KR102053329B1 - 생체 및 운동 신호 기반의 스트레스 분석 방법 - Google Patents

Abstract

본 발명은 피시험자로부터 생체 및 운동 신호를 취득하는 단계; 생체 및 운동 신호를 가공하여 스트레스 지수를 산출하는 단계; 스트레스 지수를 분석하여 피시험자의 스트레스 상태를 결정하는 단계; 및 피시험자의 스트레스 상태를 출력하는 단계를 포함하는 스트레스 분석 방법에 관한 것이다.

Description

생체 및 운동 신호 기반의 스트레스 분석 방법{METHOD FOR ANALYZING STRESS USING BIOLOGICAL AND EXERCISING SIGNALS}

본 발명은 일상생활의 스트레스를 분석하는 방법에 관한 것으로서, 더욱 상세하게는 피시험자로부터 측정된 생체 및 운동 신호를 기반으로 피시험자의 스트레스 상태를 결정하여 이를 피시험자에게 출력하는 스트레스 분석 방법에 관한 것이다.

스트레스는 삶의 질을 결정하는 요소로 판단되며, 축적된 스트레스는 우울증, 심장질환, 고혈압 등 다양한 질병을 유발시킬 가능성이 있다. 따라서, 일상생활 속에서 스트레스에 의한 질병 예방 및 건강관리 기능의 목적으로 스트레스 모니터링 시스템에 대한 활용 범위가 확대되고 있다.

스트레스는 호르몬, 체온, 맥박, 심전도, 뇌파, 호흡수 등 다양한 방법을 이용하여 모니터링이 가능하다. 특히, 심전도는 심박동과 관련된 전위를 신체 표면에서 도형으로 기록한 것으로, 무선 장비를 이용하여 심전도를 취득할 수 있어 용이하며, 심전도를 통해 산출된 심박변이도는 다른 분석 방법들보다 스트레스 분석 결과가 비교적 정확하다는 점에서 중요한 파라미터로 활용되고 있다.

종래의 기술들에 따르면, 스트레스 모니터링을 위해 적용되는 심박변이도 파라미터를 산출하여 이를 소정의 지수로 산출하여 특정 시점에서의 스트레스 상태를 출력하는 형태로 활용되는 경우가 많다.

그러나, 특정 시점에서의 스트레스 상태뿐만 아니라, 스트레스에 대한 대응 능력, 즉, 스트레스에 대한 내성 역시 피시험자의 건강에서 발생할 수 있는 손상과 큰 관련이 있다.

예를 들어, 피시험자가 운동시 또는 업무시 스트레스를 받으면, 심전도와 같은 스트레스 파라미터가 상승하게 되고, 종래의 기술들은 이러한 스트레스 측정치를 검출하여 기록할 수 있다.

그러나, 스트레스가 해소되는 경우, 즉, 스트레서(stressor)가 제거된 경우, 이러한 스트레스 파라미터는 소정의 시간을 걸쳐 이전의 베이스라인으로 되돌아 가야한다. 그러나, 스트레스 내성이 낮은 사람은 정상의 베이스라인으로 돌아오는데까지 시간이 오래 걸리고, 결과적으로 회복 시간이 오래 걸리는 문제점이 발생할 수 있다.

또한, 예를 들어, 장기간에 걸쳐 매우 높은 스트레스를 주기적으로 받는 피시험자의 경우, 스트레스 상황이 해소된 후 신체 및 뇌에서 완전히 해소되지 않는 스트레스가 축적될 수 있으며, 이는 만성 스트레스 상태로서 이러한 만성 스트레스 역시 건강에 악영향을 미칠 수 있다.

따라서, 특정 시점에서의 스트레스 파라미터를 알아내는 것만으로는, 피시험자의 건강 상태를 완전하게 모니터링하기에는 한계가 있다.

예를 들어, 도 7(a)에 도시된 바와 같이, 특허문헌 1은 광전용적맥파(PPG)의 진폭과 심전도(ECG) 분석 데이터를 이용하여 스트레스 전과 후의 결과를 비교하는 시스템(1000)을 기재하고 있다. 그러나, 이러한 분석 시스템(1000)은 스트레스를 완화하기 위한 방법만을 제시하고 있을 뿐, 피시험자의 스트레스 상태가 급성 또는 만성 스트레스인지, 정신적 또는 육체적 스트레스인지와 같은 구체적인 스트레스 분석을 사용하지 않고 있다.

또한, 도 7(b)에 도시된 바와 같이, 특허문헌 2는 차량 주행 중에 운전자의 심전도 신호를 측정하여 운전자의 상태를 실시간으로 모니터링하는 시스템(2000)을 기재하고 있으나, 이러한 모니터링 시스템(2000) 역시 특정 시점에서의 스트레스 지수를 산출하여 이를 제공하는데 그치고 있다.

또한, 도 7(c)에 도시된 바와 같이, 특허문헌 3은 피시험자의 공황 장애도를 평가하는 시스템(3000)을 제공하고 있으나, 이러한 평가 시스템(3000) 역시 피시험자의 구체적인 스트레스 상태에 대한 분석은 이루어지지 않고 있다.

한국특허출원공개 10-2013-0063880호 한국특허출원공개 10-2008-0038512호 한국특허출원공개 10-2016-0035318호

전술한 종래 기술들의 문제점들을 해결하기 위해, 본 발명은 피시험자의 생체 신호를 기반으로 스트레스 내성을 정확하게 확인할 수 있도록, 스트레스 저항력과 스트레스 회복력을 산출하는 스트레스 분석 방법을 제공하고자 한다.

또한, 본 발명은 피시험자가 동적 상태인지 또는 정적 상태인지에 따른 에너지 소모량과 스트레스 지수를 산출하여, 피시험자의 정신적 스트레스와 신체적 스트레스의 비율을 통계 분석하여 출력할 수 있는 스트레스 분석 방법을 제공하고자 한다.

또한, 본 발명은 심박변이도 파라미터로부터 탄력성 지수를 산출하여, 이로부터 피시험자가 급성 스트레스 상태인지 또는 만성 스트레스 상태인지를 판단하고, 그에 맞는 스트레스 해소법 및 대처법을 제공할 수 있는 스트레스 분석 방법을 제공하고자 한다.

전술한 기술적 과제를 달성하기 위해, 본 발명은 피시험자로부터 생체 및 운동 신호를 취득하는 단계; 생체 및 운동 신호를 가공하여 스트레스 지수를 산출하는 단계; 스트레스 지수를 분석하여 피시험자의 스트레스 상태를 결정하는 단계; 및 피시험자의 스트레스 상태를 출력하는 단계를 포함하는 스트레스 분석 방법을 제공할 수 있다.

또한, 본 발명의 생체 및 운동 신호는, ECG신호, 3축 가속도 신호 및 체온을 포함하고, ECG신호는 심박변이도 파라미터로 변환되고, 3축 가속도 신호는 운동신호 파라미터로 변환되어 스트레스 지수를 산출할 수 있다.

또한, 본 발명에서 스트레스 지수를 분석하는 단계는, 스트레서로 인하여 스트레스 지수가 증가하는 경우 시간당 스트레스 지수의 변화량을 측정하여 스트레스 저항력을 산출하고, 스트레서가 제거됨으로써 스트레스 지수가 감소하는 경우 시간당 스트레스 지수의 변화량을 측정하여 스트레스 회복력을 산출하는 단계를 포함할 수 있다.

또한, 본 발명은 산출된 스트레스 지수, 스트레스 저항력 및 스트레스 회복력을 데이터 베이스에 저장하고, 피시험자의 스트레스 상태를 출력하는 단계는, 데이터 베이스에 저장된 값을 통계 분석하여 출력하는 단계를 포함할 수 있다.

또한, 본 발명은 운동신호 파라미터로부터 피시험자의 스트레스 상태가 정신적 스트레스인지 신체적 스트레스인지 판단하여 데이터 베이스에 저장하고, 피시험자의 스트레스 상태를 출력하는 단계는, 정신적 스트레스와 신체적 스트레스의 비율을 통계 분석하여 출력하는 단계를 포함할 수 있다.

또한, 본 발명은 심박변이도 파라미터로부터 스트레스 탄력성 지수를 산출하고, 스트레스 탄력성 지수로부터 피시험자의 스트레스 상태를 급성 스트레스 상태와 만성 스트레스 상태로 분류하는 단계를 더 포함할 수 있다.

또한, 본 발명의 급성 스트레스 상태와 만성 스트레스 상태를 분류하는 단계는, 소정의 집단 구성원들로부터 개별적으로 측정된 대조 집단의 스트레스 탄력성 평균값과 비교하여, 피시험자의 스트레스 탄력성이 대조 집단의 스트레스 탄력성 평균값보다 큰 경우에는 급성 스트레스 상태로 분류하고, 피시험자의 스트레스 탄력성이 대조 집단의 스트레스 탄력성 평균값보다 작은 경우에는 만성 스트레스 상태로 분류할 수 있다.

또한, 본 발명의 심박변이도 파라미터는, RMSSD 파라미터, pNN50 파라미터 및 0.15 내지 0.40Hz 대역의 고주파 심박변이도 파라미터 중 하나 이상을 포함할 수 있다.

또한, 본 발명은 급성 스트레스 상태와 만성 스트레스 상태를 데이터 베이스에 저장하고, 피시험자의 스트레스 상태를 출력하는 단계는, 급성 스트레스 상태와 만성 스트레스 상태의 비율을 통계 분석하여 출력하는 단계를 포함할 수 있다.

본 발명에 따르면, 피시험자의 체온, 심전도, 3축 가속도 신호를 이용하여 실시간으로 스트레스 지수를 측정하여 피시험자가 모니터링할 수 있으며, 이러한 모니터링 결과는 스마트폰 또는 스마트밴드 등의 어플리케이션 행태로 확인할 수 있다.

또한, 본 발명의 스트레스 분석 방법을 통해, 피시험자가 정신적 또는 신체적 스트레스 상태인지, 급성 또는 만성 스트레스 상태인지를 확인할 수 있고, 이를 통계 분석하여 피시험자의 상태에 맞는 건강관리 시스템을 제공할 수 있으므로, 질환 예방, 스트레스 진단, 치료 방법 등의 정보를 효과적으로 지원할 수 있게 된다.

도 1은 본 발명의 일 실시 형태에 따른 스트레스 분석 방법과 이러한 분석 결과를 스마트폰 등과 같은 어플리케이션 형태로 출력하는 것을 나타내는 개략적인 개념도이다.
도 2는 본 발명의 일 실시 형태에 따른 스트레스 분석 방법을 개략적으로 설명하기 위한 순서도이다.
도 3은 본 발명의 다른 실시 형태로서 스트레스 분석 방법을 개략적으로 설명하고, 이를 출력하는 나타내는 순서도이다.
도 4는 본 발명의 일 실시 형태에 따른 스트레스 저항력과 회복력을 측정하는 그래프이다.
도 5는 본 발명의 일 실시 형태에 따른 기간별 정신적 또는 신체적 스트레스의 비율을 나타내는 그래프이다.
도 6은 본 발명의 일 실시 형태에 따른 기간별 급성 또는 만성 스트레스의 비율을 나타내는 그래프이다.
도 7a 내지 도 7c는 종래의 스트레스 분석 시스템을 개략적으로 나타내는 도면들이다.

이하, 첨부된 도면을 기준으로 본 발명의 바람직한 실시 형태를 통하여, 본 발명에 따른 스트레스 분석 방법에 대하여 설명하기로 한다.

설명에 앞서, 여러 실시 형태에 있어서, 동일한 구성을 가지는 구성 요소에 대해서는 동일 부호를 사용하여 대표적으로 일 실시 형태에서 설명하고, 그 외의 실시 형태에서는 다른 구성 요소에 대해서만 설명하기로 한다.

도 1은 본 발명의 일 실시 형태에 따른 스트레스 분석 방법과 이러한 분석 결과를 스마트폰 등과 같은 어플리케이션 형태로 출력하는 것을 나타내는 개략적인 개념도이다.

도 1에 기재된 바와 같이, 본 발명의 일 실시 형태에 따른 스트레스 측정 방법(100)은 종래의 체온, 심전도 및 3축 가속도를 측정할 수 있는 센서를 이용하여 얻은 생체 및 운동 신호 데이터를 기반으로 동작할 수 있다.

또한, 본 발명의 일 실시 형태에 따른 스트레스 측정 방법(100)은 취득된 생체 및 운동 신호를 가공하여 스트레스 지수를 산출과 동시에 피시험자의 스트레스 상태를 결정하여, 외부의 스마트폰 또는 스마트밴드와 같은 장치를 통해 피시험자의 스트레스 상태를 모니터링할 수 있다.

도 2 및 도 3은 본 발명의 여러 실시 형태에 따른 스트레스 분석 방법을 순서도를 통해 설명하였다.

도 2 및 도 3에 도시된 바와 같이, 본 발명의 실시 형태에 따른 스트레스 분석 방법은 피시험자로부터 생체 및 운동 신호를 취득할 수 있다(S1). 전술한 바와 같이, 피시험자의 생체 및 운동 신호는 ECG(electrocardiogram) 신호, 3축 가속도 신호 및 체온을 포함할 수 있으며, 특히, 피시험자의 스트레스 지수를 산출하고 스트레스 상태를 결정하는 신호 처리 알고리즘(S2)을 통해, ECG신호는 심박변이도(HRV) 파라미터로 변환되고, 3축 가속도 신호는 운동신호 파라미터로 변환되어 스트레스 지수가 산출될 수 있다.

예를 들어, 본 발명의 일 실시 형태에 있어서, 스트레스 지수를 분석하는 단계는, 심박변이도 파라미터, 운동신호 파라미터 및 체온을 통해 스트레스 지수를 산출할 수 있으며, 도 4에 도시된 바와 같이, 시간당 스트레스 지수의 변화를 분석하여 피시험자의 스트레스 저항력과 스트레스 회복력을 산출할 수 있다.

구체적으로, 도 4에 도시된 바와 같이, 스트레서로 인하여 스트레스 지수가 증가하는 경우, 시간당 스트레스 지수의 증가량(Δd₁)을 측정하여 피시험자의 스트레스 저항력을 산출할 수 있다. 또한, 스트레서가 제거됨으로서 스트레스 지수가 감소하는 경우, 시간당 스트레스 지수의 감소량(Δd₂)을 측정하여 피시험자의 스트레스 회복력을 산출할 수 있다. 예를 들어, 다시 스트레서를 인가하거나 제거하여 계속적으로 스트레스 지수 증가량(Δd₃)과 감소량(Δd₄)을 측정할 수도 있다.

전술한 예시 방법을 통해 산출된 스트레스 지수, 시간에 따른 피시험자의 스트레스 저항력과 회복력은 사용자 데이터 베이스(DB)에 저장될 수 있으며, 이러한 데이터 베이스에 저장된 값을 통계 분석(S3)하여 출력(S4)하는 것도 가능하다.

또한, 본 발명의 일 실시 형태에 있어서, 본 발명은 3축 가속도 신호에서 변환된 운동신호 파라미터를 이용하여 피시험자가 정신적 스트레스를 받고 있는 상황인지 또는 신체적 스트레스를 받고 있는 상황인지를 판단할 수 있다.

전술한 바와 같이, 피시험자의 정신적 또는 신체적 스트레스 상태를 데이터 베이스에 저장하여 통계 분석할 수 있으며, 도 5에 도시된 바와 같은 통계 결과를 출력(S4)할 수 있다.

도 5(a)는 일주일 동안의 피시험자의 정신적 또는 신체적 스트레스의 비율을 나타내는 블록도이지만, 시간별, 월별 또는 연도별 통계를 산출하는 것도 가능하다. 또한, 도 5(b)에 도시된 바와 같이, 특정 시점에서의 정신적 또는 신체적 스트레스의 비율을 원형 도표로 출력하는 것도 가능하다.

한편, 본 발명은 ECG신호에서 변환된 심박변이도 파라미터로부터 피시험자의 스트레스 탄력성 지수를 산출할 수 있다. 본 발명의 스트레스 분석을 위한 심박변이도 파라미터는, RMSSD 파라미터, pNN50 파라미터 및 0.15 내지 0.40Hz 대역의 고주파 심박변이도 파라미터 중 하나 이상을 포함할 수 있다.

예를 들어, RMSSD(Root mean square of the successive difference) 파라미터는 아래의 [수식 1]과 같이, ECG로부터 변환된 심박변이도를 스펙트럼 분석을 통해 연속된 박동과 박동의 간격(R-R interval) 값의 차이를 제곱한 수의 평균값의 제곱근을 산출하여 측정할 수 있다.

[수식 1]

또한, pNN50(Percentage of R-R interval that differ more than 50ms) 파라미터는 연속된 R-R interval의 차이가 50ms를 초과한 비율로서, 예를 들어, pNNk의 k값은 R-R interval의 차이가 k 밀리세컨드(ms)이상인 것을 계수하는 것으로, k는 일반적으로 사람의 심전도에서는 50으로 간주될 수 있다. 구체적인 pNN50 파라미터는 아래의 [수식 2]를 통해 산출될 수 있다.

[수식 2]

한편, 위 수식들에서 RR은 현재의 R-R interval을 의미하며, T은 샘플 개수를 의미한다.

또한, 0.15 내지 0.40Hz 대역의 고주파 심박변이도 파라미터를 산출하기 위해서는, R-R interval에 퓨리에 변환(Fourier Transform)을 적용하여 주파수 영역의 스펙트럼 전력값(spectral power)을 구한다. 0.15 내지 0.40Hz 대역을 통상적으로 고주파 대역으로 간주하고, 이 대역에서의 스펙트럼 전력을 이용하여 아래와 같은 고주파 심박변이도 파라미터들을 산출할 수 있다.

- HF peak(Hz): 0.15 내지 0.40Hz 대역에서 최대 스펙트럼 전력값을 가지는 주파수

- absolute HF power(

): 0.15 내지 0.40Hz 대역의 총 스펙트럼 전력값

- relative HF power(%): 전체 주파수 대역의 전체 스펙트럼 전력값에서 고주파 대역의 스펙트럼 전력값(absolute HF power)의 퍼센트 비율

- normalized HF power: 0.04 내지 0.15Hz 대역의 스펙트럼 전력값 (absolute LF power)과 absolute HF power의 합에서 absolute HF power의 비율

한편, 본 발명의 일 실시 형태에 있어서, 피시험자가 급성 스트레스 상태인지 또는 만성 스트레스 상태인지를 분류하는 단계는, 소정의 집단 구성원들로부터 개별적으로 측정된 대조 집단의 스트레스 탄력성 평균값과 비교하는 방법을 이용할 수 있다. 여기에서 스트레스 탄력성(resilience)은 피시험자가 스트레스로부터 얼마나 강인한(robust) 상태인지를 나타낼 수 있다.

예를 들어, 피시험자의 스트레스 탄력성이 대조 집단의 스트레스 탄력성 평균값보다 큰 경우에는 급성 스트레스 상태로 분류하고, 피시험자의 스트레스 탄력성이 대조 집단의 스트레스 탄력성 평균값보다 작은 경우에는 만성 스트레스 상태로 분류할 수 있다.

즉, 피시험자의 현재 몸 상태가 앞으로 다가올 스트레서로부터 얼마나 탄력적으로 반응할 수 있을지를 미리 측정 및 분석할 수 있으며, 탄력성이 낮으면 만성 스트레스가 될 가능성이 높음을 피시험자에게 미리 경고하여 대처할 수 있도록 도움을 줄 수 있다.

또한, 전술한 바와 같이, 피시험자의 급성 또는 만성 스트레스 상태를 데이터 베이스에 저장하여 통계 분석할 수 있으며, 도 6에 도시된 바와 같은 통계 결과를 출력(S4)할 수 있다.

도 6(a)는 일주일동안의 피시험자의 급성 또는 만성 스트레스의 비율을 나타내는 블록도이지만, 시간별, 월별 또는 연도별 통계를 산출하는 것도 가능하다. 또한, 도 6(b)에 도시된 바와 같이, 특정 시점에서의 급성 또는 만성 스트레스의 비율을 원형 도표로 출력하는 것도 가능하다.

전술한 설명들을 참고하여, 본 발명이 속하는 기술 분야의 종사자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있음을 이해할 수 있을 것이다.

그러므로, 지금까지 전술한 실시 형태는 모든 면에서 예시적인 것으로서, 본 발명을 실시 형태들에 한정하기 위한 것이 아님을 이해하여야만 하고, 본 발명의 범위는 전술한 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 균등한 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (9)

1. 생체 및 운동 신호 측정 센서로부터 피시험자로부터 ECG신호, 3축 가속도 신호 및 체온을 포함하는 생체 및 운동 신호를 취득하는 단계;
   신호 처리 알고리즘 장치로부터 상기 생체 및 운동 신호만을 가공하여 피시험자의 심리 정보와 무관하게 스트레스 지수를 산출하는 단계;
   상기 신호 처리 알고리즘 장치에서 상기 스트레스 지수를 분석하여 피시험자의 스트레스 상태를 결정하는 단계; 및
   출력 장치를 통해 상기 피시험자의 스트레스 상태를 출력하는 단계를 포함하고,
   상기 ECG신호는 심박변이도 파라미터로 변환되고, 상기 3축 가속도 신호는 운동신호 파라미터로 변환되어 스트레스 지수를 산출되며,
   상기 스트레스 지수를 분석하는 단계는, 스트레서(stressor)로 인하여 상기 스트레스 지수가 증가하는 경우 시간당 스트레스 지수의 변화량을 측정하여 스트레스 저항력을 산출하고, 스트레서(stressor)가 제거됨으로써 상기 스트레스 지수가 감소하는 경우 시간당 스트레스 지수의 변화량을 측정하여 스트레스 회복력을 산출하는 단계를 포함하고,
   산출된 상기 스트레스 지수, 상기 스트레스 저항력 및 상기 스트레스 회복력을 데이터 베이스에 저장하고,
   상기 피시험자의 스트레스 상태를 출력하는 단계는, 상기 데이터 베이스에 저장된 값을 통계 분석하여 출력하는 단계를 포함하며,
   상기 심박변이도 파라미터로부터 스트레스 탄력성 지수를 산출하고, 상기 스트레스 탄력성 지수로부터 피시험자의 스트레스 상태를 급성 스트레스 상태와 만성 스트레스 상태로 분류하는 단계를 더 포함하고,
   상기 급성 스트레스 상태와 상기 만성 스트레스 상태를 분류하는 단계는, 소정의 집단 구성원들로부터 개별적으로 측정된 대조 집단의 스트레스 탄력성 평균값과 비교하여, 상기 피시험자의 스트레스 탄력성이 상기 대조 집단의 스트레스 탄력성 평균값보다 큰 경우에는 급성 스트레스 상태로 분류하고, 상기 피시험자의 스트레스 탄력성이 상기 대조 집단의 스트레스 탄력성 평균값보다 작은 경우에는 만성 스트레스 상태로 분류하는 것을 특징으로 하는 스트레스 분석 방법.
   
2. 삭제
3. 삭제
4. 삭제
5. 제 1 항에 있어서,
   상기 운동신호 파라미터로부터 피시험자의 스트레스 상태가 정신적 스트레스인지 신체적 스트레스인지 판단하여 데이터 베이스에 저장하고,
   상기 피시험자의 스트레스 상태를 출력하는 단계는, 상기 정신적 스트레스와 상기 신체적 스트레스의 비율을 통계 분석하여 출력하는 단계를 포함하는 것을 특징으로 하는 스트레스 분석 방법.
   
6. 삭제
7. 삭제
8. 제 1 항에 있어서,
   상기 심박변이도 파라미터는, RMSSD 파라미터, pNN50 파라미터 및 0.15 내지 0.40Hz 대역의 고주파 심박변이도 파라미터 중 하나 이상을 포함하는 것을 특징으로 하는 스트레스 분석 방법.
   
9. 제 8 항에 있어서,
   상기 급성 스트레스 상태와 상기 만성 스트레스 상태를 데이터 베이스에 저장하고,
   상기 피시험자의 스트레스 상태를 출력하는 단계는, 상기 급성 스트레스 상태와 상기 만성 스트레스 상태의 비율을 통계 분석하여 출력하는 단계를 포함하는 것을 특징으로 하는 스트레스 분석 방법.
   
   
   

Images