KR102344186B1 - Method for providing senior health care services based on body temperature correction algorithm - Google Patents
Method for providing senior health care services based on body temperature correction algorithm Download PDFInfo
- Publication number
- KR102344186B1 KR102344186B1 KR1020210020975A KR20210020975A KR102344186B1 KR 102344186 B1 KR102344186 B1 KR 102344186B1 KR 1020210020975 A KR1020210020975 A KR 1020210020975A KR 20210020975 A KR20210020975 A KR 20210020975A KR 102344186 B1 KR102344186 B1 KR 102344186B1
- Authority
- KR
- South Korea
- Prior art keywords
- senior
- value
- body temperature
- healthcare
- healthcare device
- Prior art date
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 114
- 230000036541 health Effects 0.000 title claims abstract description 59
- 238000012937 correction Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 45
- 210000001061 forehead Anatomy 0.000 claims abstract description 55
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 23
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 23
- 239000001301 oxygen Substances 0.000 claims abstract description 23
- 230000002503 metabolic effect Effects 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 10
- 201000010099 disease Diseases 0.000 claims description 27
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 27
- 238000005259 measurement Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 11
- 239000000428 dust Substances 0.000 claims description 9
- 230000003862 health status Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 208000008589 Obesity Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 235000020824 obesity Nutrition 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000001145 Metabolic Syndrome Diseases 0.000 description 1
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000037323 metabolic rate Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0008—Temperature signals
-
- 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G06K9/00711—
-
- 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
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- A61B2562/0271—Thermal or temperature sensors
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Cardiology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
본 발명은 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법에 관한 것으로서, 보다 상세하게는, 헬스케어장치를 통해 시니어(노인)의 체온을 측정하고 기 설정된 알고리즘을 통해 측정된 체온을 보정하며, 보정체온을 통해 시니어의 건강상태를 체크하고, 시니어 및 시니어의 보호자 소유의 사용자 단말로 알람정보를 제공하는 가정용 의료시스템을 제공하는 것에 관한 것이다.The present invention relates to a method for providing senior health care service based on a body temperature correction algorithm, and more particularly, measures the body temperature of a senior (elderly) through a health care device, corrects the measured body temperature through a preset algorithm, and corrects It relates to providing a home medical system that checks the health status of a senior through body temperature and provides alarm information to a user terminal owned by a senior and a guardian of the senior.
근래에 시각 데이터를 통한 인체 데이터 수집과 분석이 용이해지고 컴퓨터 처리속도와 성능향상으로 가정용 의료장비 기술의 발전이 가속화되고 있다.In recent years, human body data collection and analysis through visual data have become easier, and the development of home medical equipment technology is accelerating with the improvement of computer processing speed and performance.
이러한 가정용 의료장비기술의 발전은 헬스케어 산업에 적용되어 새로운 가치를 창출할 것으로 전망된다.This development of home medical equipment technology is expected to be applied to the healthcare industry and create new values.
인공지능 기술의 발전을 통해 미래 헬스케어 서비스는 방대한 양의 건강과 관련된 인체 정보를 스스로 분석하고 학습하여, 질환 발병을 예측하거나, 개인 맞춤형 진단 및 생활습관 정보 제공하여 질병 예방에 도움을 줄 을 것으로 기대된다.Through the development of artificial intelligence technology, future healthcare services will help prevent disease by analyzing and learning a vast amount of health-related human body information, predicting disease onset, or providing personalized diagnosis and lifestyle information. It is expected.
또한, 개인 맞춤형 데이터를 통해 개인 체질에 관한 정보를 기반으로 약물의 부작용을 미리 예측하고, 시니어의 기저질환 정보를 미리 파악하여 처방 및 진단에 도움을 주는 등 가정에서도 빠르고 정확하게 환자를 치료할 수도 있게 된다.In addition, it is possible to quickly and accurately treat patients at home, such as predicting side effects of drugs based on personal constitution information through personalized data, and helping the prescription and diagnosis by understanding the information on the underlying disease of the senior in advance. .
본 발명은 종래 기술의 문제점을 해결하기 위한 것으로, 종래의 스마트 기기 기반를 기반으로 자동화된 헬스케어 서비스를 제공하는 것에 있어서, 스마트 기기와 친숙하지 않거나 사회적 취약계층에 해당되어 의료 혜택을 받지 못하는 시니어 계층에게 최신 기술이 적용된 의료혜택 서비스를 제공할 수 있다.The present invention is to solve the problems of the prior art, and in providing an automated healthcare service based on a conventional smart device, the senior class who is not familiar with smart devices or falls under the socially vulnerable class and does not receive medical benefits We can provide medical benefit services with the latest technology to people.
또한, 본 발명의 일 실시예에 따르는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법은 병원 및 보건소와 같은 의료시설에 방문하는 것에 제한이 있는 사람 및 시니어 계층을 위하여 특별한 설비가 구비되지 않은 일반 가정에서도 사용할 수 있는 헬스케어 서비스를 제공할 수 있다.In addition, the method for providing senior health care service based on a body temperature correction algorithm according to an embodiment of the present invention is a general household that is not equipped with special facilities for people and seniors who have restrictions on visiting medical facilities such as hospitals and public health centers. It can also provide health care services that can be used in
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예에 따르는 헬스케어는 헬스케어장치에 의해 수행되는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법은, 상기 헬스케어장치는 제어부, 디스플레이부, 카메라, 적외선거리센서 및 비접촉방식 온도센서를 포함하는 감지부를 포함하고, (a)상기 헬스케어장치가 카메라를 기반으로 전방에 촬영된 객체 중 시니어의 얼굴을 인식하는 단계; (b)상기 헬스케어장치가 상기 시니어의 이마를 식별한 후, 이마와 헬스케어장치 간의 거리 값을 측정하는 단계; (c)상기 헬스케어장치가 상기 온도센서기반으로 시니어의 이마에 대한 온도 값을 측정하여 획득하고, 상기 온도 값, 상기 거리 값과 기계학습 된 체온보정알고리즘을 활용하여, 보정체온 값을 산출하는 단계; 및 (d)상기 헬스케어장치가 상기 보정체온 값과 외부장치로부터 수집한 해당 시니어의 기초대사정보, 심박, 산소포화도 중 적어도 하나의 값을 활용하여 현재 건강상태에 대한 진단을 수행하는 단계;를 포함할 수 있다.As a technical means for achieving the above-described technical problem, a method for providing senior healthcare service based on a body temperature correction algorithm performed by a healthcare device in healthcare according to an embodiment of the present invention, wherein the healthcare device includes a control unit; Comprising a display unit, a camera, a sensing unit including an infrared distance sensor and a non-contact type temperature sensor, (a) the healthcare device, based on the camera, recognizing the face of a senior among the objects photographed in front; (b) after the healthcare device identifies the senior's forehead, measuring a distance value between the forehead and the healthcare device; (c) the healthcare device measures and obtains the temperature value for the forehead of the senior based on the temperature sensor, and uses the temperature value, the distance value, and a machine-learned body temperature correction algorithm to calculate a corrected body temperature value step; and (d) performing, by the health care device, a diagnosis on the current health condition using at least one of the corrected body temperature value and the senior's basal metabolic information, heart rate, and oxygen saturation collected from an external device; may include
또한, 상기(a)단계는, 상기 헬스케어장치의 카메라로 촬영한 이미지를 수신하여, 이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 이미지 내에 시니어의 얼굴이 촬영되었는지 판단하고, DB에 저장된 복수의 시니어의 얼굴이미지와 상기 수신한 이미지를 비교하여 시니어의 신원을 특정하는 단계; 를 포함할 수 있다.In addition, the step (a) receives the image photographed by the camera of the healthcare device, determines whether the face of the senior is photographed in the image through feature value analysis for each pixel in the image, and a plurality of comparing the senior's face image with the received image to specify the senior's identity; may include
또한, 상기(b)단계는, 상기 헬스케어장치가 이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 시니어 얼굴의 이목구비를 식별한 후, 시니어의 이마 위치를 판별하는 단계; 상기 적외선거리센서가 상기 시니어의 이마 방향으로 적외선을 주사하고 반사된 적외선을 수집한 후 적외선이 주사된 후 수집되기까지의 시간을 근거로 상기 이마위치와 상기 헬스케어장치 사이의 거리를 측정하는 단계; 및 상기 헬스케어장치가 상기 적외선거리센서가 측정한 거리 값으로부터 기 설정된 필터 기법을 통하여 노이즈를 제거하고 상기 거리 값을 보정하는 단계;를 포함할 수 있다.In addition, the step (b) may include: determining, by the healthcare device, the location of the senior's forehead after identifying the features of the senior's face through feature value analysis for each pixel in the image; After the infrared distance sensor scans infrared rays in the direction of the senior's forehead and collects the reflected infrared rays, measuring the distance between the forehead position and the healthcare device based on the time until the infrared rays are scanned and collected ; and removing, by the healthcare device, noise from the distance value measured by the infrared distance sensor through a preset filter technique and correcting the distance value.
또한, 상기(c)단계는, 상기 비접촉방식 온도센서가 상기 시니어의 이마의 온도를 원거리에서 측정하는 단계; 상기 비접촉방식 온도센서로부터 제공받은 온도 값을 체온보정알고리즘에 따라 보정하는 단계; 를 포함할 수 있다.In addition, the step (c), the non-contact type temperature sensor measuring the temperature of the senior's forehead from a distance; correcting the temperature value provided from the non-contact type temperature sensor according to a body temperature correction algorithm; may include
또한, 상기(c)단계는, 상기 체온보정알고리즘은 상기 비접촉방식 온도센서에 의해 측정된 온도 값을 체온예측모델에 입력하여 출력한 실제 온도 값과 상기 측정된 온도 값을 기 설정된 수식에 대입하여 보정체온 값을 산출할 수 있다.In addition, in step (c), the body temperature correction algorithm inputs the temperature value measured by the non-contact type temperature sensor to the body temperature prediction model and substitutes the output actual temperature value and the measured temperature value into a preset formula. A calibrated body temperature value can be calculated.
또한, 상기 (a) 단계 전에, 기계학습을 통해 체온예측모델을 구축하는 단계를 더 포함하되, 상기 체온예측모델은, 상기 시니어와 상기 헬스케어장치 간의 거리 값, 상기 시니어의 온도 값, 및 상기 시니어가 거주하는 공간의 습도 값을 입력 값으로 설정하고 시니어의 실제체온 값을 출력 값으로 설정하여 ANN기계학습 알고리즘에 적용하여 학습한 모델일 수 있다.In addition, prior to step (a), the method further comprises the step of constructing a body temperature prediction model through machine learning, wherein the body temperature prediction model includes a distance value between the senior and the healthcare device, a temperature value of the senior, and the It may be a model learned by setting the humidity value of the space in which the senior lives as an input value and setting the actual body temperature value of the senior as an output value by applying it to the ANN machine learning algorithm.
또한, 상기 감지부는 적외선거리센서, 미세먼지센서, 습도센서, 및 키 측정센서를 포함하여 구성될 수 있다.In addition, the sensing unit may be configured to include an infrared distance sensor, a fine dust sensor, a humidity sensor, and a key measurement sensor.
또한, 상기(d)단계는, 외부장치와 연결되어 상기 시니어의 기초대사정보 값, 심박 값 및 산소포화도 값을 수집하는 단계; 및 상기 헬스케어장치가 상기 제공받은 보정체온 값 및 상기 헬스케어장치와 연결된 복수의 외부장치로부터 제공되는 상기 시니어의 기초대사정보 값, 심박 값, 및 산소포화도 값 중 적어도 하나를 기초로 상기 감지부로부터 측정한 상기 미세먼지농도 및 상기 시니어의 키를 종합하여 상기 시니어의 건강상태를 판단하는 단계; 를 포함할 수 있다.In addition, the step (d) may include: collecting the basal metabolic information value, heart rate value, and oxygen saturation value of the senior in connection with an external device; and the sensing unit based on at least one of the corrected body temperature value provided by the healthcare device and the senior's basal metabolic information value, heart rate value, and oxygen saturation value provided from a plurality of external devices connected to the healthcare device determining the health status of the senior by synthesizing the fine dust concentration measured from and the height of the senior; may include
또한, 상기 건강상태를 판단하는 단계는 상기 헬스케어장치 및 상기 서버에 기 저장된 상기 시니어의 질병정보 및 상기 질병정보를 기반으로 기 설정된 체온, 심박, 산소포화도에 대한 임계치를 기반으로 판단하여, 전문의 검진이 받을 필요가 있다는 분석결과를 수집하는 경우, 상기 디스플레이부로 송출하고 상기 서버로 제공하여 상기 시니어의 단말로 제공할 수 있다.In addition, the step of determining the health state is determined based on the threshold values for body temperature, heart rate, and oxygen saturation preset based on the disease information and the disease information of the senior stored in advance in the health care device and the server, When an analysis result indicating that a medical examination needs to be received is collected, it may be transmitted to the display unit and provided to the server to be provided to the terminal of the senior.
또한, 상기(d)단계는, 상기 서버는 상기 판단결과 값이 상기 임계치를 초과하는 경우, 상기 건강상태를 비정상상태로 판별하고, 시니어의 상태 및 상기 감지부의 측정값을 상기 서버가 식별한 시니어의 보호자의 단말에 알람정보와 함께 제공하는 단계를 포함할 수 있다.In addition, in step (d), when the determination result value exceeds the threshold, the server determines the health state as an abnormal state, and the server identifies the state of the senior and the measurement value of the sensing unit. It may include the step of providing together with the alarm information to the terminal of the guardian of the.
본 발명의 일 실시예에 따르는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스를 제공하기 위한 헬스케어장치는, 제어부, 디스플레이부, 카메라, 비접촉방식 온도센서를 포함하는 감지부를 포함하되, 상기 제어부는, 카메라를 기반으로 전방에 촬영된 객체 중 시니어의 얼굴을 인식하고, 상기 시니어의 이마를 식별한 후, 이마와 헬스케어장치 간의 거리 값을 측정하고, 상기 온도센서기반으로 시니어의 이마에 대한 온도 값을 측정하여 획득하고, 상기 온도 값, 상기 거리 값과 기계학습 된 체온보정알고리즘을 활용하여, 보정체온 값을 산출하고, 상기 보정체온 값과 외부장치로부터 수집한 해당 시니어의 기초대사정보, 심박, 산소포화도 중 적어도 하나의 값을 활용하여 현재 건강상태에 대한 진단을 수행할 수 있다.A healthcare device for providing senior healthcare services based on a body temperature correction algorithm according to an embodiment of the present invention includes a control unit, a display unit, a camera, and a sensing unit including a non-contact type temperature sensor, wherein the control unit includes a camera Based on the recognition of the face of the senior among the objects photographed in front, after identifying the forehead of the senior, the distance value between the forehead and the healthcare device is measured, and the temperature value for the forehead of the senior based on the temperature sensor The temperature value, the distance value, and the machine-learned body temperature correction algorithm are used to calculate the corrected body temperature value, and the basic metabolic information of the senior collected from the corrected body temperature value and an external device, heart rate, oxygen A diagnosis of a current health state may be performed by using at least one value of saturation.
또한, 상기 제어부는, 상기 시니어의 얼굴을 인식할 때, 상기 카메라로 촬영한 이미지를 수신하여, 이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 이미지 내에 시니어의 얼굴이 촬영되었는지 판단하고, DB에 저장된 복수의 시니어의 얼굴이미지와 상기 수신한 이미지를 비교하여 시니어의 신원을 특정할 수 있다.In addition, the control unit, when recognizing the senior's face, receives the image taken with the camera, determines whether the senior's face is photographed in the image through feature value analysis of each pixel in the image, and stored in the DB The identity of the senior may be specified by comparing the face images of the plurality of seniors with the received images.
또한, 상기 시니어의 이마를 식별할 때, 이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 시니어 얼굴의 이목구비를 식별한 후, 시니어의 이마 위치를 판별하고, 상기 적외선거리센서가 상기 시니어의 이마 방향으로 적외선을 주사하고 반사된 적외선을 수집한 후 적외선이 주사된 후 수집되기까지의 시간을 근거로 상기 이마위치와 상기 헬스케어장치 사이의 거리를 측정하고, 상기 헬스케어장치가 상기 적외선거리센서가 측정한 거리 값으로부터 기 설정된 필터 기법을 통하여 노이즈를 제거하고 상기 거리 값을 보정할 수 있다.In addition, when identifying the senior's forehead, after identifying the features of the senior's face through feature value analysis for each pixel in the image, the senior's forehead position is determined, and the infrared distance sensor moves toward the senior's forehead After scanning infrared rays and collecting reflected infrared rays, the distance between the forehead position and the healthcare device is measured based on the time until the infrared rays are scanned and collected, and the healthcare device is measured by the infrared distance sensor Noise may be removed from one distance value through a preset filter technique and the distance value may be corrected.
또한, 시니어의 이마에 대한 온도 값을 측정하여 획득할 때, 상기 비접촉방식 온도센서가 상기 시니어의 이마의 온도를 원거리에서 측정하고, 상기 비접촉방식 온도센서로부터 제공받은 온도 값을 체온보정알고리즘에 따라 보정할 수 있다.In addition, when the temperature value of the senior's forehead is measured and obtained, the non-contact type temperature sensor measures the temperature of the senior's forehead from a distance, and the temperature value provided from the non-contact type temperature sensor is calculated according to a body temperature correction algorithm. can be corrected
또한, 체온보정알고리즘을 활용하여, 보정체온 값을 산출할 때, 상기 체온보정알고리즘은 상기 비접촉방식 온도센서에 의해 측정된 온도 값을 체온예측모델에 입력하여 출력한 실제 온도 값과 상기 측정된 온도 값을 기 설정된 수식에 대입하여 보정체온 값을 산출할 수 있다.In addition, when calculating the corrected body temperature value by utilizing the body temperature correction algorithm, the body temperature correction algorithm inputs the temperature value measured by the non-contact type temperature sensor to the body temperature prediction model and outputs the actual temperature value and the measured temperature The corrected body temperature value may be calculated by substituting the value into a preset formula.
또한, 상기 시니어의 얼굴을 인식할 때, 기계학습을 통해 체온예측모델을 구축하는 단계를 더 포함하되, 상기 체온예측모델은, 상기 시니어와 상기 헬스케어장치 간의 거리 값, 상기 시니어의 온도 값, 및 상기 시니어가 거주하는 공간의 습도 값을 입력 값으로 설정하고 시니어의 실제체온 값을 출력 값으로 설정하여 ANN기계학습 알고리즘에 적용하여 학습한 모델일 수 있다.In addition, when the face of the senior is recognized, the method further comprises the step of constructing a body temperature prediction model through machine learning, wherein the body temperature prediction model includes a distance value between the senior and the healthcare device, a temperature value of the senior, and setting the humidity value of the space in which the senior lives as an input value and setting the actual body temperature value of the senior as an output value may be a model learned by applying the ANN machine learning algorithm.
또한, 상기 감지부는 적외선거리센서, 미세먼지센서, 습도센서, 및 키 측정센서를 포함하여 구성될 수 있다.In addition, the sensing unit may be configured to include an infrared distance sensor, a fine dust sensor, a humidity sensor, and a key measurement sensor.
또한, 상기 건강상태에 대한 진단을 수행할 때, 외부장치와 연결되어 상기 시니어의 기초대사정보 값, 심박 값 및 산소포화도 값을 수집하고, 상기 헬스케어장치가 상기 제공받은 보정체온 값 및 상기 헬스케어장치와 연결된 복수의 외부장치로부터 제공되는 상기 시니어의 기초대사정보 값, 심박 값, 및 산소포화도 값 중 적어도 하나를 기초로 상기 감지부로부터 측정한 상기 미세먼지농도 및 상기 시니어의 키를 종합하여 상기 시니어의 건강상태를 판단할 수 있다.In addition, when performing the diagnosis of the health condition, it is connected to an external device to collect the senior's basal metabolic information value, heart rate value, and oxygen saturation value, and the health care device receives the provided corrected body temperature value and the health Based on at least one of the senior's basal metabolic information value, heart rate value, and oxygen saturation value provided from a plurality of external devices connected to the care device, the fine dust concentration measured by the sensing unit and the senior's height are synthesized. It is possible to determine the health status of the senior.
또한, 상기 건강상태에 대한 진단을 수행하는 것은 상기 헬스케어장치 및 상기 서버에 기 저장된 상기 시니어의 질병정보 및 상기 질병정보를 기반으로 기 설정된 체온, 심박, 산소포화도에 대한 임계치를 기반으로 판단하여, 전문의 검진이 받을 필요가 있다는 분석결과를 수집하는 경우, 상기 디스플레이부로 송출하고 상기 서버로 제공하여 상기 시니어의 단말로 제공할 수 있다.In addition, performing the diagnosis of the health condition is determined based on thresholds for body temperature, heart rate, and oxygen saturation preset based on the disease information and the disease information of the senior stored in advance in the health care device and the server. , when collecting an analysis result indicating that a medical examination by a specialist needs to be received, it may be transmitted to the display unit and provided to the server to be provided to the terminal of the senior.
또한, 상기 건강상태에 대한 진단을 수행할 때, 상기 서버는 상기 판단결과 값이 상기 임계치를 초과하는 경우, 상기 건강상태를 비정상상태로 판별하고, 시니어의 상태 및 상기 감지부의 측정값을 상기 서버가 식별한 시니어의 보호자의 단말에 알람정보와 함께 제공할 수 있다.In addition, when performing the diagnosis of the health state, when the determination result value exceeds the threshold value, the server determines the health state as an abnormal state, and sets the state of the senior and the measurement value of the sensor to the server It can be provided together with alarm information to the terminal of the guardian of the senior identified by the.
본 발명은 스마트 단말의 발전과 보급에 따라 개인의 생활 패턴 및 상태 정보 수집을 제공하는 가정용 헬스케어장치를 제공하여, 종래에 의료 혜택을 받기 힘든 환경의 시니어들에게 의료기기를 보급하고, 스마트 단말과 친숙하지 않은 시니어들에게 적합한 디지털화 및 자동화된 헬스케어 정보를 제공할 수 있다.The present invention provides a home health care device that provides collection of personal life pattern and status information according to the development and dissemination of smart terminals, distributing medical devices to seniors in an environment difficult to receive conventional medical benefits, and smart terminals It can provide digitized and automated health care information suitable for seniors who are not familiar with it.
또한, 본 발명은 인공신경망 기반으로 딥러닝 알고리즘을 수행하는 기계학습형 헬스케어 장치를 제공하여 종래에 의료혜택을 지원받기에 취약한 계층이 진보된 헬스케어 서비스를 지원받지 못하는 현상을 해결하고 종래의 헬스케어 서비스 기술에 인공지능 기술을 접목하여 제공하는 것을 목적으로 한다.In addition, the present invention provides a machine learning type healthcare device that performs a deep learning algorithm based on an artificial neural network to solve the problem that the conventionally vulnerable layer to receive medical benefits cannot receive advanced healthcare services, and It aims to provide healthcare service technology by combining artificial intelligence technology.
도 1은 본 발명의 일 실시예에 따르는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법의 시스템에 대한 구조도 이다.
도 2는 본 발명의 일 실시예에 따르는 서버의 내부 구성을 나타내는 블록도 이다.
도 3은 본 발명의 일 실시예에 따르는 헬스케어장치에 관한 예시도 이다.
도 4는 본 발명의 일 실시예에 따르는 헬스케어장치가 시니어의 이마를 탐지하는 동작에 관한 예시도 이다.
도 5는 본 발명의 일 실시예에 따르는 헬스케어장치의 내부구성을 나타내는 블록도 이다.
도 6은 본 발명의 일 실시예에 따르는 감지부의 내부구성을 나타내는 블록도 이다.
도 7은 본 발명의 일 실시예에 따르는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법의 동작순서에 관한 순서도 이다.
도 8은 본 발명의 일 실시예에 따르는 헬스케어장치가 시니어의 이마 간의 거리 값을 측정하는 동작에 관한 순서도 이다.1 is a structural diagram of a system of a method for providing senior healthcare services based on a body temperature correction algorithm according to an embodiment of the present invention.
2 is a block diagram illustrating an internal configuration of a server according to an embodiment of the present invention.
3 is an exemplary diagram of a healthcare device according to an embodiment of the present invention.
4 is an exemplary diagram illustrating an operation of detecting a senior's forehead by a healthcare device according to an embodiment of the present invention.
5 is a block diagram illustrating an internal configuration of a healthcare device according to an embodiment of the present invention.
6 is a block diagram illustrating an internal configuration of a sensing unit according to an embodiment of the present invention.
7 is a flowchart illustrating an operation sequence of a method for providing a senior healthcare service based on a body temperature correction algorithm according to an embodiment of the present invention.
8 is a flowchart illustrating an operation of a healthcare device measuring a distance value between foreheads of a senior according to an embodiment of the present invention.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement them. However, the present invention may be embodied in several different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part is "connected" with another part, this includes not only the case of being "directly connected" but also the case of being "electrically connected" with another element interposed therebetween. . Also, when a part "includes" a certain component, it means that other components may be further included, rather than excluding other components, unless otherwise stated.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.In this specification, a "part" includes a unit realized by hardware, a unit realized by software, and a unit realized using both. In addition, one unit may be implemented using two or more hardware, and two or more units may be implemented by one hardware. Meanwhile, '~ unit' is not limited to software or hardware, and '~ unit' may be configured to be in an addressable storage medium or to reproduce one or more processors. Accordingly, as an example, '~' indicates components such as software components, object-oriented software components, class components, and task components, and processes, functions, properties, and procedures. , subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables. The functions provided in the components and '~ units' may be combined into a smaller number of components and '~ units' or further separated into additional components and '~ units'. In addition, components and '~ units' may be implemented to play one or more CPUs in a device or secure multimedia card.
이하에서 언급되는 "사용자 단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), VR HMD(예를 들어, HTC VIVE, Oculus Rift, GearVR, DayDream, PSVR 등)등을 포함할 수 있다. 여기서, VR HMD 는 PC용 (예를 들어, HTC VIVE, Oculus Rift, FOVE, Deepon 등)과 모바일용(예를 들어, GearVR, DayDream, 폭풍마경, 구글 카드보드 등) 그리고 콘솔용(PSVR)과 독립적으로 구현되는 Stand Alone 모델(예를 들어, Deepon, PICO 등) 등을 모두 포함한다. 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 스마트폰(smart phone), 태블릿 PC, 웨어러블 디바이스뿐만 아니라, 블루투스(BLE, Bluetooth Low Energy), NFC, RFID, 초음파(Ultrasonic), 적외선, 와이파이(WiFi), 라이파이(LiFi) 등의 통신 모듈을 탑재한 각종 디바이스를 포함할 수 있다. 또한, "네트워크"는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.The "user terminal" referred to below may be implemented as a computer or portable terminal that can access a server or other terminal through a network. Here, the computer is, for example, a laptop, desktop, laptop, VR HMD (eg, HTC VIVE, Oculus Rift, GearVR, DayDream, PSVR, etc.) equipped with a web browser (WEB Browser), etc. may include Here, VR HMD is for PC (eg, HTC VIVE, Oculus Rift, FOVE, Deepon, etc.), for mobile (eg, GearVR, DayDream, Storm Horse, Google Cardboard, etc.) Independently implemented Stand Alone models (eg Deepon, PICO, etc.) are included. A portable terminal is, for example, a wireless communication device that guarantees portability and mobility, and includes not only a smart phone, a tablet PC, a wearable device, but also Bluetooth (BLE, Bluetooth Low Energy), NFC, RFID, and ultrasound (Ultrasonic). , infrared, Wi-Fi, Li-Fi, etc. may include various devices equipped with a communication module. In addition, the term "network" refers to a connection structure capable of exchanging information between each node, such as terminals and servers, and includes a local area network (LAN), a wide area network (WAN), and the Internet. (WWW: World Wide Web), wired and wireless data networks, telephone networks, wired and wireless television networks, and the like. Examples of wireless data communication networks include 3G, 4G, 5G, 3rd Generation Partnership Project (3GPP), Long Term Evolution (LTE), World Interoperability for Microwave Access (WIMAX), Wi-Fi, Bluetooth communication, infrared communication, ultrasound Communication, Visible Light Communication (VLC), LiFi, and the like are included, but are not limited thereto.
본 발명은 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법에 관한 것으로, 헬스케어장치가 시니어의 체온을 측정하고 복수의 부가요소를 결합하여 시니어의 건강상태를 판단한 후, 이상이 있다고 판단될 경우, 시니어의 보호자 소유의 사용자단말(300)로 알람정보를 제공하는 헬스케어서비스 기술에 관한 것이다.The present invention relates to a method for providing senior healthcare service based on a body temperature correction algorithm, wherein the healthcare device measures the senior's body temperature, combines a plurality of additional elements to determine the senior's health status, and then determines that there is an abnormality, It relates to a healthcare service technology that provides alarm information to a
먼저, 도1을 참조하여, 본 발명의 일 실시예에 따르는 헬스케어장치에 의해 수행되는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법의 시스템에 대하여 설명하도록 한다.First, with reference to FIG. 1, a system of a method for providing senior healthcare services based on a body temperature correction algorithm performed by a healthcare device according to an embodiment of the present invention will be described.
본 발명의 시스템은 서버(100), 헬스케어장치(200) 및 사용자단말(300)로 구성될 수 있다.The system of the present invention may be composed of a
도2를 참조하면, 본 발명의 일 실시예에 따르는 서버(100)는 DB, 프로세서, 메모리 및 통신모듈로 구성될 수 있으며, 통신모듈을 통하여 유무선으로 헬스케어장치(200) 및 사용자단말(300)과 연결될 수 있다.Referring to FIG. 2 , the
서버(100)는 헬스케어장치(200) 및 사용자단말(300)과 유무선으로 연결되어, 헬스케어장치(200)로부터 제공받은 시니어의 알람정보를 시니어의 보호자 소유의 사용자단말(300)로 제공하는 기능을 수행할 수 있다.The
헬스케어장치(200)는 의료 설비에 관한 기반시설 없이도 일반 가정에서 사용할 수 있는 설치 및 유지관리에 용이한 형태의 장치일 수 있으며, 해당 장치 전방의 영상을 촬영하고 사람이 촬영되면 체온측정에 기반한 헬스케어 서비스를 제공할 수 있다.The
사용자단말(300)은 시니어의 보호자 소유의 단말로서, 서버(100)로부터 시니어의 건강에 관한 알람정보를 수신할 수 있다. The
도3을 참조하면, 본 발명의 일 실시예에 따르는 헬스케어장치(200)는 카메라(210), 디스플레이부(220), 감지부(230) 및 제어부(240)를 포함하여 구성될 수 있으며, 복수의 외부장치와 연결되어 외부장치로부터 측정된 복수의 헬스케어 관련 정보를 제공받을 수 있다.Referring to FIG. 3 , the
본 발명의 일 실시예에 따르는 제어부(240)는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법을 수행하는 프로그램(또는 애플리케이션)이 저장된 메모리와 위 프로그램을 실행하는 프로세서를 포함하여 구성될 수 있다. 여기서 프로세서는 메모리에 저장된 프로그램의 실행에 따라 다양한 기능을 수행할 수 있다.The
헬스케어장치(200)는 본 장치의 전방의 영상을 촬영한다. 촬영은 실시간으로 수행되거나, 또는 소정의 명령버튼이 입력되었을 때 수행될 수도 있다. 또는, 시니어가 헬스케어장치(200)의 전면에 위치하면, 카메라(210)를 통하여 시니어의 이미지를 촬영할 수도 있다.The
헬스케어장치(200)는 촬영된 이미지 내의 각 픽셀에 대한 특징 값 분석하고 이를 통해 이미지 내에 사람의 얼굴(즉, 시니어의 얼굴 부위)가 촬영되었는지 판단한다.The
헬스케어장치(200)의 제어부(240)가 시니어의 얼굴이 촬영되었다고 판단되면, 서버(100)의 DB에 저장된 복수의 시니어의 얼굴이미지와 촬영된 이미지를 비교하여 시니어의 신원을 특정할 수 있다.When the
제어부(240)가 시니어의 신원을 확인한 이후, 촬영된 이미지 내의 내의 각 픽셀에 대한 특징 값 분석하고, 얼굴 부위를 특정하여 시니어의 이마부위를 판별한다.After the
도4를 참조하면, 시니어의 이마부위가 판별된 이후, 본 발명의 일 실시예에 따르는 감지부(230)가 감지부(230)에 포함된 적외선거리센서를 통하여 시니어의 이마와 헬스케어장치(200) 사이의 거리를 측정할 수 있다.Referring to FIG. 4 , after the senior's forehead is determined, the
도5를 참조하면, 본 발명의 일 실시예에 따르는 감지부(230)는 거리측정부(231), 체온측정부(232) 및 부가요소 측정부(233)로 구성될 수 있다.Referring to FIG. 5 , the
이때, 또한 거리측정부(231)는 적외선거리센서를 포함하고, 체온측정부(232)는 비접촉식 온도센서를 포함하여 구성될 수 있으며, 부가요소 측정부(233)는 미세먼지센서, 습도센서 및 키 측정센서를 포함하며, 외부장치와 연결을 통해 헬스케어서비스 제공에 필요한 정보를 추가로 수집할 수 있다.At this time, the
시니어의 이마와 헬스케어장치(200)간의 거리 값을 측정하는 동작은 감지부(230)의 적외선거리센서가 시니어의 이마 방향으로 적외선을 주사하고 반사된 적외선을 수집한 후 적외선이 주사된 후 수집되기까지의 시간을 근거로 상기 이마위치와 상기 헬스케어장치 사이의 거리를 측정하는 방식으로 수행된다.The operation of measuring the distance value between the senior's forehead and the
예를 들어, 적외선거리센서가 시니어의 이마로 적외선 신호를 주사하고 적외선 신호가 시니어의 이마에 도달한 이후 반사되어 적외선거리센서로 되돌아와 수집되기까지의 시간을 측정한다. 적외선 신호의 속도를 알고 있다면 측정된 시간을 이용하여 거리를 측정할 수 있다. For example, the infrared distance sensor scans an infrared signal into the senior's forehead, and after the infrared signal reaches the senior's forehead, it is reflected and returned to the infrared distance sensor to measure the time until it is collected. If you know the speed of the infrared signal, you can measure the distance using the measured time.
제어부(240)는 적외선거리센서로부터 전달받은 값에 대해 칼만필터를 적용하여 노이즈가 제거된 값을 수집한다. 즉, 불필요한 기타 외부 신호등이 수집되는 것을 필터링할 수 있다. 칼만 필터는, 잡음이 포함되어 있는 역학적 상태를 추적하는 재귀 필터로서 시간에 따라 진행한 측정을 기반으로 하는 필터이다.The
이후, 제어부(240)는 노이즈가 제거된 값들 중 기 설정된 임계범위를 벗어난 값들은 가우시안 필터를 이용하여 제거할 수 있다. Thereafter, the
아래 수학식1 을 이용하여 가우시안 필터를 적용시킬 수 있다.A Gaussian filter can be applied using Equation 1 below.
[수학식1][Equation 1]
이때, x는 이웃하는 점(거리센서가 측정한 거리값)들 사이의 거리를 나타내며, σ는 표준분산을 의미한다. In this case, x denotes the distance between neighboring points (distance values measured by the distance sensor), and σ denotes the standard variance.
즉, 적외선거리센서가 주사한 이후 수집하게 되는 적외선 신호들 중 가우시안 분포표에서 중앙부분에서 일정 이상 멀어져 노이즈라고 판단되는 부분을 제거하는 것이다.That is, the part determined to be noise as it is more than a certain distance away from the central part of the Gaussian distribution table among the infrared signals collected after scanning by the infrared distance sensor is removed.
그리고, SSF (Signal Stabilization Filter)는 신호 안정화 필터로써, 가우시안 필터를 거친 값에 대해 SSF를 적용함으로써, 최종적인 거리값을 보정할 수 있다. In addition, a signal stabilization filter (SSF) is a signal stabilization filter, and by applying the SSF to a value that has passed through the Gaussian filter, the final distance value can be corrected.
체온 측정부(232)는 비접촉방식 온도센서를 통하여 시니어의 이마의 온도를 원거리에서 측정하는 기능을 수행한다.The body
이때, 측정된 체온을 헬스케어장치(200)에 기 설정된 체온보정알고리즘에 따라 보정하게 된다.At this time, the measured body temperature is corrected according to a body temperature correction algorithm preset in the
체온보정알고리즘은 비접촉방식 온도센서에 의해 측정된 측정체온 값을 체온예측모델에 입력하여 출력한 보정체온 값과 상기 측정체온 값을 아래 수학식2 에 대입하여 최종 체온 값을 산출한다.The body temperature correction algorithm inputs the measured body temperature value measured by the non-contact type temperature sensor into the body temperature prediction model, and substitutes the output corrected body temperature value and the measured body temperature value into Equation 2 below to calculate the final body temperature value.
[수학식 2][Equation 2]
Yt = 0.7903Xt - 0.4597 + Dt(1) Yt = 0.7903Xt - 0.4597 + Dt(1)
여기서 Yt는 시니어의 최종 체온 값이고, Xt는 상기 비접촉식 온도센서가 측정한 측정체온 값이며, Dt는 예측모델에 의해서 산출된 보정체온 값이다.Here, Yt is the final body temperature value of the senior, Xt is the measured body temperature value measured by the non-contact temperature sensor, and Dt is the corrected body temperature value calculated by the prediction model.
체온예측모델은 본 발명의 실시 이전에 미리 기계학습을 통해 구축된 것으로써, 상기 시니어와 상기 헬스케어장치 간의 거리 값(즉, 상술한 측정, 필터링, 보정 절차를 거친 거리값), 상기 시니어의 측정체온 값, 및 상기 시니어가 거주하는 공간의 습도 값을 입력 값으로 설정하고 시니어의 보정체온 값(Dt)을 출력 값으로 설정하여 ANN기계학습 알고리즘에 적용하여 학습한 모델이다.The body temperature prediction model is built in advance through machine learning before the implementation of the present invention, and the distance value between the senior and the healthcare device (that is, the distance value that has undergone the above-described measurement, filtering, and correction procedures), the senior's It is a model learned by applying to the ANN machine learning algorithm by setting the measured body temperature value and the humidity value of the space in which the senior resides as input values, and setting the corrected body temperature value (Dt) of the senior as the output value.
따라서, 본 발명의 일 실시예에 따르는 감지부(230)는 적외선거리센서를 통해 시니어 이마와 헬스케어장치(200) 간의 거리 값을 제공받고, 비접촉식 온도센서를 통해 시니어 이마의 측정체온 값을 측정하고, 부가요소 측정부(233)의 습도 센서를 통해 헬스케어장치가 설치된 공간의 습도 값을 제공 받는다.Accordingly, the
이후, 상기 거리 값, 측정체온 값 및 습도 값을 체온예측모델에 대입하여 시니어의 보정체온 값을 산출한다.Thereafter, the corrected body temperature value of the senior is calculated by substituting the distance value, the measured body temperature value, and the humidity value into the body temperature prediction model.
헬스케어장치(200)는 외부장치와 연결되어 헬스케어와 관련된 복수의 정보를 수집할 수 있다.The
예를 들어, 시니어의 기초대사량 측정장비, 심박수 측정장비 및 산소포화도 측정장비와 연결을 지원하여 상기 복수의 장비들로부터 시니어의 기초대사정보 값, 심박 및 산소포화도를 수집하여 시니어의 건강상태를 판단하는 지표로 활용할 수 있다.For example, by supporting connection with a senior's basal metabolic rate measuring device, heart rate measuring device, and oxygen saturation measuring device, the senior's basal metabolic information value, heart rate, and oxygen saturation are collected from the plurality of devices to determine the senior's health status It can be used as an indicator for
이하에서, 헬스케어장치(200)가 시니어의 건강상태를 판단하는 동작에 관하여 설명한다.Hereinafter, an operation in which the
헬스케어장치(200)는 시니어가 현재 앓고 있는 질병 및 복수의 질병이 상술한 시니어의 식별된 신원 별로 구분되어 저장하고 있다.The
또한, 상기 질병 별로 체온, 심박, 산소포화도 및 혈당과 같은 건강지표가 저장되어 있으며, 각 건강지표는 임계치 상한값이 설정되어 있다.In addition, health indicators such as body temperature, heart rate, oxygen saturation, and blood sugar are stored for each disease, and an upper limit value of a threshold value is set for each health indicator.
상기 건강지표의 임계치 상한값은, 임계치 상한값을 초과하면 해당 질병의 발병 가능성이 높은 것을 의미한다.The upper limit of the threshold of the health indicator means that the likelihood of the disease is high when the upper limit of the threshold is exceeded.
예를 들어, 체온 및 심박수가 각각 특정 임계치 상한값을 초과하면 고혈압, 심박수 및 산소포화도의 수치가 각각 특정 임계치 상한값을 넘어가면 대사증후군, 체온, 심박수, 산소포화도 및 혈당 모두 다 특정 임계치 상한값을 넘어가면 비만의 발병 확률이 높은 것으로 판단하는 방법으로 시니어에게 발병할 확률이 높은 질병을 판단할 수 있다.For example, when body temperature and heart rate each exceed certain upper thresholds, when the values of high blood pressure, heart rate, and oxygen saturation, respectively, exceed certain upper thresholds, metabolic syndrome, body temperature, heart rate, oxygen saturation, and blood sugar all exceed certain upper thresholds As a method of determining that the incidence of obesity is high, it is possible to determine a disease that is more likely to occur in seniors.
이때, 본 발명의 일 실시예에 따르는 헬스케어장치(200)의 제어부(240)는 상기 건강지표의 임계치 상한값이 초과되는 경우, 시니어가 현재 앓고 있는 질병, 발병확률이 높은 질병 및 임계치 상한값을 디스플레이부(210)에 송출하고 알람정보를 서버(100)로 전송할 수 있다.At this time, when the upper limit of the threshold of the health indicator is exceeded, the
이후, 서버(100)가 시니어 및 시니어의 보호자 소유의 사용자단말(300)로 알람정보를 전송할 수 있다.Thereafter, the
또한, 헬스케어장치(200)는 상기 각 건강지표의 조합 및 건강지표의 수치의 임계치 별로 그와 연관된 질병이 기 저장되어 있을 수 있으며, 이를 통해 시니어의 현재 상태에서 발병확률이 높은 다른 질병을 판단하여 디스플레이부(210)에 송출하고, 알람정보를 서버(100)로 전송할 수 있다.In addition, the
예를 들어, 시니어의 질병 상태가 비만인 경우, 비만에 해당하는 건강지표의 조합 및 건강지표의 수치 임계치와 연관된 질병이 당뇨병으로 기 저장되어 있다.For example, when the disease state of the senior is obesity, a combination of health indicators corresponding to obesity and a disease associated with a numerical threshold of the health indicator are pre-stored as diabetes.
시니어의 혈당이 비만에 기 설정된 건강지표의 수치 임계치인 126 mg/dL을 초과하면, 시니어가 이미 앓고 있는 질병인 비만과 다른 질병인 당뇨병의 추가 발병 가능성이 높은 것으로 판단하고 디스플레이부(210)에 현재 앓고 있는 질병인 비만 외에 추가로 당뇨병의 가능성을 디스플레이부(210)에 송출하고, 알람 정보를 서버(100)에 전송할 수 있다.When the senior's blood sugar exceeds 126 mg/dL, which is the numerical threshold of the health index preset for obesity, it is determined that the possibility of further onset of obesity, which is a disease that the senior already suffers from, and diabetes, which is another disease, is high, and the
이후, 서버(100)가 시니어 및 시니어의 보호자 소유의 사용자단말(300)로 알람정보를 전송할 수 있다.Thereafter, the
또한, 본 발명의 또 다른 실시예에 따르면, 상술한 헬스케어단말(200)이 시니어의 건강상태를 판단하는 동작은 서버(100)에서 이루어지는 것일 수도 있다.In addition, according to another embodiment of the present invention, the above-described operation of the
도7 내지 도8을 참조하여, 본 발명의 일 실시예에 따르는 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법의 동작 순서에 대하여 설명한다.An operation sequence of a method for providing a senior healthcare service based on a body temperature correction algorithm according to an embodiment of the present invention will be described with reference to FIGS. 7 to 8 .
도7을 참조하면, 시니어가 헬스케어장치(200)의 정면에 위치하고 카메라(210)가 시니어의 이미지를 촬영하여 전방에 촬영된 객체 중 사람의 얼굴을 인식한다(S510).Referring to FIG. 7 , the senior is positioned in front of the
헬스케어장치(200)가 사람의 이마를 식별하고, 이마와 헬스케어장치(200) 간의 거리 값을 측정한다(S520).The
이때, 도8을 참조하여 헬스케어장치(200)가 사람의 이마를 식별하고 거리 값을 측정하는 과정을 설명한다.At this time, a process in which the
헬스케어장치(200)가 상기 촬영 이미지 내의 각 픽셀에 대한 특징 값을 분석하여, 시니어의 얼굴에서 이목구비를 식별한 후, 시니어의 이마 위치를 판별한다(S610).The
적외선거리센서가 시니어의 이마 방향으로 적외선을 주사하여 이마위치와 헬스케어 장치 간의 거리 값을 측정한다(S620).The infrared distance sensor scans infrared rays in the direction of the senior's forehead to measure the distance value between the forehead position and the healthcare device (S620).
이후, 적외선거리센서가 측정한 거리 값으로부터 기 설정된 필터 기법을 통하여 노이즈를 제거하고 거리 값을 보정한다(S630).Thereafter, noise is removed from the distance value measured by the infrared distance sensor through a preset filter technique and the distance value is corrected (S630).
상기 과정 이후, 도7을 참조하면, 헬스케어장치(200)가 비접촉식 온도센서를 통하여 시니어의 이마 온도를 측정하고, 온도 값 및 거리 값을 기계학습 된 체온보정알고리즘을 활용하여 보정체온 값으로 산출한다(S530).After the above process, referring to FIG. 7 , the
보정체온 값과 외부장치로부터 수집한 시니어의 기초대사정보, 심박 및 산소포화도 중 적어도 하나의 값을 활용하여 건강상태에 대한 진단을 수행한다(S540).The health condition is diagnosed by using at least one of the corrected body temperature value, the senior's basal metabolic information collected from an external device, heart rate, and oxygen saturation (S540).
이후, 서버(100)가 시니어 및 시니어의 보호자 소유의 사용자 단말(300)로 시니어의 건강상태에 관한 알람정보를 송신한다.Thereafter, the
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. An embodiment of the present invention may also be implemented in the form of a recording medium including instructions executable by a computer, such as a program module to be executed by a computer. Computer-readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. Also, computer-readable media may include all computer storage media. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.Although the methods and systems of the present invention have been described with reference to specific embodiments, some or all of their components or operations may be implemented using a computer system having a general purpose hardware architecture.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The description of the present invention described above is for illustration, and those of ordinary skill in the art to which the present invention pertains can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a dispersed form, and likewise components described as distributed may also be implemented in a combined form.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims rather than the above detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.
100: 서버 200: 헬스케어장치
300: 시니어의 보호자의 단말 210: 카메라
220: 디스플레이부 230: 감지부
231: 거리 측정부 232: 체온 측정부
233: 부가요소 측정부 240: 제어부100: server 200: healthcare device
300: terminal of a senior guardian 210: camera
220: display unit 230: detection unit
231: distance measuring unit 232: body temperature measuring unit
233: additional element measurement unit 240: control unit
Claims (20)
상기 헬스케어장치는 제어부, 디스플레이부, 카메라, 비접촉방식 온도센서,적외선거리센서, 미세먼지센서, 습도센서 및 키 측정센서를 포함하는 감지부를 포함하는 상기 헬스케어장치; 및 상기 헬스케어장치 및 시니어의 보호자의 단말과 유무선으로 연결되어, 상기 헬스케어장치로부터 제공받은 시니어의 알람정보를 상기 시니어의 보호자의 단말로 제공하는 서버;를 포함하고,
(a)상기 헬스케어장치가 카메라를 기반으로 전방에 촬영된 객체 중 시니어의 얼굴을 인식하는 단계;
(b)상기 헬스케어장치가 상기 시니어의 이마를 식별한 후, 이마와 헬스케어장치 간의 거리 값을 측정하는 단계;
(c)상기 헬스케어장치가 상기 온도센서기반으로 시니어의 이마에 대한 온도 값을 측정하여 획득하고, 상기 온도 값, 상기 거리 값과 기계학습 된 체온보정알고리즘을 활용하여, 보정체온 값을 산출하는 단계; 및
(d)상기 헬스케어장치 또는 상기 서버가 상기 보정체온 값과 외부장치로부터 수집한 해당 시니어의 기초대사정보, 심박, 산소포화도 중 적어도 하나의 값을 활용하여 현재 건강상태에 대한 진단을 수행하는 단계;를 포함하고,
상기 (d)단계는,
(d+1) 외부장치와 연결되어 상기 시니어의 기초대사정보 값, 심박 값 및 산소포화도 값을 수집하는 단계;
(d+2) 상기 헬스케어장치가 상기 제공받은 보정체온 값 및 상기 헬스케어장치와 연결된 복수의 외부장치로부터 제공되는 상기 시니어의 기초대사정보 값, 심박 값, 및 산소포화도 값 중 적어도 하나를 기초로 상기 미세먼지센서로부터 측정한 미세먼지농도 및 상기 키 측정센서로부터 측정한 상기 시니어의 키를 종합하여 상기 시니어의 건강상태를 판단하는 단계; 및
(d+3) 상기 서버는 상기 판단결과 값이 임계치를 초과하는 경우, 상기 건강상태를 비정상상태로 판별하고, 시니어의 상태 및 상기 감지부의 측정값을 상기 서버가 식별한 시니어의 보호자의 단말에 알람정보와 함께 제공하는 단계;를 포함하고,
상기 (d+3) 단계는,
상기 헬스케어장치 및 상기 서버에 기 저장된 상기 시니어의 질병정보 및 상기 질병정보를 기반으로 기 설정된 체온, 심박, 산소포화도에 대한 임계치를 기반으로 상기 임계치가 기 설정된 상한값을 하나 이상 초과하는 경우, 해당 질병의 발병 가능성이 높으므로 전문의 검진을 받을 필요가 있는 것으로 판단하여, 전문의 검진이 받을 필요가 있다는 분석결과를 수집하는 경우, 상기 디스플레이부로 송출하고 상기 서버로 제공하여 상기 시니어의 보호자의 단말로 제공하는 것인,
체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법.In the method for providing senior healthcare service based on a body temperature correction algorithm, performed by a healthcare device,
The healthcare device may include: the healthcare device including a control unit, a display unit, a camera, a non-contact temperature sensor, an infrared distance sensor, a fine dust sensor, a sensing unit including a humidity sensor and a key measurement sensor; and a server connected to the health care device and the terminal of the guardian of the senior by wire or wireless, and providing the alarm information of the senior provided from the healthcare device to the terminal of the guardian of the senior;
(a) recognizing, by the healthcare device, a face of a senior among objects photographed in front based on a camera;
(b) after the healthcare device identifies the senior's forehead, measuring a distance value between the forehead and the healthcare device;
(c) the healthcare device measures and obtains the temperature value for the forehead of the senior based on the temperature sensor, and uses the temperature value, the distance value, and a machine-learned body temperature correction algorithm to calculate a corrected body temperature value step; and
(d) the health care device or the server using the corrected body temperature value and at least one of the senior's basal metabolic information, heart rate, and oxygen saturation collected from an external device to diagnose the current health status including;
Step (d) is,
(d+1) connecting to an external device to collect the basal metabolic information value, heart rate value, and oxygen saturation value of the senior;
(d+2) based on at least one of the corrected body temperature value provided by the healthcare device and the senior's basal metabolic information value, heart rate value, and oxygen saturation value provided from a plurality of external devices connected to the healthcare device determining the health status of the senior by synthesizing the fine dust concentration measured by the fine dust sensor and the height of the senior measured by the key measurement sensor; and
(d+3) When the determination result value exceeds the threshold, the server determines the health state as an abnormal state, and records the state of the senior and the measurement value of the sensing unit to the terminal of the guardian of the senior identified by the server. Including; providing along with alarm information;
The step (d + 3) is,
When the threshold value exceeds one or more preset upper limits based on the threshold values for body temperature, heart rate, and oxygen saturation preset based on the disease information and the disease information of the senior stored in advance in the health care device and the server, the corresponding When it is determined that it is necessary to undergo a medical examination by a specialist because of the high probability of the disease, and an analysis result indicating the need to undergo a specialist examination is collected, the result is transmitted to the display unit and provided to the server to the terminal of the guardian of the senior which is provided by
A method of providing senior healthcare services based on a body temperature correction algorithm.
상기(a)단계는,
상기 헬스케어장치의 카메라로 촬영한 이미지를 수신하여, 이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 이미지 내에 시니어의 얼굴이 촬영되었는지 판단하고, DB에 저장된 복수의 시니어의 얼굴이미지와 상기 수신한 이미지를 비교하여 시니어의 신원을 특정하는 단계; 를 포함하는, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법.According to claim 1,
Step (a) is,
Receives an image taken with the camera of the healthcare device, determines whether a senior's face is photographed in the image through feature value analysis for each pixel in the image, and a plurality of senior face images and the received image stored in the DB comparing them to specify the identity of the senior; A method of providing senior healthcare services based on a body temperature correction algorithm, including.
상기(b)단계는,
상기 헬스케어장치가 이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 시니어 얼굴의 이목구비를 식별한 후, 시니어의 이마 위치를 판별하는 단계; 상기 적외선거리센서가 상기 시니어의 이마 방향으로 적외선을 주사하고 반사된 적외선을 수집한 후 적외선이 주사된 후 수집되기까지의 시간을 근거로 상기 이마위치와 상기 헬스케어장치 사이의 거리를 측정하는 단계; 및
상기 헬스케어장치가 상기 적외선거리센서가 측정한 거리 값으로부터 기 설정된 필터 기법을 통하여 노이즈를 제거하고 상기 거리 값을 보정하는 단계;를 포함하는 것인, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법.The method of claim 1,
Step (b) is,
determining, by the healthcare device, the location of the senior's forehead after identifying the features of the senior's face through feature value analysis for each pixel in the image; After the infrared distance sensor scans infrared rays in the direction of the senior's forehead and collects the reflected infrared rays, measuring the distance between the forehead position and the healthcare device based on the time until the infrared rays are scanned and collected ; and
The health care device removes noise from the distance value measured by the infrared distance sensor through a preset filter technique and corrects the distance value; a method for providing senior health care service based on a body temperature correction algorithm, including; .
상기(c)단계는,
상기 비접촉방식 온도센서가 상기 시니어의 이마의 온도를 원거리에서 측정하는 단계;
상기 비접촉방식 온도센서로부터 제공받은 온도 값을 체온보정알고리즘에 따라 보정하는 단계;
를 포함하는, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법.According to claim 1,
Step (c) is,
Measuring the temperature of the forehead of the senior by the non-contact type temperature sensor from a distance;
correcting the temperature value provided from the non-contact type temperature sensor according to a body temperature correction algorithm;
A method of providing senior healthcare services based on a body temperature correction algorithm, including.
상기(c)단계는,
상기 체온보정알고리즘은 상기 비접촉방식 온도센서에 의해 측정된 온도 값을 체온예측모델에 입력하여 출력한 실제 온도 값과 상기 측정된 온도 값을 기 설정된 수식에 대입하여 보정체온 값을 산출하는 것인, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법.5. The method of claim 4,
Step (c) is,
The body temperature correction algorithm inputs the temperature value measured by the non-contact type temperature sensor to the body temperature prediction model and substitutes the output actual temperature value and the measured temperature value into a preset formula to calculate a corrected body temperature value, A method of providing senior healthcare services based on a body temperature correction algorithm.
상기 (a) 단계 전에, 기계학습을 통해 체온예측모델을 구축하는 단계를 더 포함하되,
상기 체온예측모델은, 상기 시니어와 상기 헬스케어장치 간의 거리 값, 상기 시니어의 온도 값, 및 상기 시니어가 거주하는 공간의 습도 값을 입력 값으로 설정하고 시니어의 실제체온 값을 출력 값으로 설정하여 ANN기계학습 알고리즘에 적용하여 학습한 모델인 것인, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스 제공 방법.6. The method of claim 5,
Before step (a), the method further comprises the step of building a body temperature prediction model through machine learning,
The body temperature prediction model sets the distance value between the senior and the healthcare device, the temperature value of the senior, and the humidity value of the space in which the senior resides as input values, and sets the actual body temperature value of the senior as an output value. A method of providing senior healthcare services based on a body temperature correction algorithm, which is a model learned by applying the ANN machine learning algorithm.
제어부, 디스플레이부, 카메라, 적외선거리센서, 비접촉방식 온도센서, 미세먼지센서, 습도센서 및 키 측정센서를 포함하는 감지부를 포함하되,
상기 제어부는,
카메라를 기반으로 전방에 촬영된 객체 중 시니어의 얼굴을 인식하고, 상기 시니어의 이마를 식별한 후, 이마와 헬스케어장치간의 거리 값을 측정하고, 상기 온도센서기반으로 시니어의 이마에 대한 온도 값을 측정하여 획득하고, 상기 온도 값, 상기 거리 값과 기계학습 된 체온보정알고리즘을 활용하여, 보정체온 값을 산출하고, 상기 보정체온 값과 외부장치로부터 수집한 해당 시니어의 기초대사정보, 심박, 산소포화도 중 적어도 하나의 값을 활용하여 현재 건강상태에 대한 진단을 수행하되,
상기 건강상태에 대한 진단을 수행할 때,
외부장치와 연결되어 상기 시니어의 기초대사정보 값, 심박 값 및 산소포화도 값을 수집하고, 상기 헬스케어장치가 상기 제공받은 보정체온 값 및 상기 헬스케어장치와 연결된 복수의 외부장치로부터 제공되는 상기 시니어의 기초대사정보 값, 심박 값, 및 산소포화도 값 중 적어도 하나를 기초로 상기 미세먼지센서로부터 측정한 미세먼지농도 및 상기 키 측정센서로부터 측정한 상기 시니어의 키를 종합하여 상기 시니어의 건강상태를 판단하고,
상기 헬스케어장치 및 서버에 기 저장된 상기 시니어의 질병정보 및 상기 질병정보를 기반으로 기 설정된 체온, 심박, 산소포화도에 대한 임계치를 기반으로 상기 임계치가 기 설정된 상한값을 하나 이상 초과하는 경우, 해당 질병의 발병 가능성이 높으므로 전문의 검진을 받을 필요가 있는 것으로 판단하여, 전문의 검진이 받을 필요가 있다는 분석결과를 수집하는 경우, 상기 디스플레이부로 송출하고 서버로 제공하여 상기 시니어의 단말로 제공하고,
상기 서버는,
상기 판단결과 값이 상기 임계치를 초과하는 경우, 상기 건강상태를 비정상상태로 판별하고, 시니어의 상태 및 상기 감지부의 측정값을 상기 서버가 식별한 시니어의 보호자의 단말에 알람정보와 함께 제공하는 것인, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스를 제공하기 위한 헬스케어장치.In the healthcare device for providing senior healthcare service based on body temperature correction algorithm,
A control unit, a display unit, a camera, an infrared distance sensor, a non-contact temperature sensor, a fine dust sensor, a humidity sensor and a sensing unit including a key measurement sensor,
The control unit is
The face of the senior among the objects photographed in front is recognized based on the camera, the forehead of the senior is identified, the distance value between the forehead and the healthcare device is measured, and the temperature value for the forehead of the senior based on the temperature sensor is obtained by measuring the temperature value, the distance value, and the machine-learned body temperature correction algorithm to calculate the corrected body temperature value, and the corrected body temperature value and the senior's basic metabolic information collected from an external device, Diagnosis of the current health condition is performed using at least one value of oxygen saturation,
When performing the diagnosis of the health condition,
It is connected to an external device to collect the basal metabolic information value, heart rate value, and oxygen saturation value of the senior, and the healthcare device provides the corrected body temperature value and the senior provided from a plurality of external devices connected to the healthcare device Based on at least one of the basic metabolic information value, heart rate value, and oxygen saturation value of judge,
When the threshold value exceeds one or more preset upper limits based on the threshold values for body temperature, heart rate, and oxygen saturation preset based on the disease information and the disease information of the senior stored in advance in the healthcare device and the server, the disease When it is determined that it is necessary to undergo a medical examination by a specialist because there is a high possibility of the onset of , and the analysis result indicating that a specialist examination is necessary is collected, it is transmitted to the display unit and provided to the server to provide to the terminal of the senior,
The server is
When the determination result value exceeds the threshold, the health state is determined as an abnormal state, and the state of the senior and the measurement value of the detection unit are provided together with alarm information to the terminal of the guardian of the senior identified by the server A health care device for providing senior health care services based on in- and body temperature correction algorithms.
상기 제어부는,
상기 시니어의 얼굴을 인식할 때,
상기 카메라로 촬영한 이미지를 수신하여, 이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 이미지 내에 시니어의 얼굴이 촬영되었는지 판단하고, DB에 저장된 복수의 시니어의 얼굴이미지와 상기 수신한 이미지를 비교하여 시니어의 신원을 특정하는, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스를 제공하기 위한 헬스케어장치.12. The method of claim 11,
The control unit is
When recognizing the senior's face,
Receives the image taken with the camera, determines whether a senior's face is photographed in the image through feature value analysis of each pixel in the image, and compares the received image with the face image of a plurality of seniors stored in the DB. A healthcare device for providing senior healthcare services based on a body temperature correction algorithm that specifies the identity of
상기 제어부는,
상기 시니어의 이마를 식별할 때,
이미지 내의 각 픽셀에 대한 특징 값 분석을 통해 시니어 얼굴의 이목구비를 식별한 후, 시니어의 이마 위치를 판별하고, 상기 적외선거리센서가 상기 시니어의 이마 방향으로 적외선을 주사하고 반사된 적외선을 수집한 후 적외선이 주사된 후 수집되기까지의 시간을 근거로 상기 이마위치와 상기 헬스케어장치 사이의 거리를 측정하고, 상기 헬스케어장치가 상기 적외선거리센서가 측정한 거리 값으로부터 기 설정된 필터 기법을 통하여 노이즈를 제거하고 상기 거리 값을 보정하는, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스를 제공하기 위한 헬스케어장치.12. The method of claim 11,
The control unit is
When identifying the senior's forehead,
After identifying the features of the senior's face through feature value analysis for each pixel in the image, determining the location of the senior's forehead, the infrared distance sensor scans infrared rays in the direction of the senior's forehead and collects the reflected infrared rays The distance between the forehead position and the healthcare device is measured based on the time until the infrared rays are scanned and collected, and the healthcare device generates noise from the distance value measured by the infrared distance sensor through a preset filter technique. A health care device for providing a senior health care service based on a body temperature correction algorithm, which removes and corrects the distance value.
상기 제어부는,
시니어의 이마에 대한 온도 값을 측정하여 획득할 때,
상기 비접촉방식 온도센서가 상기 시니어의 이마의 온도를 원거리에서 측정하고, 상기 비접촉방식 온도센서로부터 제공받은 온도 값을 체온보정알고리즘에 따라 보정하는, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스를 제공하기 위한 헬스케어장치.12. The method of claim 11,
The control unit is
When obtained by measuring the temperature value on the forehead of the senior,
The non-contact type temperature sensor measures the temperature of the senior's forehead from a distance, and corrects the temperature value provided from the non-contact type temperature sensor according to a body temperature correction algorithm, a body temperature correction algorithm-based senior health care service. healthcare device.
상기 제어부는,
체온보정알고리즘을 활용하여, 보정체온 값을 산출할 때,
상기 체온보정알고리즘은 상기 비접촉방식 온도센서에 의해 측정된 온도 값을 체온예측모델에 입력하여 출력한 실제 온도 값과 상기 측정된 온도 값을 기 설정된 수식에 대입하여 보정체온 값을 산출하는 것인, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스를 제공하기 위한 헬스케어장치.15. The method of claim 14,
The control unit is
When calculating the corrected body temperature value using the body temperature correction algorithm,
The body temperature correction algorithm inputs the temperature value measured by the non-contact type temperature sensor to the body temperature prediction model and substitutes the output actual temperature value and the measured temperature value into a preset formula to calculate a corrected body temperature value, A health care device for providing senior health care services based on a body temperature correction algorithm.
상기 제어부는,
상기 시니어의 얼굴을 인식할 때,
기계학습을 통해 체온예측모델을 구축하는 단계를 더 포함하되, 상기 체온예측모델은, 상기 시니어와 상기 헬스케어장치 간의 거리 값, 상기 시니어의 온도 값, 및 상기 시니어가 거주하는 공간의 습도 값을 입력 값으로 설정하고 시니어의 실제체온 값을 출력 값으로 설정하여 ANN기계학습 알고리즘에 적용하여 학습한 모델인 것인, 체온 보정 알고리즘 기반의 시니어 헬스케어서비스를 제공하기 위한 헬스케어장치.16. The method of claim 15,
The control unit is
When recognizing the senior's face,
The method further comprising the step of constructing a body temperature prediction model through machine learning, wherein the body temperature prediction model includes a distance value between the senior and the healthcare device, a temperature value of the senior, and a humidity value of the space in which the senior resides. A healthcare device for providing senior healthcare services based on a body temperature correction algorithm, which is a model learned by applying the ANN machine learning algorithm by setting the input value and setting the actual body temperature value of the senior as the output value.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210020975A KR102344186B1 (en) | 2021-02-17 | 2021-02-17 | Method for providing senior health care services based on body temperature correction algorithm |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210020975A KR102344186B1 (en) | 2021-02-17 | 2021-02-17 | Method for providing senior health care services based on body temperature correction algorithm |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102344186B1 true KR102344186B1 (en) | 2021-12-28 |
Family
ID=79177964
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210020975A KR102344186B1 (en) | 2021-02-17 | 2021-02-17 | Method for providing senior health care services based on body temperature correction algorithm |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102344186B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102133943B1 (en) * | 2020-01-16 | 2020-07-14 | 가천대학교 산학협력단 | Devices and methods for providing home health care for senior health |
| KR102161477B1 (en) * | 2020-07-02 | 2020-10-05 | (주)큐브이미징시스템즈 | Improved method for accurate temperature of thermal imaging camera using face recognition |
| KR102188076B1 (en) * | 2020-10-23 | 2020-12-07 | 최혜린 | method and apparatus for using IoT technology to monitor elderly caregiver |
-
2021
- 2021-02-17 KR KR1020210020975A patent/KR102344186B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102133943B1 (en) * | 2020-01-16 | 2020-07-14 | 가천대학교 산학협력단 | Devices and methods for providing home health care for senior health |
| KR102161477B1 (en) * | 2020-07-02 | 2020-10-05 | (주)큐브이미징시스템즈 | Improved method for accurate temperature of thermal imaging camera using face recognition |
| KR102188076B1 (en) * | 2020-10-23 | 2020-12-07 | 최혜린 | method and apparatus for using IoT technology to monitor elderly caregiver |
Non-Patent Citations (1)
| Title |
|---|
| Adrian Shajkofci 외, Correction of human forehead temperature variations measured by non-contact infrared thermometer, medRxiv, 2020.12.04., pp1-5.* * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102133943B1 (en) | Devices and methods for providing home health care for senior health | |
| Luo et al. | Computer vision-based descriptive analytics of seniors’ daily activities for long-term health monitoring | |
| US9597016B2 (en) | Activity analysis, fall detection and risk assessment systems and methods | |
| KR101870121B1 (en) | System, method and program for analyzing blood flow by deep neural network | |
| Ghose et al. | UbiHeld: ubiquitous healthcare monitoring system for elderly and chronic patients | |
| US20230197289A1 (en) | Epidemic Monitoring System | |
| US9888845B2 (en) | System and method for optical detection of cognitive impairment | |
| CN110197732B (en) | Remote health monitoring system, method and equipment based on multiple sensors | |
| BR102012005038A2 (en) | method, system and apparatus for continuous cardiac monitoring in an individual | |
| WO2020121308A9 (en) | Systems and methods for diagnosing a stroke condition | |
| Luo et al. | Integrating hypertension phenotype and genotype with hybrid non-negative matrix factorization | |
| CN112992325B (en) | Detection data processing method, system and device for monitored object | |
| JP2014223063A (en) | Pet health check apparatus, pet health check method, and program | |
| CN111227789A (en) | Human health monitoring method and device | |
| EP3160328B1 (en) | Device, system and computer program for detecting a health condition of a subject | |
| KR102344186B1 (en) | Method for providing senior health care services based on body temperature correction algorithm | |
| US11688264B2 (en) | System and method for patient movement detection and fall monitoring | |
| Paliwal et al. | A comparison of mobile patient monitoring systems | |
| EP4111984A1 (en) | Information processing method, computer program, information processing device, and information processing system | |
| KR102385398B1 (en) | Apparatus and Method for Detecting pessimistic Action based on IT-BT Convergence Technology | |
| Nagaraj et al. | IoT Based Remote Patient Health Monitoring System | |
| CN113724853A (en) | Intelligent medical system based on deep learning | |
| CN105595973A (en) | Sleeping abnormity warning device | |
| KR102549030B1 (en) | System for providing total healthcare service | |
| Winnick et al. | Automated nystagmus detection: Accuracy of slow-phase and quick-phase algorithms to determine the presence of nystagmus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |