KR102333196B1 - Ovulation day prediction server using time series prediction artificial intelligence, and ovulation day prediction method using the same - Google Patents

Ovulation day prediction server using time series prediction artificial intelligence, and ovulation day prediction method using the same Download PDF

Info

Publication number
KR102333196B1
KR102333196B1 KR1020210063537A KR20210063537A KR102333196B1 KR 102333196 B1 KR102333196 B1 KR 102333196B1 KR 1020210063537 A KR1020210063537 A KR 1020210063537A KR 20210063537 A KR20210063537 A KR 20210063537A KR 102333196 B1 KR102333196 B1 KR 102333196B1
Authority
KR
South Korea
Prior art keywords
data
body temperature
ovulation
basal body
sleep state
Prior art date
Application number
KR1020210063537A
Other languages
Korean (ko)
Inventor
안기환
Original Assignee
선문대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 선문대학교 산학협력단 filed Critical 선문대학교 산학협력단
Priority to KR1020210063537A priority Critical patent/KR102333196B1/en
Application granted granted Critical
Publication of KR102333196B1 publication Critical patent/KR102333196B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0012—Ovulation-period determination
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4857—Indicating the phase of biorhythm
    • 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
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0012—Ovulation-period determination
    • A61B2010/0019—Ovulation-period determination based on measurement of temperature

Abstract

The present invention relates to an ovulation day prediction server using time series prediction artificial intelligence, and to an ovulation day prediction method using the same. Specifically, the present invention relates to an ovulation day prediction server using time series prediction artificial intelligence, and an ovulation day prediction method using the same, wherein the server receives body temperature data and sleep state data measured from a thermometer and a sleep state measurement sensor during sleep through a user terminal, calculates a basal body temperature based on the same, and inputs the calculated basal body temperature to an artificial nerve network studied with basal body temperature data and ovulation day data to predict an ovulation day and display the predicted ovulation day through the user terminal. According to the present invention, an ovulation day can be accurately predicted.

Description

시계열 예측 인공지능을 이용한 배란일 예측 서버, 및 이를 이용한 배란일 예측 방법{OVULATION DAY PREDICTION SERVER USING TIME SERIES PREDICTION ARTIFICIAL INTELLIGENCE, AND OVULATION DAY PREDICTION METHOD USING THE SAME}Ovulation date prediction server using time series prediction artificial intelligence, and ovulation date prediction method using the same

본 발명은 시계열 예측 인공지능을 이용한 배란일 예측 서버, 및 이를 이용한 배란일 예측 방법에 관한 것으로, 특히 수면 시 체온계 및 수면 상태 측정 센서로부터 측정된 체온 데이터 및 수면 상태 데이터를 사용자 단말을 통해 입력받아 이를 기초로 기초체온을 산출하고, 산출된 기초체온 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일을 예측하고 예측된 배란일을 사용자 단말을 통해 디스플레이 해주는, 시계열 예측 인공지능을 이용한 배란일 예측 서버, 및 이를 이용한 배란일 예측 방법에 관한 것이다.The present invention relates to an ovulation date prediction server using time-series prediction artificial intelligence, and a method for predicting an ovulation date using the same. In particular, body temperature data and sleep state data measured from a thermometer and a sleep state measurement sensor during sleep are input through a user terminal, and the Predicts ovulation date using time series prediction artificial intelligence that calculates basal body temperature with It relates to a server, and a method for predicting ovulation day using the same.

일반적으로, 여성의 임신과 피임을 위해 배란일을 알기 위한 방법의 하나로서 기초체온법이 있다. 기초체온이란 충분한 수면을 취한 뒤 일어나 아무런 활동도 하지 않은 상태에서의 체온이다. 여성의 기초체온 변화는 월경 주기 동안 일정 기간 저온기가 지속된 후 상승하는 고온기가 있고 다시 저온기가 되면서 월경이 시작하게 되고 만약 임신이 되면 고온기가 계속 유지 된다. 저온기 마지막 일과 고온 상태의 경계에서 체온이 저온 상태보다 더 떨어지는 날이 있는데 이날이 저온일이 되고 이 저온일을 기준으로 전후 2일씩이 배란일이 된다. 기초체온법은 기초체온의 변화를 이용하여 여성의 배란주기와 월경 등 호르몬의 패턴을 파악할 수 있고 배란일을 알아내어 생리 임박 혹은 임신 가능 여부를 알 수 있을 뿐만 아니라 정확한 배란일을 통해 임신 및 피임 등에도 활용할 수 있다.In general, there is a basal body temperature method as one of the methods for knowing the date of ovulation for a woman's pregnancy and contraception. Basal body temperature is the body temperature when you wake up after getting enough sleep and do not do any activity. A woman's basal body temperature changes during the menstrual cycle, after a low-temperature phase continues for a certain period of time, then a high-temperature phase rises, and as the low-temperature phase begins again, menstruation begins. If pregnancy occurs, the high-temperature phase is maintained. At the boundary between the last day of the low temperature period and the high temperature state, there are days when the body temperature drops more than the low temperature state. The basal body temperature method uses changes in the basal body temperature to identify a woman's ovulation cycle and hormonal patterns such as menstruation. can

그러나 기초체온법을 이용한 배란일 예측에는 몇 가지 어려운 점이 있다.However, there are several difficulties in predicting ovulation using the basal body temperature method.

첫째, 정확한 기초체온 측정이 어렵다. 정확한 기초체온 측정을 위해서는 충분한 수면 후에 움직임 없이 잠에서 깬 상태 그대로 체온 측정을 해야 한다. 그러나 현실에서는 수면 상태를 파악하기 어렵고 또한 잠에서 깬 후에 움직이지 않고 체온을 재는 것 또한 어렵다.First, it is difficult to accurately measure basal body temperature. In order to accurately measure basal body temperature, it is necessary to measure body temperature while waking up without movement after sufficient sleep. However, in reality, it is difficult to determine the state of sleep, and it is also difficult to measure body temperature without moving after waking up.

둘째, 측정된 기초체온으로부터 가임기를 예측하기가 어렵다. 기초체온의 변화 패턴은 사람마다 다르고 저온일 전후 2일 정도가 가임기이므로 저온일과 가임기 예측하기도 어렵다.Second, it is difficult to predict the fertility period from the measured basal body temperature. The change pattern of basal body temperature differs from person to person, and it is difficult to predict the low temperature day and the fertile period because about 2 days before and after the low temperature day is the fertile period.

대한민국 공개 특허 10-2004-0077258호 공보(공개일:2004.09.04)Korean Patent Publication No. 10-2004-0077258 (published date: 2004.09.04)

따라서 본 발명은 상기와 같은 문제점을 해결하기 위해 이루어진 것으로서, 본 발명의 목적은 정확하게 배란일을 예측함으로써 생리 임박 또는 임신 가능 여부를 알 수 있도록 하는, 시계열 예측 인공지능을 이용한 배란일 예측 서버, 및 이를 이용한 배란일 예측 방법을 제공하는 데에 있다.Therefore, the present invention has been made to solve the above problems, and an object of the present invention is to accurately predict the date of ovulation so that it is possible to know whether menstruation is imminent or pregnancy is possible. It is to provide a method for predicting the date of ovulation.

상기 목적을 달성하기 위해, 본 발명의 실시형태에 의한 시계열 예측 인공지능을 이용한 배란일 예측 서버는 사용자가 수면 시 착용한 체온계 및 수면 상태 측정 센서로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말을 통해 입력받도록 구성된 데이터 입력부; 상기 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출하도록 구성된 기초체온 산출부; 및 산출된 상기 기초체온의 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출하고, 산출된 배란일 데이터를 상기 사용자 단말에 제공하여 디스플레이 하도록 구성된 배란일 산출부;를 포함하는 것을 특징으로 한다.In order to achieve the above object, the ovulation date prediction server using time series prediction artificial intelligence according to an embodiment of the present invention transmits body temperature data and sleep state data measured from a thermometer worn by a user when sleeping and a sleep state measurement sensor through a user terminal. a data input unit configured to receive input; a basal body temperature calculator configured to calculate a basal body temperature based on the body temperature data and the sleep state data; and an ovulation date calculation unit configured to input the calculated basal body temperature data into an artificial neural network trained as basal body temperature data and ovulation day data to calculate ovulation day data, and provide the calculated ovulation date data to the user terminal for display; characterized in that

상기 실시형태에 의한 시계열 예측 인공지능을 이용한 배란일 예측 서버에 있어서, 상기 기초체온 산출부는 상기 수면 상태 데이터를 분석하여 숙면 시간이 제1설정시간 이상인지의 여부를 결정하고, 숙면 시간이 상기 제1설정시간 이상이면, 상기 체온 데이터 및 수면 상태 데이터를 기초로 기상 제2설정시간 전 체온을 기초체온으로 산출하는 한편, 숙면 시간이 상기 제1설정시간 미만이면, 상기 수면 상태 데이터에서 수면질 데이터를 추출하고, 상기 수면질 데이터를 수면질 데이터 및 기초체온 데이터로 학습된 인공신경망에 입력시켜 기초체온을 산출하도록 더욱 구성될 수 있다.In the ovulation date prediction server using the time series prediction artificial intelligence according to the embodiment, the basal body temperature calculator analyzes the sleep state data to determine whether a deep sleep time is equal to or greater than a first set time, and the deep sleep time is the first If it is longer than the set time, the body temperature before the second set time to wake up is calculated as the basal body temperature based on the body temperature data and the sleep state data, while if the deep sleep time is less than the first set time, the sleep quality data from the sleep state data It may be further configured to extract and input the sleep quality data into an artificial neural network trained as sleep quality data and basal body temperature data to calculate basal body temperature.

상기 목적을 달성하기 위해, 본 발명의 다른 실시형태에 의한 배란일 예측 서버를 이용한 배란일 예측 방법은 배란일 예측 서버가 사용자가 수면 시 착용한 체온계 및 수면 상태 측정 센서로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말을 통해 입력받는 단계; 상기 배란일 예측 서버가 상기 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출하는 단계; 상기 배란일 예측 서버가 산출된 상기 기초체온의 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출하는 단계; 상기 배란일 예측 서버가 산출된 상기 배란일 데이터를 상기 사용자 단말에 제공하여 디스플레이시키는 단계;를 포함하는 것을 특징으로 한다.In order to achieve the above object, in the ovulation date prediction method using the ovulation date prediction server according to another embodiment of the present invention, the ovulation date prediction server collects body temperature data and sleep state data measured from a thermometer and a sleep state measurement sensor worn by the user when sleeping. receiving an input through a user terminal; calculating, by the ovulation date prediction server, a basal body temperature based on the body temperature data and sleep state data; calculating, by the ovulation date prediction server, the data of the ovulation day by inputting the calculated basal body temperature data to the artificial neural network learned from the basal body temperature data and the ovulation date data; It characterized in that it comprises; providing the ovulation date data calculated by the ovulation date prediction server to the user terminal.

상기 다른 실시형태에 의한 배란일 예측 방법에 있어서, 상기 기초체온 산출 단계는 상기 배란일 예측 서버가 상기 수면 상태 데이터를 분석하여 숙면 시간이 제1설정시간 이상인지의 여부를 결정하는 단계; 및 상기 결정 단계에서 숙면 시간이 상기 제1설정시간 이상이면, 상기 배란일 예측 서버가 상기 체온 데이터 및 수면 상태 데이터를 기초로 기상 제2설정시간 전 체온을 기초체온으로 산출하는 단계;를 더 포함할 수 있다.In the ovulation date prediction method according to the other embodiment, the step of calculating the basal body temperature may include: determining, by the ovulation date prediction server, whether a deep sleep time is equal to or greater than a first set time by analyzing the sleep state data; And if the deep sleep time is equal to or longer than the first set time in the determining step, calculating, by the ovulation date prediction server, the body temperature before a second set time before waking up as a basal body temperature based on the body temperature data and the sleep state data; can

상기 다른 실시형태에 의한 배란일 예측 방법은 상기 결정 단계에서 숙면 시간이 상기 제1설정시간 미만이면, 상기 배란일 예측 서버가 상기 수면 상태 데이터에서 수면질 데이터를 추출하고, 상기 수면질 데이터를 수면질 데이터 및 기초체온 데이터로 학습된 인공신경망에 입력시켜 기초체온을 산출하는 단계를 더 포함할 수 있다.In the ovulation day prediction method according to the other embodiment, when the deep sleep time is less than the first set time in the determining step, the ovulation day prediction server extracts sleep quality data from the sleep state data, and uses the sleep quality data as the sleep quality data and calculating the basal body temperature by inputting it to the artificial neural network learned from the basal body temperature data.

본 발명의 실시형태에 의한 시계열 예측 인공지능을 이용한 배란일 예측 서버 및 이를 이용한 배란일 예측 방법에 의하면, 사용자가 수면 시 착용한 체온계 및 수면 상태 측정 센서로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말을 통해 입력받고; 상기 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출하며; 그리고, 산출된 상기 기초체온의 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출하고, 산출된 배란일 데이터를 상기 사용자 단말에 제공하여 디스플레이 하도록; 구성됨으로써 사용자가 정확하게 배란일을 예측하므로 생리 임박 또는 임신 가능 여부를 알 수 있다는 뛰어난 효과가 있다.According to the ovulation date prediction server and the ovulation date prediction method using the time-series prediction artificial intelligence according to the embodiment of the present invention, the body temperature data and sleep state data measured from the thermometer worn by the user and the sleep state measurement sensor while sleeping are transmitted to the user terminal. input through; calculating a basal body temperature based on the body temperature data and sleep state data; and inputting the calculated basal body temperature data into the artificial neural network trained as the basal body temperature data and the ovulation day data to calculate the ovulation day data, and provide the calculated ovulation date data to the user terminal for display; By being configured, the user accurately predicts the date of ovulation, so it has an excellent effect of knowing whether menstruation is imminent or pregnancy is possible.

도 1은 본 발명의 실시예에 의한 시계열 예측 인공지능을 이용한 배란일 예측 서버를 포함하는 배란일 예측 시스템의 블록 구성도이다.
도 2는 본 발명의 실시예에 의한 배란일 예측 방법을 설명하기 위한 플로우챠트이다.
도 3은 도 2의 기초 체온 산출 스텝(S200)에 대한 상세 플로우챠트이다.1 is a block diagram of an ovulation date prediction system including an ovulation date prediction server using time series prediction artificial intelligence according to an embodiment of the present invention.
2 is a flowchart for explaining a method for predicting an ovulation day according to an embodiment of the present invention.
FIG. 3 is a detailed flowchart of the basal body temperature calculation step S200 of FIG. 2 .

본 발명의 실시예를 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예를 기술하기 위한 것이며, 결코 제한적으로 해석되어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하는 것으로 해석되어서는 안 된다.In describing an embodiment of the present invention, if it is determined that a detailed description of a known technology related to the present invention may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted. In addition, the terms described below are terms defined in consideration of functions in the present invention, which may vary according to intentions or customs of users and operators. Therefore, the definition should be made based on the content throughout this specification. The terminology used in the detailed description is for the purpose of describing embodiments of the present invention only, and should in no way be construed as limiting. Unless explicitly used otherwise, expressions in the singular include the meaning of the plural. In this description, expressions such as “comprising” or “comprising” are intended to indicate certain features, numbers, steps, acts, elements, some or a combination thereof, one or more other than those described. It should not be construed as excluding the presence or possibility of other features, numbers, steps, acts, elements, or any part or combination thereof.

도면에서 도시된 각 시스템에서, 몇몇 경우에서의 요소는 각각 동일한 참조 번호 또는 상이한 참조 번호를 가져서 표현된 요소가 상이하거나 유사할 수가 있음을 시사할 수 있다. 그러나 요소는 상이한 구현을 가지고 본 명세서에서 보여지거나 기술된 시스템 중 몇몇 또는 전부와 작동할 수 있다. 도면에서 도시된 다양한 요소는 동일하거나 상이할 수 있다. 어느 것이 제1 요소로 지칭되는지 및 어느 것이 제2 요소로 불리는지는 임의적이다.In each system shown in the figures, elements in some instances may each have the same reference number or a different reference number to suggest that the represented element may be different or similar. However, elements may have different implementations and work with some or all of the systems shown or described herein. The various elements shown in the drawings may be the same or different. Which one is referred to as the first element and which is referred to as the second element is arbitrary.

본 명세서에서 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송', '전달' 또는 '제공'한다 함은 어느 한 구성요소가 다른 구성요소로 직접 데이터 또는 신호를 전송하는 것은 물론, 적어도 하나의 또 다른 구성요소를 통하여 데이터 또는 신호를 다른 구성요소로 전송하는 것을 포함한다.In this specification, when any one component 'transmits', 'transfers' or 'provides' data or signal to another component, one component directly transmits data or signal to another component, as well as, and transmitting data or signals to the other component via at least one other component.

이하, 본 발명의 실시예를 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.

도 1은 본 발명의 실시예에 의한 시계열 예측 인공지능을 이용한 배란일 예측 서버를 포함하는 배란일 예측 시스템의 블록 구성도이다.1 is a block diagram of an ovulation date prediction system including an ovulation date prediction server using time series prediction artificial intelligence according to an embodiment of the present invention.

본 발명의 실시예에 의한 시계열 예측 인공지능을 이용한 배란일 예측 서버를 포함하는 배란일 예측 시스템은, 도 1에 도시된 바와 같이, 체온계(100) 및 수면 상태 측정 센서(110)는 사용자 단말(M)과 유, 무선으로 연결되어 있으며, 사용자 단말(M)과 배란일 예측 서버(200)는 유, 무선으로 연결된 형태를 이루며, 통신방식은 특별히 제한되지는 않는다.The ovulation date prediction system including the ovulation date prediction server using time series prediction artificial intelligence according to an embodiment of the present invention, as shown in FIG. 1, the thermometer 100 and the sleep state measurement sensor 110 are the user terminal (M) It is connected with wired and wireless, and the user terminal M and the ovulation date prediction server 200 form a wired and wireless connection, and the communication method is not particularly limited.

체온계(100)는 신체(예컨대, 겨드랑이)에 부착한 채로 취침을 하면 아침에 잠자리에 누운 상태에서 움직임 없이 체온을 측정할 수 있어 정확한 체온 측정이 가능한 패치형 체온계가 바람직하나, 수면 상태에서 장시간 체온을 측정할 수 있는 기기이면 특별히 제한되지는 않는다. 체온계(100)는 사용자 단말(M)에 유, 무선으로 체온 데이터를 전송하도록 구성되어 있다.The thermometer 100 is preferably a patch-type thermometer that can measure body temperature accurately because it can measure body temperature without movement while lying in bed in the morning when going to bed while attached to the body (eg, armpit). It is not particularly limited as long as it can be measured. The thermometer 100 is configured to transmit body temperature data to the user terminal M by wire or wirelessly.

수면 상태 측정 센서(110)는 신체에 착용하여 수면 상태를 측정할 수 있는 웨어러블 센서로서, 사용자의 신체에 부착되어 수면 상태 데이터를 생성하고 사용자 단말(M)에 무선으로 전송하는 역할을 한다. 수면 상태 데이터는 수면시간과 잠을 설친 시간 등의 수면 질 데이터와, 숙면을 취한 시간을 나타내는 숙면 시간 데이터를 포함한다. The sleep state measurement sensor 110 is a wearable sensor that can be worn on the body to measure the sleep state, is attached to the user's body, generates sleep state data, and wirelessly transmits the sleep state data to the user terminal (M). The sleep state data includes sleep quality data, such as sleep time and sleep time, and deep sleep time data indicating a deep sleep time.

사용자 단말(M)은 배란일 예측 서버(100)로부터 배란일 예측 앱을 제공받을 수 있다. 앱 실행 시 체온계(100) 및 수면 상태 측정 센서(110)를 신체의 어느 부분에 착용하고 취침에 들라는 안내 음성 및 영상이 출력되고, 예측된 배란일이 음성 및 영상으로 출력될 수 있다. 사용자 단말(M)은 체온계(100) 및 수면 상태 측정 센서(110)로부터 체온 데이터 및 수면 상태 데이터를 제공받아 배란일 예측 서버(200)에 유선 또는 무선으로 전송하고, 배란일 예측 서버(200)로부터 예측된 배란일 데이터를 입력받아 음성 및 영상으로 표시할 수 있다.The user terminal M may receive an ovulation day prediction app from the ovulation date prediction server 100 . When the app is executed, a voice and image guiding the user to wear the thermometer 100 and the sleep state measuring sensor 110 on any part of the body to go to bed may be output, and the predicted ovulation date may be output as an audio and image. The user terminal M receives body temperature data and sleep state data from the thermometer 100 and the sleep state measurement sensor 110 and transmits them to the ovulation date prediction server 200 by wire or wirelessly, and predicts from the ovulation date prediction server 200 . It can receive the ovulation date data and display it in audio and video.

배란일 예측 서버(200)는 체온계(100) 및 수면 상태 측정 센서(110)로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말(M)을 통해 입력받아 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출하며, 산출된 기초체온의 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출한 후 사용자 단말(M)에 제공하여 디스플레이시키는 역할을 한다.The ovulation date prediction server 200 receives body temperature data and sleep state data measured from the thermometer 100 and the sleep state measurement sensor 110 through the user terminal M, and calculates the basal body temperature based on the body temperature data and the sleep state data. The calculated basal body temperature data is input to the artificial neural network trained as the basal body temperature data and the ovulation day data, and the data of the ovulation day is calculated and then provided to the user terminal M for display.

배란일 예측 서버(200)는 데이터 입력부(210), 기초체온 산출부(220) 및 배란일 산출부(230)를 포함한다.The ovulation date prediction server 200 includes a data input unit 210 , a basal body temperature calculation unit 220 , and an ovulation day calculation unit 230 .

데이터 입력부(210)는 체온계(100) 및 수면 상태 측정 센서(110)로부터 측정되는 체온 데이터 및 수면 상태 데이터(수면 질 데이터 및 숙면 시간 데이터를 포함)를 사용자 단말(M)을 통해 입력받는 역할을 한다. The data input unit 210 serves to receive body temperature data and sleep state data (including sleep quality data and deep sleep time data) measured from the thermometer 100 and the sleep state measurement sensor 110 through the user terminal M. do.

기초체온 산출부(220)는 데이터 입력부(210)로부터 체온 데이터 및 수면 상태 데이터를 입력받아 이를 기초로 기초체온을 산출하는 역할을 한다. 즉, 기초체온 산출부(220)는 데이터 입력부(210)로부터 입력되는 수면 상태 데이터를 분석하여 숙면 시간이 제1설정시간(예컨대, 7시간) 이상인지의 여부를 결정하고, 숙면 시간이 제1설정시간 이상이면 체온 데이터 및 수면 상태 데이터를 기초로 기상 제2설정시간 전 체온(예컨대, 기상 10분 전 체온)을 기초체온으로 산출한다. 한편, 숙면 시간이 제1설정시간 미만이면, 수면 상태 데이터에서 수면질 데이터를 추출하고, 추출된 수면질 데이터를 수면질 데이터 및 기초체온 데이터로 학습된 인공신경망에 입력시켜 기초체온을 산출한다. 여기서, 학습시키기 위한 수면질 데이터 및 기초체온 데이터는 빅데이터 플랫폼(300)으로부터 제공받을 수 있다. The basal body temperature calculator 220 receives body temperature data and sleep state data from the data input unit 210 and calculates the basal body temperature based on the received body temperature data and sleep state data. That is, the basal body temperature calculator 220 analyzes the sleep state data input from the data input unit 210 to determine whether the deep sleep time is equal to or longer than a first set time (eg, 7 hours), and the deep sleep time is the first If it is longer than the set time, the body temperature before the second set time (eg, body temperature 10 minutes before getting up) is calculated as the basal body temperature based on the body temperature data and the sleep state data. On the other hand, if the deep sleep time is less than the first set time, the sleep quality data is extracted from the sleep state data, and the extracted sleep quality data is input to the artificial neural network learned as the sleep quality data and the basal body temperature data to calculate the basal body temperature. Here, sleep quality data and basal body temperature data for learning may be provided from the big data platform 300 .

배란일 산출부(230)는 기초체온 산출부(220)에서 산출된 기초체온 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출하고, 산출된 배란일 데이터를 사용자 단말(M)에 제공하여 디스플레이 시키는 역할을 한다. 여기서 학습시키기 위한 기초체온 데이터 및 배란일 데이터는 빅데이터 플랫폼(300)에서 제공받을 수 있다.The ovulation day calculation unit 230 inputs the basal body temperature data calculated by the basal body temperature calculation unit 220 into the artificial neural network learned as the basal body temperature data and the ovulation day data to calculate the data of the ovulation day, and the calculated ovulation day data is transferred to the user terminal ( M) serves to provide and display. Here, basal body temperature data and ovulation day data for learning may be provided from the big data platform 300 .

이하, 상기한 바와 같이 구성된 본 발명의 실시예에 의한 배란일 예측 서버를 이용한 배란일 예측 방법에 대해서 설명하기로 한다.Hereinafter, an ovulation date prediction method using the ovulation date prediction server according to an embodiment of the present invention configured as described above will be described.

도 2는 본 발명의 실시예에 의한 배란일 예측 방법을 설명하기 위한 플로우챠트이고, 도 3은 도 2의 기초 체온 산출 스텝(S200)에 대한 상세 플로우챠트로서, 여기서 S는 스텝(step)을 의미한다.2 is a flowchart for explaining a method for predicting an ovulation day according to an embodiment of the present invention, and FIG. 3 is a detailed flowchart of the basal body temperature calculation step S200 of FIG. 2 , where S means a step. do.

먼저, 사용자가 사용자 단말(M)의 배란일 예측 앱을 실행시키면 체온계(100) 및 수면 상태 측정 센서(110)를 착용한 후 취침을 하라는 안내 음성이 출력된다. First, when the user executes the ovulation date prediction app of the user terminal M, a voice guidance prompting to go to bed after wearing the thermometer 100 and the sleep state measuring sensor 110 is output.

다음, 배란일 예측 서버(200)는 체온계(100) 및 수면 상태 측정 센서(110)로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말(M)을 통해 입력받는다(S100).Next, the ovulation date prediction server 200 receives body temperature data and sleep state data measured from the thermometer 100 and the sleep state measurement sensor 110 through the user terminal M (S100).

다음, 배란일 예측 서버(200)는 스텝(S100)에서 입력받은 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출한다(S200).Next, the ovulation date prediction server 200 calculates a basal body temperature based on the body temperature data and sleep state data received in step S100 (S200).

스텝(S200)에 대해 도 3을 참조하여 좀더 상세하게 설명하기로 한다.Step S200 will be described in more detail with reference to FIG. 3 .

먼저, 배란일 예측 서버(200)가 스텝(S100)에서 입력받은 수면 상태 데이터를 분석하여(S210), 숙면 시간이 제1설정시간 이상인지의 여부를 결정한다(S220).First, the ovulation date prediction server 200 analyzes the sleep state data received in step S100 (S210), and determines whether the deep sleep time is equal to or greater than the first set time (S220).

상기 스텝(S220)에서 숙면 시간이 제1설정시간 이상이면(Y), 배란일 예측 서버(200)는 스텝(S100)에서 입력받은 체온 데이터 및 수면 상태 데이터를 기초로 기상 제2설정시간 전 체온을 인식하고, 이 인식된 체온을 기초체온으로 산출한다(S230).If the deep sleep time is longer than the first set time (Y) in the step (S220), the ovulation date prediction server 200 determines the body temperature before the second set time waking up based on the body temperature data and the sleep state data received in the step (S100). and calculates the recognized body temperature as a basal body temperature (S230).

한편, 상기 스텝(S220)에서 숙면 시간이 제1설정시간 미만이면(N), 배란일 예측 서버(200)가 수면 상태 데이터에서 수면질 데이터를 추출하고, 추출된 이 수면질 데이터를 수면질 데이터 및 기초체온 데이터로 학습된 인공신경망에 입력시켜 기초체온을 산출한다(S240). On the other hand, if the deep sleep time in the step (S220) is less than the first set time (N), the ovulation day prediction server 200 extracts sleep quality data from the sleep state data, and uses the extracted sleep quality data as sleep quality data and The basal body temperature is calculated by inputting it to the artificial neural network learned from the basal body temperature data (S240).

다음, 배란일 예측 서버(200)는 스텝(S200)에서 산출된 기초체온 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출한다(S300).Next, the ovulation date prediction server 200 inputs the basal body temperature data calculated in step S200 to the artificial neural network trained as the basal body temperature data and the ovulation day data to calculate the ovulation day data ( S300 ).

다음, 배란일 예측 서버(200)가 스텝(S300)에서 산출된 배란일 데이터를 사용자 단말(M)에 제공하여 디스플레이시킨다(S400).Next, the ovulation date prediction server 200 provides the ovulation date data calculated in step (S300) to the user terminal (M) and displays it (S400).

본 발명의 실시예에 의한 시계열 예측 인공지능을 이용한 배란일 예측 서버 및 이를 이용한 배란일 예측 방법에 의하면, 사용자가 수면 시 착용한 체온계 및 수면 상태 측정 센서로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말을 통해 입력받고; 상기 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출하며; 그리고, 산출된 상기 기초체온의 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출하고, 산출된 배란일 데이터를 상기 사용자 단말에 제공하여 디스플레이 하도록; 구성됨으로써 사용자가 정확하게 배란일을 예측하므로 생리 임박 또는 임신 가능 여부를 알 수 있다.According to the ovulation date prediction server and the ovulation date prediction method using the time-series prediction artificial intelligence according to an embodiment of the present invention, the body temperature data and sleep state data measured from the thermometer worn by the user and the sleep state measurement sensor while sleeping are transmitted to the user terminal. input through; calculating a basal body temperature based on the body temperature data and sleep state data; and inputting the calculated basal body temperature data into the artificial neural network trained as the basal body temperature data and the ovulation day data to calculate the ovulation day data, and provide the calculated ovulation date data to the user terminal for display; By being configured, the user can accurately predict the date of ovulation, so that the user can know whether menstruation is imminent or pregnancy is possible.

도면과 명세서에는 최적의 실시예가 개시되었으며, 특정한 용어들이 사용되었으나 이는 단지 본 발명의 실시형태를 설명하기 위한 목적으로 사용된 것이지 의미를 한정하거나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.In the drawings and specification, the best embodiment is disclosed, and specific terms are used, but these are used only for the purpose of describing the embodiments of the present invention, and are used to limit the meaning or limit the scope of the present invention described in the claims it didn't happen Therefore, it will be understood by those skilled in the art that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the appended claims.

M: 사용자 단말
100: 체온계
110: 수면 상태 측정 센서
200: 배란일 예측 서버
210: 데이터 입력부
220: 기초 체온 산출부
230: 배란일 산출부
300: 빅데이터 플랫폼M: user terminal
100: thermometer
110: sleep state measurement sensor
200: ovulation date prediction server
210: data input unit
220: basal body temperature calculation unit
230: ovulation day calculator
300: Big Data Platform

Claims (5)

사용자가 수면 시 착용한 체온계 및 수면 상태 측정 센서로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말을 통해 입력받도록 구성된 데이터 입력부;
상기 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출하도록 구성된 기초체온 산출부; 및
산출된 상기 기초체온의 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출하고, 산출된 배란일 데이터를 상기 사용자 단말에 제공하여 디스플레이 하도록 구성된 배란일 산출부;를 포함하고,
상기 기초체온 산출부는
상기 수면 상태 데이터를 분석하여 숙면 시간이 제1설정시간 이상인지의 여부를 결정하고,
숙면 시간이 상기 제1설정시간 이상이면, 상기 체온 데이터 및 수면 상태 데이터를 기초로, 기상시간으로부터 제2설정시간 전 체온을 기초체온으로 산출하는 한편,
숙면 시간이 상기 제1설정시간 미만이면, 상기 수면 상태 데이터에서 수면질 데이터를 추출하고, 상기 수면질 데이터를 수면질 데이터 및 기초체온 데이터로 학습된 인공신경망에 입력시켜 기초체온을 산출하도록 더욱 구성된, 시계열 예측 인공지능을 이용한 배란일 예측 서버.
a data input unit configured to receive body temperature data and sleep state data measured from a thermometer worn by the user while sleeping and a sleep state measurement sensor through a user terminal;
a basal body temperature calculator configured to calculate a basal body temperature based on the body temperature data and the sleep state data; and
An ovulation day calculator configured to input the calculated basal body temperature data into an artificial neural network trained as basal body temperature data and ovulation date data to calculate ovulation day data, and provide the calculated ovulation date data to the user terminal for display; and ,
The basal body temperature calculator
Analyze the sleep state data to determine whether a deep sleep time is more than a first set time,
If the deep sleep time is longer than the first set time, the body temperature before the second set time from the wake-up time is calculated as the basal body temperature based on the body temperature data and the sleep state data,
If the deep sleep time is less than the first set time, extracting sleep quality data from the sleep state data, and inputting the sleep quality data to an artificial neural network trained with sleep quality data and basal body temperature data to calculate basal body temperature , ovulation date prediction server using time series prediction artificial intelligence.
 삭제delete 배란일 예측 서버를 이용한 배란일 예측 방법으로서,
배란일 예측 서버가 사용자가 수면 시 착용한 체온계 및 수면 상태 측정 센서로부터 측정되는 체온 데이터 및 수면 상태 데이터를 사용자 단말을 통해 입력받는 단계;
상기 배란일 예측 서버가 상기 체온 데이터 및 수면 상태 데이터를 기초로 기초체온을 산출하는 단계;
상기 배란일 예측 서버가 산출된 상기 기초체온의 데이터를 기초체온 데이터 및 배란일 데이터로 학습된 인공신경망에 입력시켜 배란일의 데이터를 산출하는 단계;
상기 배란일 예측 서버가 산출된 상기 배란일 데이터를 상기 사용자 단말에 제공하여 디스플레이시키는 단계;를 포함하고,
상기 기초체온 산출 단계는
상기 배란일 예측 서버가 상기 수면 상태 데이터를 분석하여 숙면 시간이 제1설정시간 이상인지의 여부를 결정하는 단계; 및
상기 결정 단계에서 숙면 시간이 상기 제1설정시간 이상이면, 상기 배란일 예측 서버가 상기 체온 데이터 및 수면 상태 데이터를 기초로, 기상시간으로부터 제2설정시간 전 체온을 기초체온으로 산출하는 단계;를 더 포함하며,
상기 결정 단계에서 숙면 시간이 상기 제1설정시간 미만이면, 상기 배란일 예측 서버가 상기 수면 상태 데이터에서 수면질 데이터를 추출하고, 상기 수면질 데이터를 수면질 데이터 및 기초체온 데이터로 학습된 인공신경망에 입력시켜 기초체온을 산출하는 단계를 더 포함하는 배란일 예측 방법.As an ovulation date prediction method using an ovulation date prediction server,
receiving, by the ovulation date prediction server, body temperature data and sleep state data measured from a thermometer worn by the user while sleeping and a sleep state measurement sensor, through a user terminal;
calculating, by the ovulation date prediction server, a basal body temperature based on the body temperature data and sleep state data;
calculating, by the ovulation date prediction server, the data of the ovulation day by inputting the calculated basal body temperature data to the artificial neural network learned from the basal body temperature data and the ovulation date data;
Including; providing the ovulation date data calculated by the ovulation date prediction server to the user terminal and displaying;
The basal body temperature calculation step is
determining, by the ovulation date prediction server, whether a deep sleep time is equal to or greater than a first set time by analyzing the sleep state data; and
In the determining step, if the deep sleep time is longer than the first set time, the ovulation date prediction server calculating the body temperature as a basal body temperature before a second set time from the wake-up time based on the body temperature data and sleep state data; includes,
If the deep sleep time in the determining step is less than the first set time, the ovulation date prediction server extracts sleep quality data from the sleep state data, and sends the sleep quality data to an artificial neural network learned with sleep quality data and basal body temperature data. The method of predicting an ovulation day further comprising the step of calculating the basal body temperature by inputting the input. 삭제delete 삭제delete
KR1020210063537A 2021-05-17 2021-05-17 Ovulation day prediction server using time series prediction artificial intelligence, and ovulation day prediction method using the same KR102333196B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210063537A KR102333196B1 (en) 2021-05-17 2021-05-17 Ovulation day prediction server using time series prediction artificial intelligence, and ovulation day prediction method using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210063537A KR102333196B1 (en) 2021-05-17 2021-05-17 Ovulation day prediction server using time series prediction artificial intelligence, and ovulation day prediction method using the same

Publications (1)

Publication Number Publication Date
KR102333196B1 true KR102333196B1 (en) 2021-12-01

Family

ID=78900079

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210063537A KR102333196B1 (en) 2021-05-17 2021-05-17 Ovulation day prediction server using time series prediction artificial intelligence, and ovulation day prediction method using the same

Country Status (1)

Country Link
KR (1) KR102333196B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023042779A1 (en) * 2021-09-16 2023-03-23 トッパン・フォームズ株式会社 Menstrual cycle prediction device, menstrual cycle prediction method, menstrual cycle prediction program, and menstrual cycle prediction system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040077258A (en) 2003-02-28 2004-09-04 주식회사 엔비테크놀러지 System and method for predict ovulation day
US20180153413A1 (en) * 2016-03-22 2018-06-07 E3 Co., Ltd. Basal body temperature measuring system and basal body temperature measuring device
US20180325498A1 (en) * 2017-05-10 2018-11-15 Humane, LLC System and apparatus for fertility and hormonal cycle awareness

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040077258A (en) 2003-02-28 2004-09-04 주식회사 엔비테크놀러지 System and method for predict ovulation day
US20180153413A1 (en) * 2016-03-22 2018-06-07 E3 Co., Ltd. Basal body temperature measuring system and basal body temperature measuring device
US20180325498A1 (en) * 2017-05-10 2018-11-15 Humane, LLC System and apparatus for fertility and hormonal cycle awareness

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023042779A1 (en) * 2021-09-16 2023-03-23 トッパン・フォームズ株式会社 Menstrual cycle prediction device, menstrual cycle prediction method, menstrual cycle prediction program, and menstrual cycle prediction system

Similar Documents

Publication Publication Date Title
US20210244286A1 (en) Processing a physical signal
EP3013247B1 (en) Data analysis system and method for detecting ovulation
US20180035982A1 (en) System and method for determining the fertility phase of a female
CN109715074B (en) System and method for determining a temperature nadir of a woman
US20120265032A1 (en) Ovulating sensing and analyzing system
WO2019057561A1 (en) System and method for detecting pregnancy related events
KR102333196B1 (en) Ovulation day prediction server using time series prediction artificial intelligence, and ovulation day prediction method using the same
GB2533615B (en) Temperature sensing system and method
CN114724727A (en) Epidemic situation prediction method and electronic equipment
JP7073224B2 (en) Body temperature data management system
CN204863123U (en) Intelligence body temperature monitoring system
JP7146624B2 (en) Basal body temperature information processing device and basal body temperature information processing method
JP6651730B2 (en) Information processing system, information processing method, information processing apparatus, and information processing program
CN112022172A (en) Pressure detection method and device based on multi-modal physiological data
CN113782131A (en) Body temperature measurement data collection system, device, medium and terminal for clinical care
JP6309682B1 (en) Data processing apparatus, data processing method, and data processing program
JP7036272B1 (en) Data collection system, data collection method and data collection device
US20230404543A1 (en) Methods for determining ovulation time
JP7040664B1 (en) Data collection device, data acquisition device and data collection method
KR20200000228A (en) Method and system for rewarding point using body sensing earphones and apparatus therefor
JP7427452B2 (en) Information processing device, onset probability determination method, and onset probability determination program
US20230071657A1 (en) Data collection apparatus, data collection sysytem, and data collection method
JP7098517B2 (en) Menstrual period estimation device and program
US20230108162A1 (en) Data collection system, data collection device, data acquisition device, and data collection method
CN112842402A (en) Ovulation period prediction device based on body surface temperature difference data and control method thereof

Legal Events

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