 심박수 변화보다는 박동간 간격의 변화가 임상적으로 중요하다.
시간 영역, 주파수 영역, 비선형 영역에서 다양한 HRV 파라미터를 구할 수 있으며, 현재 알려진 주된 HRV 파라미터는 대략 아래 31개이다.
1) 시간 영역(Time-domain): mRRI, SDNN, mHR, SDHR, RMSSD, NN50, pNN50
2) 주파수 영역(Frequency-domaim): peakVLF, peakLF, peakHF, VLF, LF, HF, pVLF, pLF, pHF, nLF, nHF, LFHF
3) 비선형 영역(Nonlinear-domain): SD2, D2, ApEn, alpha1, alpha2, Imax, Imean, REC, DET, ShEn, RespRate
본 발명의 발명자는 위와 같은 HRV 파라미터 중 에너지 소모와 유의미한 관계를 가지는 파라미터가 존재할 것으로 예상하고, 선형 회귀 모델의 일 변수로 고려하였다.
아울러, 사용자의 활동량에 따른 에너지 소모량을 반영하기 위해 가속도 신호부터 추출할 수 있는 운동 신호 파라미터를 선형 회귀 모델의 또 다른 변수로 고려하였다.
도 5는 일 예에 따른 운동 신호 파라미터를 설명하기 위한 그래프이다.
도 5를 참조하면, 예를 들어 3축 가속도 신호를 SVM(Signal Vector Magnitude)한 신호(도 5의 상단 그래프)에서 퓨리에 변환을 수행하여 주파수 영역으로 변환하면, 소정 시간 간격으로 윈도우를 나누어 각 구간별 주 주파수(dominant frequency)와 최대 파워(power)를 구할 수 있다(하단 그래프). 주 주파수와 파워가 높아질수록 단위 시간당 손목 스윙의 빈도수가 증가함을 의미하며, 이는 운동량이 증가함을 의미한다.
본 실시예에서는 사용자의 신진대사는 사용자의 키와 몸무게 등 신체 정보와 연관이 있을 것으로 예상하고, 신장, 몸무게 등 사용자의 신체 스팩을 나타낼 수 있는 정보를 신체 정보 파라미터로 분류하고, 선형 회귀 모델의 또 다른 변수로 고려하였다.
본 실시예에 따르면, 선형 회귀 모델을 적용하기 위한 변수로서, 소정 시간 동안 샘플링된 심전도 신호로부터 추출할 수 있는 알려진 HRV 파라미터를 생체 신호 파라미터로 선정하고, 소정 시간 동안 샘플링된 가속도 신호로부터 추출할 수 있는 알려진 특징 정보를 운동 신호 파라미터로 선정하였으며, 사용자의 신체를 묘사할 수 있는 신장, 몸무게, 나이 등 특징 정보를 신체 정보 파라미터로 선정하였다.
20명의 실험 대상자를 선정하고, 실험 대상자에게 가스 호흡분석기를 착용하여, 소정 패턴의 운동을 하도록 하였다. 구체적으로, 5분간 4.0 km/h로 평지를 걷도록 하고 다시 5분간 5.5 km/h로 걷도록 한 뒤 5분간 운동을 하지 않고 휴식 시간을 부여하였다. 이어서, 10분간 경사로를 2.7 km/h의 속도로 걷도록 하고, 5분간 운동을 하지 않고 휴식 시간을 부여하였다. 이어서 5분간 6.8 km/h로 평지를 뛰도록 하고 다시 5분간 8.9 km/h로 뛰도록 한 뒤 실험을 마무리하였다.
가스 호흡분석기를 통하면, 매우 정확한 에너지 소모량의 계산이 가능하다는 것이 알려져 있다.
이러한 가스 호흡분석기로부터 계산된 에너지 소모량을 결과값으로 하고, 선정된 모든 생체 신호 파라미터, 운동 신호 파라미터 및 신체 정보 파라미터와의 확률적 관계를 회귀 모델을 통해 확인하였으며, 사용자가 걷거나 뛰는 동적 상태와 휴식을 취하는 정적 상태에 대해 아래와 같은 두 가지의 다른 형식의 선형 회귀식이 도출되었다.
도출된 선형 회귀식은 다음과 같다.
[제1 선형 회귀식] (동적 상태)
Edynamic = -6.9497 + 0.0556(a1) + 0.0830(a2) - 1.2429(a3) + 0.0002(a4) + 0.0358(a5) - 1.8972(a6) - 1.4987(a7)
여기서, Edynamic은 동적 상태에 소모되는 에너지 소모량이고, 각 계수의 설명은 다음과 같다.
신체 정보 a1 신장
a2 체중
운동 신호(IMU) a3 주주파수
a4 최대 파워
생체 신호 (HRV)

 a5 mHR
a6 Alpha1
a7 Alpha2
[제2 선형 회귀식] (정적 상태)
Estatic = -22.7857 + 0.1070(b1) + 0.0208(b2) + 116.3059(b3) + 0.0873(b4) + 1.6498(b5) - 92.3574(b6) - 0.1743(b7) - 0.9064(b8)
여기서, Estatic은 정적 상태에 소모되는 에너지 소모량이고, 각 계수의 설명은 다음과 같다.
신체 정보 b1 신장
b2 체중
생체 신호 (HRV)
 b3 SDNN
b4 mHR
b5 peakHF
b6 SD2
b7 D2
b8 Alpha1
위 제1 선형 회귀식과 제2 선형 회귀식에 공통적으로 들어가는 파라미터는 mHR(a5, b4)과, Alpha1(a6, b8)이다.
mHR에서 HR(heart rate)는 심박수를 나타내며, mHR은 심박수의 전체 평균값을 뜻한다. 심전도에서 특정 시간 동안 R peak를 계수하면 심박수를 산출할 수 있으며, 심박수의 변화요인에는 체온변동, 운동, 수면, 섭식 상태, 감정동요 등을 들 수 있다. 이러한 mHR 값은 동적/정적 상태의 구분없이 공통적으로 에너지 소모량 추정에 중요한 인자라는 점을 확인할 수 있다.
Alpha1은 심박 변이도의 비선형 특성을 나타내는 지표 중 하나로, 단기(11 비트 이하) 상관성을 나타내며 값이 클수록 변화가 적은 안정된 상태를 나타낸다. 안정된 상태일 때(즉, 에너지 소모량이 적을 때) 값이 커지므로, 에너지 소모량 추정식에서 계수가 음의 값임을 알 수 있다.
한편, 동적 상태시 사용되는 제1 선형 회귀식에만 포함된 인자로는 운동 신호 파라미터 중 주 주파수(a3)와 최대 파워(a4)가 포함되었고, 생체 신호 파라미터 중 Alpha2(a7)가 포함된 것을 알 수 있다.
상술한 바와 같이, 가속도 신호의 주 주파수와 최대 파워를 통해 운동량의 증가를 확인할 수 있으며, 이러한 주 주파수와 최대 파워가 임계값에 미치지 못하면 사용자가 동적 상태인지 정적 상태인지 정의할 수 있을 뿐 아니라, 그 값을 통해 동적 상태에의 에너지 소모량을 계산할 수 있게 됨을 알 수 있다.
Alpha2는 심박 변이도의 비선형 특성을 나타내는 지표 중 하나로, 장기(12 비트 이상) 상관성을 나타내며 값이 클수록 변화가 적은 안정된 상태를 나타낸다. 따라서, Alpha1과 마찬가지로 에너지 소모량 추정식에서 계수가 음의 값임을 알 수 있다.
Alpha2가 정적 상태에 대한 제2 선형 회귀식에서 유의미한 인자로 포함되지 않은 것은, 운동 상태의 큰 변화가 없는 정적인 자세에서는 단기 상관성(Alpha1)만으로도 에너지 소모량 추정이 가능하다고 해석할 수 있다.
정적 상태시 사용되는 제2 선형 회귀식에서는 운동 신호 파라미터가 반영되지 않고 에너지 소모량이 계산됨을 알 수 있다. 이는 본 발명의 발명자가 종래기술에서는 고려되거나 해결하지 못했던, 정적 상태에서의 에너지 소모량의 손쉬운 산출 방식을 도출했다는 것을 의미한다. 제2 선형 회귀식을 이용하면, 실질적으로 장시간 운동을 수행하지 않는 사무나 학습 시간 동안에 소모되는 에너지 량까지도 계산하여 사용자에게 피드백해줌으로써, 단순히 운동 시만이 아닌 일상 생활 전체에서 소모되는 에너지 소모량을 효과적으로 계산할 수 있게 된다.
한편, 정적 상태시 사용되는 제2 선형 회귀식에만 포함된 인자로는 생체 신호 파라미터 중 SDNN(b3), peakHF(b5), SD2(b6) 및 D2(b7)이다.
좌심실이 수축한 후(Rpeak), 다음 Rpeak가 발견되기까지의 거리를 RR interval(RRI)이라고 하는데, SDNN은 정상 RR 간격의 표준편차를 구하는 파라미터이다. 심박수에 대한 자율신경계의 영향을 알아보기 위해 사용되며 단위는 ms이고, 표준범위는 30 ` 60 ms로 표준범위 이내에서 높으면 스트레스의 저항도가 높고 건강한 상태를 의미한다.
peakHF는 주파수 영역에서 HF(high frequency) 성분의 피크를 나타낸다. HF는 주로 부교감 신경의 활성도를 반영하며 대게 높을수록 건강한 상태를 의미한다.
도 6에 도시된 바와 같이, 심박변이도의 비선형 분석 중 현재 심박변이와 이전심박변이의 비선형적인 관계를 나타내는 포인케어 플롯(Poincare Plot)에서 (+) 방향의 기울기를 SD2로 정의한다. SD2는 자율신경계의 조절 능력을 반영한다.
D2는 상관차원(Correlation dimension)을 나타내며 심박 변이도와 같은 복잡한 패턴을 지닌 비정형 데이터를 프랙탈 차원과 같이 수치로 정량화하는 파라미터이다.
SD2와 D2는 모두 에너지 소모량이 클 때 값이 감소한다는 연구결과가 있다. 따라서, Alpha 1과 마찬가지로 회귀식에서 계수가 음의 값으로 나타난다.
위 제1 선형 회귀식 및 제2 선형 회귀식에서 사용되는 HRV 파라미터는 주로 R 값(도 2 참조)을 기준으로 구한 RR interval 기반으로 계산되는 값임을 알 수 있다. 상술한 바와 같이, 단순한 심박수 변화보다는 박동간 간격의 변화가 임상적으로 중요한 의의를 가지며, 박동간 간격 측정을 위해서는 R 값을 기준으로 삼는 것이 정확도가 높다고 알려져 있다. 따라서, 본 실시예에서는 Rpeak를 기준으로 추출되는 HRV 파라미터를 이용해 에너지 소모량을 추정 계산함으로써, 좀더 정확한 에너지 소모량 계산이 가능하다.
한편, 위 두 선형 회귀식에서 신체 정보 파라미터인 신장 및 체중이 에너지 소모에 영향을 미치는 유의미한 계수로 포함된 것을 알 수 있다. 다만, 신체 정보 파라미터는 사용자의 자체 입력에 의존하는바, 센서에 의한 측정 결과값이 반영된 운동 신호 파라미터 및 생체 신호 파라미터를 이용한 선형 회귀식을 도출도 가능할 것으로 예상된다.
다시 도 3 및 도 4를 참조하면, 사용자가 동적 상태에 있는 경우 적용되는 제1 선형 회귀식과 정적 상태에 있는 경우 적용되는 제2 선형 회귀식이 메모리(105)에 저장된다.
에너지 소모량 측정 시스템(1)의 구동을 시작하면, 에너지 소모량 측정 장치(10)는 입력 모듈(106)을 통해 사용자에게 신체 정보 파라미터(본 실시예에서는 회귀식에 사용되는 신장 및 체중 정보)를 입력할 것을 요청한다. 입력된 신장 및 체중 정보는 메모리(105)에 저장된다(S9).
생체 신호 분석 모듈(103)은 수집된 심전도 신호로부터 상기 제1 선형 회귀식 및 제2 선형 회귀식에 사용되는 생체 신호 파라미터(HRV 파라미터) 값을 추출하여, 에너지 산출 모듈(104)에 전달한다.
운동 신호 분석 모듈(102)은 가속도 신호로부터 회귀식에 사용되는 주 주파수와 최대 파워 값을 운동 신호 파라미터로 추출하고, 해당 값을 에너지 산출 모듈(104)로 전달하는 한편, 해당 값을 통해 사용자가 정적 상태인지 동적 상태인지 여부를 결정하여 해당 정보를 에너지 산출 모듈(104)에 전달한다.
한편, 가속도 신호의 분석 결과를 이용하면, 사용자의 걸음 수를 계산할 수 있으며(S10), 걸음 수 정보는 사용자에게 에너지 소모량과 함께 제공될 수 있다(도 1 참조).
에너지 산출 모듈(104)은 사용자가 동적 상태로 판정된 경우 제1 선형 회귀식에 대한 정보를 메모리(105)에서 제공받는다(S7). 이때, 사용자가 미리 입력한 신체 정보 파라미터 값도 함께 제공받는다.
에너지 산출 모듈(104)은 제1 선형 회귀식에 수집된 생체 신호, 운동 신호 및 신체 정보 파라미터 값을 대입하여 동작 상태에 있는 사용자의 에너지 소모량을 산출해낸다(S10).
반면, 에너지 산출 모듈(104)은 사용자가 정적 상태로 판정된 경우 제2 선형 회귀식에 대한 정보를 메모리(105)에서 제공받는다(S8). 마찬가지로, 사용자가 미리 입력한 신체 정보 파라미터 값도 함께 제공받는다.
에너지 산출 모듈(104)은 제2 선형 회귀식에 수집된 생체 신호, 운동 신호 및 신체 정보 파라미터 값을 대입하여 정적 상태에 있는 에너지 소모량을 산출해낸다(S10).
위와 같은 과정은 소정의 샘플링 시간 동안 운동 신호 센서와 생체 신호 센서를 통해 수집된 운동 신호 및 생체 신호를 기준으로 이루어진다.
도 3을 참조하면, 에너지 산출 모듈(104)은 에너지 계산 모듈(114)을 포함하고, 에너지 계산 모듈(114)은 위에서 설명한 과정을 통해 해당 샘플링 주기에서의 에너지 소모량을 산출한다.
에너지 산출 모듈(104)은 에너지 합산 모듈(124)을 포함하며, 에너지 합산 모듈(124)은 에너지 계산 모듈(114)이 계산해낸 당해 샘플링 주기의 에너지 소모량과 그 이전 주기의 에너지 소모량에 더함으로써, 사용자에게 에너지 소모량 측정을 시작한 이후의 총 에너지 소모량을 수치적으로 제공해주게 된다.
도 7은 가스 호흡분석기를 통해 측정된 실제 에너지 소모량과 본 실시예에 따른 회귀식을 이용한 에너지 소모량의 결과 값을 비교한 그래프이다.
본 실시예에 따른 에너지 소모량 측정 방법에 의한 추정치가 실제 값과 비교할 때 약 0.63 kcal/min에 불과하다는 결과를 얻었다.
본 실시예에 따르면, 단순히 관성 센서의 운동 신호를 통해 에너지 소모량을 계산할 때에 비해(오차량 약 1.52 kcal/min), 매우 정확한 추정치가 제공된다는 것을 보여준다.
본 실시예에 따른 에너지 소모량 측정 방법 및 장치에 의하면, 사용자의 운동이 이루어지지 않는 정적인 상태에서도 에너지 소모량의 계산이 정확하게 이루어지므로, 운동시에만 국한되지 않고 일상 생활 전체에 걸쳐 에너지 소모량에 대한 스크리닝이 가능하다.
아울러, 동적 상태와 정적 상태에서 서로 다른 선형 회귀식을 적용하여 에너지 소모량을 계산함으로써, 상황에 맞는 정확한 에너지 소모량 계산이 가능하고, 로, 에너지 소모량 추정치의 타당성 및 정확도를 현저히 향상시킬 수 있다.
이때, 일 실시예에 따르면 동적 상태/정적 상태 모두에서 에너지 소모량 추정에 유의미한 관계를 나타내는 HRV 파리미터를 선형 회귀식의 입력 인자로 이용함으로써, 보다 정확한 에너지 소모량의 추정이 가능하다.

Claims (16)

  1. 운동 신호 센서가 측정한 사용자의 운동 신호로부터 운동 신호 파라미터를 추출하는 단계;
    생체 신호 센서가 측정한 사용자의 생체 신호로부터 생체 신호 파라미터를 추출하는 단계;
    상기 운동 신호 파라미터를 분석하여 사용자가 정적 상태인지 동적 상태인지 여부를 판단하는 단계; 및
    정적 상태와 동적 상태에 따라 상기 운동 신호 파라미터와 상기 생체 신호 파라미터를 선택적으로 반영하여 상기 사용자의 에너지 소모량을 산출하는 단계를 포함하고,
    상기 생체 신호 파라미터는 심전도 신호를 이용하여 산출되는 심박변이도(Heart rate variability; HRV) 파라미터이고,
    상기 사용자의 에너지 소모량을 산출하는 단계는,
    사용자가 동적 상태에 있는 경우, 적어도 하나의 운동 신호 파라미터 및 적어도 하나의 HRV 파라미터를 반영하여 상기 사용자의 에너지 소모량을 산출하고,
    사용자가 정적 상태에 있는 경우, 운동 신호 파라미터를 제외하고, 적어도 하나의 HRV 파라미터를 반영하여 상기 사용자의 에너지 소모량을 산출하는 단계를 포함하는 것을 특징으로 하는 에너지 소모량 측정 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 사용자의 에너지 소모량을 산출하는 단계는,
    사용자가 동적 상태에 있는 경우 제1 선형 회귀식을 적용하고,
    사용자가 정적 상태에 있는 경우 제2 선형 회귀식을 적용하여 상기 사용자의 에너지 소모량을 산출하는 단계를 포함하고,
    상기 제1 선형 회귀식은 적어도 하나의 HRV 파라미터 및 적어도 하나의 운동 신호 파라미터를 입력 변수로 포함하고,
    상기 제2 선형 회귀식은 운동 신호 파라미터를 제외하고 상기 제1 선형 회귀식과 일부 다른 적어도 하나의 HRV 파라미터를 입력 변수로 포함하는것을 특징으로 하는 에너지 소모량 측정 방법.
  5. 제4항에 있어서,
    사용자의 신체 사이즈에 대한 신체 정보 파라미터를 입력받는 단계를 더 포함하고,
    상기 제1 선형 회귀식 및 상기 제2 선형 회귀식은 상기 사용자의 신체 정보 파라미터를 입력 변수로 더 포함하는 것을 특징으로 하는 에너지 소모량 측정 방법.
  6. 제1항에 있어서,
    상기 운동 신호 센서는 3축의 가속도 신호를 측정하는 관성 센서이고,
    상기 생체 신호 센서는 사용자의 심전도 신호를 측정하는 심전도 센서인 것을 특징으로 하는 에너지 소모량 측정 방법.
  7. 삭제
  8. 제4항에 있어서,
    상기 제1 선형 회귀식은 HRV 파라미터 중 mHR, Alpha 1 및 Alpha 2 값을 입력 변수로 가지고,
    상기 제2 선형 회귀식은 HRV 파라미터 중 SDNN, mHR, peakHF, SD2, D2 및 Alpha 1 값을 입력 변수로 가지고,
    mHR은 심박수의 평균값을 의미하고,
    Alpha 1은 심박변이도의 비선형 특성을 나타내는 지표로, 11 비트 이하의 단기 상관성을 나타내고,
    Alpha 2는 심박변이도의 비선형 특성을 나타내는 지표로, 12 비트 이상의 장기 상관성을 나타내며,
    SDNN은 좌심실이 수축한 후(Rpeak) 다음 Rpeak까지의 간격의 표준편차를 의미하고,
    peakHF는 주파수 영역에서 HF(high frequency) 성분의 피크를 나타내며,
    SD2는 현재 심박변이와 이전 심박변이의 비선형적인 관계를 나타내는 포인케어 플롯(poincare plot)에서 양의 방향 기울기를 의미하며,
    D2는 상관차원(correlation dimension)을 나타내는 것을 특징으로 하는 에너지 소모량 측정 방법.
  9. 제6항에 있어서,
    상기 운동 신호 파라미터는 상기 가속도 신호의 주파수 영역에서 계산된 주 주파수(dominant frequency) 및 최대 파워(power) 값인 것을 특징으로 하는 에너지 소모량 측정 방법.
  10. 제1항, 제4항 내지 제6항, 제8항 및 제9항 중 어느 한 항에 따른 에너지 소모량 측정 방법을 실행시키기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  11. 운동 신호 측정 장치 및 생체 신호 측정 장치와 통신하는 통신 모듈;
    상기 생체 신호 측정 장치의 생체 신호 센서에서 수집된 사용자의 생체 신호를 분석하여 생체 신호 파라미터를 추출하는 생체 신호 분석 모듈;
    상기 운동 신호 측정 장치의 운동 신호 센서에서 수집된 사용자의 운동 신호로부터 운동 신호 파라미터를 추출하고, 상기 운동 신호 파라미터를 분석하여 사용자가 정적인 상태인지 동적인 상태인지 여부를 판단하는 운동 신호 분석 모듈; 및
    정적 상태와 동적 상태에 따라 상기 생체 신호 파라미터와 상기 운동 신호 파라미터를 선택적으로 반영하여 상기 사용자의 에너지 소모량을 산출하는 에너지 산출 모듈을 포함하고,
    상기 생체 신호 파라미터는 심전도 신호를 이용하여 산출되는 심박변이도(Heart rate variability; HRV) 파라미터이고,
    상기 에너지 산출 모듈은,
    사용자가 동적 상태에 있는 경우, 적어도 하나의 운동 신호 파라미터 및 적어도 하나의 HRV 파라미터를 반영하여 상기 사용자의 에너지 소모량을 산출하고,
    사용자가 정적 상태에 있는 경우, 운동 신호 파라미터를 제외하고, 적어도 하나의 HRV 파라미터를 반영하여 상기 사용자의 에너지 소모량을 산출하는 것을 특징으로 하는 에너지 소모량 측정 장치.
  12. 제11항에 있어서,
    제1 선형 회귀식과 제2 선형 회귀식이 저장되는 메모리를 포함하고,
    상기 제1 선형 회귀식은 적어도 하나의 HRV 파라미터 및 적어도 하나의 운동 신호 파라미터를 입력 변수로 포함하고,
    상기 제2 선형 회귀식은 운동 신호 파라미터를 제외하고 상기 제1 선형 회귀식과 일부 다른 적어도 하나의HRV 파라미터를 입력 변수로 포함하며,
    상기 에너지 산출 모듈은,
    사용자가 동적인 상태에 있는 경우 제1 선형 회귀식을 통해 상기 사용자의 에너지 소모량을 산출하고, 사용자가 정적인 상태에 있는 경우 제2 선형 회귀식을 통해 상기 사용자의 에너지 소모량을 산출하는 것을 특징으로 하는 에너지 소모량 측정 장치.
  13. 제12항에 있어서,
    사용자가 신체 정보 파라미터를 입력할 수 있는 입력 모듈을 더 포함하고,
    상기 제1 선형 회귀식 및 상기 제2 선형 회귀식은 상기 사용자의 신체 정보 파라미터를 입력 변수로 더 포함하는 것을 특징으로 하는 에너지 소모량 측정 장치.
  14. 제12항에 있어서,
    상기 제1 선형 회귀식은 HRV 파라미터 중 mHR, Alpha 1 및 Alpha 2 값을 입력 변수로 가지고,
    상기 제2 선형 회귀식은 HRV 파라미터 중 SDNN, mHR, peakHF, SD2, D2 및 Alpha 1 값을 입력 변수로 가지고,
    mHR은 심박수의 평균값을 의미하고,
    Alpha 1은 심박변이도의 비선형 특성을 나타내는 지표로, 11 비트 이하의 단기 상관성을 나타내고,
    Alpha 2는 심박변이도의 비선형 특성을 나타내는 지표로, 12 비트 이상의 장기 상관성을 나타내며,
    peakHF는 주파수 영역에서 HF(high frequency) 성분의 피크를 나타내며,
    SDNN은 좌심실이 수축한 후(Rpeak) 다음 Rpeak까지의 간격의 표준편차를 의미하고,
    SD2는 현재 심박변이와 이전 심박변이의 비선형적인 관계를 나타내는 포인케어 플롯(poincare plot)에서 양의 방향 기울기를 의미하며,
    D2는 상관차원(correlation dimension)을 나타내는 것을 특징으로 하는 에너지 소모량 측정 장치.
  15. 사용자의 운동 신호를 측정하는 운동 신호 측정 장치;
    사용자의 생체 신호를 측정하는 생체 신호 측정 장치; 및
    제11항 내지 제14항 중 어느 한 항에 따른 에너지 소모량 측정 장치를 포함하는 것을 특징으로 하는 에너지 소모량 측정 시스템.
  16. 제15항에 있어서,
    상기 운동 신호 센서는 사용자의 손목에 부착되어 3축의 가속도 신호를 측정하는 관성 센서이고,
    상기 생체 신호 센서는 사용자의 복부에 부착되어 심전도 신호를 측정하는 심전도 센서인 것을 특징으로 하는 에너지 소모량 측정 시스템.
KR1020160136296A 2016-10-20 2016-10-20 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치 KR101870630B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160136296A KR101870630B1 (ko) 2016-10-20 2016-10-20 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160136296A KR101870630B1 (ko) 2016-10-20 2016-10-20 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20180043517A KR20180043517A (ko) 2018-04-30
KR101870630B1 true KR101870630B1 (ko) 2018-06-25

Family

ID=62081144

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160136296A KR101870630B1 (ko) 2016-10-20 2016-10-20 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101870630B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210144997A (ko) 2020-05-22 2021-12-01 주식회사 나라컨트롤 밀폐형 챔버를 이용한 인체 신진대사량 측정장치와 방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102189944B1 (ko) * 2018-10-29 2020-12-11 (주)비트러스트 스트레스 분석 시스템 및 그의 동작 방법
CN114098686A (zh) * 2020-08-31 2022-03-01 棋展电子股份有限公司 用于团队活动的穿戴式生理感测系统
KR102271792B1 (ko) * 2020-12-11 2021-07-01 (주)씨어스테크놀로지 웨어러블 심전도 패치를 통한 심박변이도 측정 시스템 및 이를 이용한 심박변이도 측정 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
김도현, 한양대학교, 학위논문(석사), 2010*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210144997A (ko) 2020-05-22 2021-12-01 주식회사 나라컨트롤 밀폐형 챔버를 이용한 인체 신진대사량 측정장치와 방법

Also Published As

Publication number Publication date
KR20180043517A (ko) 2018-04-30

Similar Documents

Publication Publication Date Title
EP3773155B1 (en) System and method for non-invasive determination of blood pressure dip based on trained prediction models
Flatt et al. Validity of the ithlete™ smart phone application for determining ultra-short-term heart rate variability
US8795173B2 (en) Methods and apparatus for assessment of atypical brain activity
US20160249174A1 (en) Automated detection and configuration of wearable devices based on on-body status, location, and/or orientation
KR101870630B1 (ko) 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치
CN109328034B (zh) 用于确定对象的睡眠阶段的确定系统和方法
JP2018524080A (ja) 被検者の生理学的状態を監視する装置及び方法
US20110137189A1 (en) Physiological signal sensing system without time and place contraint and its method
JP6310401B2 (ja) 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム
US10750988B2 (en) Fatigue degree determination device, and fatigue degree determination method
Murali et al. A wearable device for physical and emotional health monitoring
WO2020181297A2 (en) Method and apparatus for biometric measurement and processing
US11075009B2 (en) System and method for sympathetic and parasympathetic activity monitoring by heartbeat
US9759558B2 (en) Device and method for automatically normalizing the physiological signals of a living being
US20210121117A1 (en) Systems and methods of qt interval analysis
US20200359909A1 (en) Monitoring device including vital signals to identify an infection and/or candidates for autonomic neuromodulation therapy
WO2016185931A1 (ja) 生体情報測定装置
Carbonaro et al. Wearable biomonitoring system for stress management: A preliminary study on robust ECG signal processing
KR101645212B1 (ko) 일상생활 중 심부 체온 일주기 리듬 추정 방법
US20180055373A1 (en) Monitoring device to identify candidates for autonomic neuromodulation therapy
Tiwari et al. Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features
JPH08275934A (ja) 相関調査システム
GB2469547A (en) Measurement of heart rate variability
Němcová et al. Recommendations for ECG acquisition using BITalino
CN105326482B (zh) 记录生理信号的方法和装置

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