KR102378040B1 - 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치 - Google Patents
데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치 Download PDFInfo
- Publication number
- KR102378040B1 KR102378040B1 KR1020210141738A KR20210141738A KR102378040B1 KR 102378040 B1 KR102378040 B1 KR 102378040B1 KR 1020210141738 A KR1020210141738 A KR 1020210141738A KR 20210141738 A KR20210141738 A KR 20210141738A KR 102378040 B1 KR102378040 B1 KR 102378040B1
- Authority
- KR
- South Korea
- Prior art keywords
- sleep
- tib
- user
- range
- determination
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 208000019116 sleep disease Diseases 0.000 title claims abstract description 35
- 208000020685 sleep-wake disease Diseases 0.000 title claims abstract description 32
- 230000003860 sleep quality Effects 0.000 claims abstract description 29
- 230000004622 sleep time Effects 0.000 claims abstract description 22
- 208000010340 Sleep Deprivation Diseases 0.000 claims description 44
- 238000010586 diagram Methods 0.000 description 13
- 230000036541 health Effects 0.000 description 12
- 238000003672 processing method Methods 0.000 description 11
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 206010022437 insomnia Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013542 behavioral therapy Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009225 cognitive behavioral therapy Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005728 strengthening Methods 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- 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
-
- 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
-
- 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
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- 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
- A61B5/4815—Sleep quality
-
- 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
- A61B5/4833—Assessment of subject's compliance to treatment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Psychiatry (AREA)
- Anesthesiology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명은 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 데이터 기반의 수면 장애 치료 방법은 수면 장애 치료 장치가 수면질을 결정하는 단계, 수면 장애 치료 장치가 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하는 단계와 수면 장애 치료 장치가 수면질 및 사용자 순응도를 기반으로 제2 R-TIB를 결정하는 단계를 포함하되, 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고, 제2 R-TIB는 이후에 사용자에게 권유되는 수면 시간일 수 있다.
Description
본 발명은 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치에 관한 것이다. 보다 상세하게는 사용자의 데이터를 사용하여 결정된 수면 효율을 기반으로 사용자의 수면 장애를 치료하기 위한 데이터 기반의 수면 장애 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치에 관한 것이다.
각종 스마트 기술의 개발로 개인 일상 활동에 관한 데이터가 기록되고 기록된 데이터를 기반으로 개인 생활이 보다 효율적으로 관리될 수 있게 되었다. 그 중에서도 건강에 대한 관심이 높아지면서 건강 관련 데이터 로깅(logging)이 주목받고 있다. 이미 많은 사용자들이 스마트폰과 웨어러블 장치와 같은 사용자 장치를 통해 사용자의 운동, 식이, 수면 등 각종 건강 관련 데이터를 생성하고 활용하고 있다. 과거 건강 관련 데이터가 의료 기관에서만 생성되고 관리되었던 데에서 벗어나 사용자가 스마트폰이나 웨어러블 장치와 같은 사용자 장치를 통해 사용자의 건강 관련 데이터를 스스로 생성 및 관리하기 시작한 것이다.
건강 관련 데이터 로깅은 웨어러블 장치를 통해 이루어지는 경우가 많다. 웨어러블 장치는 사용자의 몸에 소지하거나 부착하는 사용자 장치이다. 웨어러블 장치는 사물인터넷 등의 발전을 통해 건강 관련 데이터를 수집하는데 많이 활용되고 있다. 웨어러블 장치는 사용자의 신체 변화 정보, 사용자 주위를 둘러싼 환경 데이터를 기기를 통해 수집하고, 수집된 데이터를 기반으로 사용자의 건강에 필요한 조언을 제공할 수 있다.
현재는 웨어러블 장치를 통해 획득된 건강 관련 데이터를 활용하여 피드백을 제공하는 절차가 정교화되지 못하여 구체적인 의료 행위에 활용되지 못하고 있다. 하지만, 웨어러블 장치뿐만 아니라 다양한 건강 관련 데이터를 수집할 수 있는 사용자 장치의 발전 및 사용자 장치를 통해 획득된 건강 관련 데이터를 기반으로 한 판단 알고리즘의 정교화에 따라 실제 의료 행위에 사용자 장치를 통해 획득된 건강 관련 데이터를 활용할 수 있다.
특히, 수면에 대한 데이터를 기반으로 행동 치료를 수행하는 것은 알고리즘을 기반으로 구현 가능한 영역을 이러한 디지털 치료에 대한 구체적인 연구 개발이 진행되고 있다.
본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 데이터를 사용한 사용자의 수면 효율을 고려하여 더욱 치료적으로 효과적인 취침 시간을 권장하여 사용자의 수면 장애를 치료하는 것을 목적으로 한다.
또한, 본 발명은, 사용자의 권장 취침시간을 적당히 조절해서 환자의 순응도와 치료적 성능의 균형을 잘 조절하여 사용자의 수면 장애를 치료하는 것을 목적으로 한다.
또한, 본 발명은, 사용자의 사용자 순응도를 고려하여 적응적인 수면 데이터 관리 및 R-TIB(recommended time in bed) 트리의 생성을 통해 사용자의 수면 장애를 치료하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 실시예에 따르면, 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법은 수면 장애 치료 장치가 수면질을 결정하는 단계, 상기 수면 장애 치료 장치가 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하는 단계와 상기 수면 장애 치료 장치가 상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하는 단계를 포함할 수 있되, 상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고, 상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간일 수 있다.
본 발명의 일 실시예에 따르면, 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법은 수면 장애 치료 장치가 수면질을 결정하는 단계, 상기 수면 장애 치료 장치가 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하는 단계와 상기 수면 장애 치료 장치가 상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하는 단계를 포함할 수 있되, 상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고, 상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간일 수 있다.
삭제
한편, 상기 수면질은 수면 효율 및 수면 부족을 포함하고, 상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정될 수 있다.
또한, 상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고, 상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고 상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고, 상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고, 상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되, 상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정될 수 있다.
본 발명의 다른 실시예에 따르면, 데이터 기반의 수면 장애 치료를 수행하는 수면 장애 치료 장치는 수면질을 결정하도록 구현되는 수면질 결정부, 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하도록 구현되는 사용자 순응도 결정부와 상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하도록 구현되는 R-TIB 결정부를 포함하되, 상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고, 상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간일 수 있다.
한편, 상기 수면질은 수면 효율 및 수면 부족을 포함하고, 상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정될 수 있다.
또한, 상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고, 상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고, 상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고, 상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고, 상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되, 상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정될 수 있다.
본 발명에 의하면, 데이터를 사용한 사용자의 수면 효율을 고려하여 더욱 치료적으로 효과적인 취침 시간을 권장하여 사용자의 수면 장애가 치료될 수 있다.
또한, 본 발명에 의하면, 사용자의 권장 취침 시간을 적당히 조절해서 환자의 순응도와 치료적 성능의 균형를 잘 조절하여 사용자의 수면 장애가 치료될 수 있다.
또한, 본 발명에 의하면, 사용자의 사용자 순응도를 고려하여 적응적인 수면 데이터 관리 및 R-TIB 트리의 생성을 통해 사용자의 수면 장애가 치료될 수 있다.
도 1은 본 발명의 실시예에 따른 수면 장애 치료 장치를 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 사용자 순응도 결정부의 동작을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 R-TIB 결정부의 동작을 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 R-TIB를 결정하기 위한 데이터를 추출하기 위한 방법을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 누락 데이터에 대한 처리 방법을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 R-TIB 결정 방법을 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 사용자 순응도 결정부의 동작을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 R-TIB 결정부의 동작을 나타낸 개념도이다.
도 4는 본 발명의 실시예에 따른 R-TIB를 결정하기 위한 데이터를 추출하기 위한 방법을 나타낸 개념도이다.
도 5는 본 발명의 실시예에 따른 누락 데이터에 대한 처리 방법을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 R-TIB 결정 방법을 나타낸 개념도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여 지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
수면 제한 요법은 불면증 인지 행동 치료 안에서 행동 치료에 속하는 치료 기법 중 하나다. 수면 제한 요법은 TIB(Time in Bed)를 제한하는 방식의 행동 치료이다. 수면 제한 요법은 수면을 강제로 제한할 수 없기에 침대에 있을 시간을 권장해주는 형식으로 진행하고 이를 Recommend TIB(이하, R-TIB)라는 용어로 정의하여 사용한다.
수면 제한 요법은 3가지 메카니즘으로 불면증을 치료하는데 도움을 줄 수 있다. 3가지 메커니즘은 1) 깨어있는 상태로 침대에 있는 것을 방지, 2) 수면 패턴을 정상화, 3) 수면과 침대 사이의 연결고리의 강화이다.
현재까지 수면 제한 요법에 대한 연구는 상당히 제한적이다. 수면 제한 요법이 불면증 인지 행동 치료에는 초기 버전부터 적용되었으나 어떤 메카니즘으로 작용이 되는지, 정확한 방식은 어떻게 해야 되는지 등 아직 연구가 진행 중인 것이 많다.
본 발명의 실시예에 따른 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치에서는 수면 효율을 기반으로 고도화된 R-TIB 알고리즘이 개시된다. 고도화된 R-TIB 알고리즘은 사용자 정보 및 환경 정보와 같은 다양한 정보를 기반으로 더욱 치료적으로 효과적인 R-TIB를 결정하여 사용자 순응도와 치료적 성능의 균형를 잘 조절하는 것을 목적으로 한다.
도 1은 본 발명의 실시예에 따른 수면 장애 치료 장치를 나타낸 개념도이다.
도 1에서는 사용자의 수면 장애 치료를 위해 사용자에게 적응적으로 R-TIB를 제공하기 위한 방법이 개시된다.
도 1을 참조하면, 수면 장애 치료 장치는 수면질 결정부(100), 수면 시간 결정부(110), 사용자 순응도 결정부(120), R-TIB 결정부(130) 및 프로세서(140)를 포함할 수 있다.
수면질 결정부(100)는 수면질을 결정하기 위해 구현될 수 있다. 수면질은 사용자가 양질의 수면 상태를 가지느냐에 관한 것이다. 수면질 결정부(100)는 주관적인 평가 데이터 및/또는 객관적인 평가 데이터(호흡, 뇌파, 움직임 등)을 기반으로 수면질을 결정할 수 있다.
수면질 결정부(100)는 수면 효율, 수면 부족 여부에 대해 수치화된 판단을 수행하여 후술할 R-TIB를 결정하기 위한 제1 판단 구간(수면 효율 판단 구간)과 제2 판단 구간(수면 부족 판단 구간)에서 사용자의 해당 구간을 결정하기 위해 구현될 수 있다.
수면 시간 결정부(110)는 사용자의 수면 시간을 결정하기 위해 구현될 수 있다. 수면 시간은 사용자가 침대에서 잠을 잔 시간으로서 주관적인 평가 데이터 및/또는 객관적인 평가 데이터(호흡, 뇌파, 움직임 등)을 기반으로 결정될 수 있다.
사용자 순응도 결정부(120)는 결정된 R-TIB에 대한 사용자가 순응하는 정도일 수 있다. 사용자 순응도는 다른 표현으로 R-TIB 순응도라는 용어로 표현될 수 있다. R-TIB 결정부에 의해 결정된 R-TIB와 사용자가 실제 수면 시간인 TIB와의 관계를 기반으로 사용자가 결정된 R-TIB에 얼마나 순응하는지에 대한 정도가 사용자 순응도로서 결정될 수 있다. 본 발명에서는 선형적으로 사용자 순응도에 대한 측정이 수행될 수 있고, 구체적인 사용자 순응도 결정 방법은 후술된다.
R-TIB 결정부(130)는 R-TIB를 결정하기 위해 구현될 수 있다. 사용자의 수면질, 사용자 실제 수면 시간(TIB), 사용자 순응도를 고려하여 R-TIB가 결정될 수 있다.
프로세서(140)는 수면질 결정부(100), 수면 시간 결정부(110), 사용자 순응도 결정부(120) 및 R-TIB 결정부(130)의 동작을 제어하기 위해 구현될 수 있다.
도 2a는 본 발명의 실시예에 따른 사용자 순응도 결정부의 동작을 나타낸 개념도이다.
도 2a에서는 사용자 순응도 결정부에서 사용자 순응도를 결정하는 방법이 개시된다.
도 2a를 참조하면, 사용자 순응도는 TIB의 범위에 따라 서로 다른 기울기를 가지고 결정될 수 있다. 아래는 TIB의 범위에 따라 서로 다른 기울기를 기반으로 사용자 순응도를 결정하는 방법이 개시된다. TIB의 범위 및 기울기값은 예시적인 값으로서 피드백 결과를 기반으로 적응적으로 변화될 수 있다.
예를 들어, 사용자 순응도(R-TIB Compliance)는 아래의 수학식1과 같이 계산될 수 있다.
<수학식 1-1>
수학식 1-1에서 각 변수는 아래를 의미한다.
y R-TIB compliance(사용자 순응도)
x = TIB (R-TIB 결정 후 사용자의 실제 수면 시간)
a = R-TIB(R-TIB 결정부를 통해 사용자에게 추천된 권장 수면 시간)
M = Max TIB duration (환자가 최대로 침대에 누워있을 수 있는 시간)
s1 = R-TIB Compliance(사용자 순응도)를 계산하기 위한 기울기 1
s2 = R-TIB Compliance(사용자 순응도)를 계산하기 위한 기울기 2
여기서 M값인 24, s1, s2, a+3에서 변수 3과 같은 수는 사용자 순응도 피드백 결과, 치료 효과에 따라 적응적으로 변화될 수 있다.
구체적으로 TIB가 R-TIB를 넘어가지 않고, TIB와 R-TIB가 일치할때까지 제1 TIB 범위(210), 제2 TIB 범위(220)를 설정하여 제1 TIB 범위(210)에서 제2 TIB 범위(220)보다 상대적으로 더 큰 기울기로 상대적으로 빠르게 사용자 순응도가 높아지도록 설정될 수 있다.
TIB가 R-TIB를 넘어가는 경우, 제3 TIB 범위(230)와 제4 TIB 범위(240)를 설정하여 제3 TIB 범위(230)에서 제4 TIB 범위(240)보다 상대적으로 더 큰 기울기로 상대적으로 느리게 사용자 순응도가 작아지도록 설정될 수 있다.
도 2b는 본 발명의 실시예에 따른 사용자 순응도 결정부의 동작을 나타낸 개념도이다.
도 2b에서는 사용자 순응도 결정부에서 사용자 순응도를 결정하는 방법이 개시된다.
도 2b를 참조하면, 선형이 아닌 포물선의 사용자 순응도 곡선을 기반으로 TIB에 따른 사용자 순응도가 결정될 수도 있다.
사용자 순응도를 결정하기 위해 피스와이즈 함수(piecewise function)이 사용될 수 있다.
최소 TIB(예를 들어, 0시간)가 설정되고, 피스와이즈 함수를 기반으로 사용자 순응도를 결정하기 위해 최대 TIB가 설정될 수 있다. 최대 TIB는 사람이 잘 수 있는 최대 취침 시간으로서, 예를 들어, 20시간으로 설정될 수 있다.
최대 TIB 듀레이션(duration)은 정의된 최소값(예를 들어, 10시간)을 기준으로 변화될 수 있고, 사용자의 취침 데이터를 기준으로 조정될 수 있다. 또는 최대 TIB 듀레이션은 최소 2*R-TIB보다 크도록 설정될 수 있다.
사용자 순응도 곡선은 R-TIB가 a이고, 최대 TIB 듀레이션이 b인 경우, 아래의 수학식을 기준으로 결정될 수 있다.
<수학식 1-2>
여기서, x는 TIB이고, y는 사용자 순응도이다. 예를 들어, R-TIB가 6이고, TIB가 4인 경우, 사용자 순응도는 88.9%이고, R-TIB가 6이고, TIB가 9인 경우, 사용자 순응도는 97.9%이다.
사용자 순응도 곡선은 수학식 1-2와 같이 2의 지수승으로 정의될 수도 있으나 다른 짝수의 지수승으로 정의되어 보다 가파른 곡선으로 정의될 수도 있다. 사용자 순응도 피드백값에 따라 사용자 순응도 곡선을 결정하기 위한 지수승 값은 적응적으로 변화될 수 있다.
사용자 순응도 곡선을 참조하면, R-TIB는 최대 TIB 듀레이션의 1/2보다는 일반적으로 작다. 따라서, 사용자 순응도 곡선은 R-TIB보다 많이 자는 쪽보다 R-TIB보다 적게 자는 쪽에 더욱 엄격하게 사용자 순응도를 결정하도록 정의될 수 있다.
하지만, R-TIB가 최대 TIB 듀레이션의 1/2보다는 큰 경우(예를 들어, R-TIB=6, max TIB 듀레이션10), 사용자 순응도 곡선은 곡선의 오른쪽처럼 R-TIB보다 더 많이 잔 사람들의 순응도를 보다 빠르게 감소시키도록 가파른 기울기를 가질 수 있다.
사용자 순응도 곡선은 잠을 많이 자는 것보다 잠을 적게 자는 것이 불면증 치료에 있어서 좋지 않다는 기준을 기초로 생성될 수 있다.
도 3은 본 발명의 실시예에 따른 R-TIB 결정부의 동작을 나타낸 개념도이다.
도 3에서는 R-TIB 결정부에서 R-TIB를 결정하는 방법이 개시된다.
도 3을 참조하면, R-TIB 결정부에서 사용자의 수면에 대한 제1 판단(수면 효율 판단)(310)을 수행하고, 사용자의 수면에 대한 제2 판단(수면 부족 판단)(320)을 수행하여 R-TIB를 결정하기 위한 방법이 개시된다.
제1 판단(수면 효율 판단)(310)을 기반으로 3개로 설정된 수면 효율 범위 중 하나의 수면 효율 범위가 사용자의 수면 효율 범위로 설정될 수 있다. 제2 판단(수면 부족 판단)(320)을 기반으로 3개로 설정된 수면 부족 범위 중 하나의 수면 부족 범위가 사용자의 수면 부족 범위로 설정될 수 있다.
구간의 간격 및 구간의 개수는 변화될 수 있고, 이러한 방법 또한 본 발명의 권리 범위에 포함될 수 있다. 또한, 본 발명에서 제1 판단(수면 효율 판단)(310)을 기반으로 3개로 설정된 수면 효율 범위인 수면 효율 범위1(313), 수면 효율 범위2(316), 수면 효율 범위3(319), 제2 판단(수면 부족 판단)(320)을 기반으로 3개로 설정된 수면 부족 범위인 수면 부족 범위1(323), 수면 부족 범위2(326), 수면 부족 범위3(329)은 임의적인 것이고 변화될 수 있다.
우선, 사용자의 수면에 대해 제1 판단(수면 효율 판단)(310)이 수행될 수 있다.
사용자의 수면 효율은 수면질 결정부에 의해 결정된 수면 효율(sleep efficiency, SE)를 기반으로 수면 효율 범위1(SE<80)(313), 수면 효율 범위2(80<=SE<=85)(316), 수면 효율 범위3(SE>85)(319) 중 하나로 분류될 수 있다.
수면 효율 범위의 결정 이후, 사용자의 수면에 대해 제2 판단(수면 부족 판단)(320)이 수행될 수 있다.
수면질 결정부에 의해 결정된 수면 부족 판단(sleep need questionnaire, SNQ)을 기반으로 수면 부족 범위1(SNQ<9)(323), 수면 부족 범위2(9<=SNQ<=12)(326), 수면 부족 범위3(SNQ>12)(329) 중 하나로 분류될 수 있다.
제1 판단(수면 효율 판단)(310) 및 제2 판단(수면 부족 판단)(320) 이후, 사용자 순응도(330)가 결정될 수 있다. 사용자에게 이전에 권유된 제1 R-TIB와 실제 사용자의 TIB를 기반으로 도 2에서 전술한 사용자 순응도(330)를 결정하는 방법을 통해 사용자 순응도(330)가 결정될 수 있다.
사용자 순응도(330)가 임계값 이상인 경우, 사용자 순응도(330)가 제1 상태(compliance good)로 판단되고, 사용자 순응도(330)가 임계값 미만인 경우, 사용자 순응도(330)가 제2 상태(compliance bad)로 판단될 수 있다.
사용자 순응도(330)가 제2 상태인 경우, 제1 R-TIB와 TIB의 크기 비교가 수행될 수 있다. 제1 R-TIB가 TIB보다 커서 사용자 순응도(330)가 제2 상태인지, 반대로 제1 R-TIB가 TIB보다 작아서 사용자 순응도(330)가 제2 상태인지 여부에 대해 판단될 수 있다.
제2 R-TIB(350)가 결정될 수 있다.
제2 R-TIB(350)는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정될수 있다.
수면질, 수면 시간, 제1 R-TIB와 TIB를 고려하여 옵션1) 제1 R-TIB를 감소시켜 제2 R-TIB를 결정할 것인지, 옵션2) 기존 제1 R-TIB를 유지하여 제2 R-TIB를 결정할 것인지, 옵션3) 제1 R-TIB를 감소시켜 제2 R-TIB를 결정할 것인지 여부가 결정될 수 있다. 또한, 수면질, 수면 시간, 제1 R-TIB와 TIB를 고려하여 제1 R-TIB의 증가량, 제1 R-TIB의 감소량도 결정될 수 있다.
도 3에서는 수면질, 수면 시간, 제1 R-TIB와 TIB를 고려한 다음번 제2 R-TIB를 결정하는 룰이 예시적으로 개시되어 있다.
기본적으로 수면 효율이 상대적으로 높고, 수면 부족이 상대적으로 낮고 사용자 순응도가 상대적으로 높을수록 기존의 제1 R-TIB를 유지하도록 설정되되, 제1 R-TIB의 조정은 수면 효율과 수면 부족을 고려하여 수행될 수 있다. 구체적으로 제1 R-TIB의 조정은 수면 효율이 낮을수록 제1 R-TIB를 감소시키도록 설정되고, 수면 효율이 높을수록 제1 R-TIB를 증가시키도록 설정될 수 있다. 또한, 제1 R-TIB의 조정은 수면 부족이 상대적으로 작을수록 제1 R-TIB를 감소시키도록 설정되고, 수면 부족이 상대적으로 클수록 제1 R-TIB를 증가시키도록 설정될 수 있다.
도 4는 본 발명의 실시예에 따른 R-TIB를 결정하기 위한 데이터를 추출하기 위한 방법을 나타낸 개념도이다.
도 4에서는 정확성과 신뢰도가 높은 R-TIB를 결정하기 위해 R-TIB 윈도우(window)를 설정하는 방법이 개시된다.
도 4를 참조하면, R-TIB 윈도우(400)는 기본적으로 가장 최근n일치(예를 들어, n=5) 수정 불가능한 수면 데이터를 기준으로 설정될 수 있다.
사용자의 자율성을 높이기 위해 현재 날짜를 포함한 3일치의 수면 데이터는 사용자가 직접 수정 및 작성할 수 있도록 설정될 수 있다. 따라서, R-TIB 윈도우(400)는 기본적으로 가장 최근 n일치로 결정되되, 수정 불가능한 수면 데이터를 기준으로 설정될 수 있다. 사용자가 작성한 수면 일기를 수정해서 R-TIB가 중복 적용될 수도 있는 케이스와 같은 변동 사항을 고려하지 않아도 되기 때문에 R-TIB 윈도우(400)의 설정을 통해 R-TIB의 신뢰도가 증가될 수 있다.
R-TIB 윈도우(400)의 선택을 위해 변동폭이 체크될 수 있다. 예를 들어, 주말의 수면 패턴과 주중의 수면 패턴4은 차이가 클 수 있다. 주말과 같은 경우, 상대적으로 수면의 변동폭이 클 수 있다. 아웃라이어로 예외적인 데이터가 R-TIB 산출하는데 포함되면 부정확하거나 환자에게 도움이 안되는 결과가 나올 수 있다.
R-TIB 윈도우(400)는 디폴트 R-TIB 윈도우(예를 들어, 5일)(420)로 초기 설정되고, 디폴트 R-TIB 윈도우(420)의 변동폭이 결정될 수 있다. 디폴트 R-TIB 윈도우(420)의 변동폭이 표준 편차를 기준으로 산출될 수 있다. 디폴트 R-TIB 윈도우(420)의 변동폭이 임계 변동폭 이상인 경우, 원래 디폴트 R-TIB 윈도우(420)에 하루를 더 추가하여 6일짜리 증가 R-TIB 윈도우(440)가 설정될 수 있다. 증가 R-TIB 윈도우(440)가 설정되는 경우, 더 많은 수면 일기가 추가될수록 변동폭이 감소할 것이고 변동폭이 임계 변동폭 미만인 경우, 임계 변동폭 미만시의 증가 R-TIB 윈도우(400)에 포함되는 n'개의 사용자의 수면 데이터를 기반으로 R-TIB가 결정될 수 있다. 이러한 R-TIB 윈도우 조정 방법을 통해 결정된 R-TIB의 신뢰도와 정확도가 향상될 수 있다.
도 5는 본 발명의 실시예에 따른 누락 데이터에 대한 처리 방법을 나타낸 개념도이다.
도 5에서는 수면 데이터 중 누락된 누락 수면 데이터에 대한 처리를 통해 R-TIB를 결정하는 방법이 개시된다.
도 5를 참조하면, 누락 수면 데이터(500)는 3가지 카테고리로 분류될 수 있다.
제1 카테고리(510)는 누락 수면 데이터(500)가 발생하되, 누락 패턴이 없는 경우이다.
제2 카테고리(520)는 누락 수면 데이터(500)가 발생하되, 누락 패턴이 있는 경우이다.
누락 패턴은 특정 시기에 누락되는 것과 같은 수면 데이터의 누락이 규칙성을 가지고 발생하는 것으로서 주말에는 수면 데이터의 작성을 하지 않아서 누락 수면 데이터와 발생하는 경우는 누락 패턴을 가진다고 볼 수 있다.
제3 카테고리(530)는 누락 수면 데이터(500)가 발생하되, 고의를 가지고 수면 데이터를 누락한 경우이다. 예를 들면, 사용자가 잠을 자지 못한 날 일부러 이를 숨기기 위해 수면 데이터의 생성을 누락한 경우이다.
본 발명에서는 다양한 방법으로 누락 수면 데이터의 3가지 카테고리를 고려하여, 누락 수면 데이터(500)에 대한 처리를 수행하고, R-TIB를 결정할 수 있다.
제1 누락 수면 데이터 처리 방법(515)으로서 동일 삭제 방법(likewise deletion)이 사용될 수 있다. 동일 삭제 방법은 생성되지 않은 수면 데이터는 카테고리를 불문하고, 제외하고 R-TIB를 결정하는 방법이다.
제2 누락 수면 데이터 처리 방법(525)은 제2 카테고리(520)에 대응되는 누락 수면 데이터(500)는 제외하고, 제1 카테고리(510) 및 제3 카테고리(530)에 대응되는 누락 수면 데이터(500)를 추정하여 수면 데이터를 생성하여 R-TIB를 결정하는 방법이다. 제1 카테고리(510)의 누락 수면 데이터(500)는 주변 날짜인 이전 날짜, 이후 날짜의 수면 데이터를 기반으로 추정하여 생성될 수 있다. 제3 카테고리(530)의 누락 수면 데이터(500)는 R-TIB 윈도우 중 가장 수면 효율이 낮고, 가장 수면 부족이 높은 날짜의 수면 데이터를 기반으로 추천하여 생성될 수 있다.
제3 누락 수면 데이터 처리 방법(535)은 제1 카테고리(510) 및 제2 카테고리(520)에 대응되는 누락 수면 데이터(500)는 제외하고, 제3 카테고리(530)에 대응되는 누락 수면 데이터(500)만을 추정하여 수면 데이터를 생성하여 R-TIB를 결정하는 방법이다.
제1 누락 수면 데이터 처리 방법(515), 제2 누락 수면 데이터 처리 방법(525), 제3 누락 수면 데이터 처리 방법(535)은 사용자에 따라 선택적으로 사용될 수 있다.
사용자의 기존 사용자 순응도를 고려하여 사용자 순응도가 제1 임계값 이상이었던 경우, 제1 누락 수면 데이터 처리 방법(515)을 사용할 수 있다.
사용자의 기존 사용자 순응도를 고려하여 사용자 순응도가 제2 임계값 이상, 제1 임계값 미만이었던 경우, 제2 누락 수면 데이터 처리 방법(525)을 사용할 수 있다.
사용자의 기존 사용자 순응도를 고려하여 사용자 순응도가 제2 임계값 미만인 경우, 제3 누락 수면 데이터 처리 방법(535)을 사용할 수 있다.
즉, 기존의 사용자가 본 발명의 실시예에 따른 데이터 기반의 수면 장애 치료 방법에 순응하고 있었는지 여부를 고려하여 사용자 순응도가 상대적으로 낮을수록 보다 엄격한 기준으로 R-TIB를 결정할 수 있다.
도 6은 본 발명의 실시예에 따른 R-TIB 결정 방법을 나타낸 개념도이다.
도 6에서는 수면 효율 범위와 수면 부족 범위를 보다 상세화시켜서 R-TIB 결정을 보다 고도화하기 위한 방법이다.
도 6을 참조하면, 도 3에서 개시된 R-TIB 결정 방법에서 수면 효율 범위와 수면 부족 범위를 보다 상세화시켜서 분류하여 R-TIB 결정 트리가 고도될 수 있다.
수면 효율 범위의 구간이 상대적으로 더 많은 구간으로 나뉘는 수면 효율 범위의 구간 증가 및/또는 수면 부족 범위의 구간이 상대적으로 더 많은 구간으로 나뉘는 수면 부족 범위의 구간 증가를 통해 보다 상세한 분류를 통해 R-TIB가 결정될 수 있다.
사용자 순응도가 상대적으로 낮을수록 보다 엄격한 기준으로 R-TIB를 결정할 수 있다. 따라서, 사용자 순응도가 상대적으로 낮을수록 수면 효율 범위의 구간 증가 및 수면 부족 범위의 구간 증가를 통해 보다 정밀하게 R-TIB가 결정될 수 있다. 반대로, 사용자 순응도가 상대적으로 높을수록 수면 효율 범위의 구간 감소 및 수면 부족 범위의 구간 감소를 통해 R-TIB가 결정될 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
Claims (6)
- 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법은,
수면 장애 치료 장치가 수면질을 결정하는 단계;
상기 수면 장애 치료 장치가 제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하는 단계; 및
상기 수면 장애 치료 장치가 상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하는 단계를 포함하되,
상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고,
상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간인 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 수면질은 수면 효율 및 수면 부족을 포함하고,
상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정되거나 사용자 순응도 곡선을 기반으로 결정되는 것을 특징으로 하는 방법. - 제2항에 있어서,
상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고,
상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고,
상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고,
상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고,
상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되,
상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정되는 것을 특징으로 하는 방법. - 데이터 기반의 수면 장애 치료를 수행하는 수면 장애 치료 장치는,
수면질을 결정하도록 구현되는 수면질 결정부;
제1 R-TIB(recommended time in bed)에 대한 사용자 순응도를 결정하도록 구현되는 사용자 순응도 결정부; 및
상기 수면질 및 상기 사용자 순응도를 기반으로 제2 R-TIB를 결정하도록 구현되는 R-TIB 결정부를 포함하되,
상기 제1 R-TIB는 이전에 사용자에게 권유된 수면 시간이고,
상기 제2 R-TIB는 이후에 상기 사용자에게 권유되는 수면 시간인 것을 특징으로 하는 수면 장애 치료 장치. - 제4항에 있어서,
상기 수면질은 수면 효율 및 수면 부족을 포함하고,
상기 사용자 순응도는 TIB(time in bed)의 범위에 따라 서로 다르게 설정된 기울기를 기반으로 결정되거나 사용자 순응도 곡선을 기반으로 결정되는 것을 특징으로 하는 수면 장애 치료 장치. - 제5항에 있어서,
상기 제2 R-TIB는 사용자 수면 효율 범위, 사용자 수면 부족 범위, 상기 사용자 순응도 및 상기 제1 R-TIB와 상기 TIB의 크기 차이를 기반으로 결정되고,
상기 사용자 수면 효율 범위는 상기 수면 효율에 대한 제1 판단(수면 효율 판단)을 기반으로 a개(여기서, a는 자연수)로 설정된 수면 효율 범위 중 사용자의 수면 효율 범위이고
상기 사용자 수면 부족 범위는 상기 수면 부족에 대한 제2 판단(수면 부족 판단)을 기반으로 b개(여기서, b는 자연수)로 설정된 수면 부족 범위 중 사용자의 수면 부족 범위이고,
상기 사용자 수면 부족 범위는 상기 사용자 수면 효율 범위의 결정 이후에 결정된 상기 사용자 수면 효율 범위를 기초로 결정되고,
상기 제2 R-TIB는 수면 변동폭을 고려하여 결정된 디폴트 R-TIB 윈도우 또는 증가 R-TIB 윈도우를 기반으로 결정되되,
상기 증가 R-TIB 윈도우는 상기 수면 변동폭이 임계 변동폭 미만이 되도록 결정되는 것을 특징으로 하는 수면 장애 치료 장치.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210141738A KR102378040B1 (ko) | 2021-10-22 | 2021-10-22 | 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치 |
| PCT/KR2022/003881 WO2023068462A1 (ko) | 2021-10-22 | 2022-03-21 | 데이터 기반의 수면 장애 치료 방법 및 이러한 방법을 수행하는 장치 |
| EP22747568.8A EP4195213A1 (en) | 2021-10-22 | 2022-03-21 | Data-based sleep disorder treatment method, and apparatus performing method |
| US17/656,034 US20230157630A1 (en) | 2021-10-22 | 2022-03-23 | Method for treating sleep disorder based on data and apparatus for performing the method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210141738A KR102378040B1 (ko) | 2021-10-22 | 2021-10-22 | 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR102378040B1 true KR102378040B1 (ko) | 2022-03-24 |
| KR102378040B9 KR102378040B9 (ko) | 2024-02-08 |
Family
ID=80935635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210141738A KR102378040B1 (ko) | 2021-10-22 | 2021-10-22 | 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230157630A1 (ko) |
| EP (1) | EP4195213A1 (ko) |
| KR (1) | KR102378040B1 (ko) |
| WO (1) | WO2023068462A1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190092765A (ko) * | 2018-01-31 | 2019-08-08 | 박성규 | 불면증 중재 서비스 제공 방법 및 그 장치 |
| KR20200097421A (ko) * | 2019-02-08 | 2020-08-19 | 박성규 | 푸쉬 알람을 이용한 불면증 중재 서비스 제공 방법 및 그 장치 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6485037B2 (ja) * | 2014-12-25 | 2019-03-20 | オムロン株式会社 | 睡眠改善システム及びこのシステムを用いた睡眠改善方法 |
| JP6657682B2 (ja) * | 2015-09-02 | 2020-03-04 | Tdk株式会社 | 睡眠管理装置、睡眠管理システム、睡眠管理方法及びそのプログラム |
| JP7260669B2 (ja) | 2019-05-03 | 2023-04-18 | エーエスエムエル ネザーランズ ビー．ブイ． | 斜めフィッティング技術に基づいてアライメントモデルを決定するための方法 |
| JP7417439B2 (ja) * | 2020-02-28 | 2024-01-18 | 積水化学工業株式会社 | 睡眠改善システム |
-
2021
- 2021-10-22 KR KR1020210141738A patent/KR102378040B1/ko active IP Right Review Request
-
2022
- 2022-03-21 WO PCT/KR2022/003881 patent/WO2023068462A1/ko unknown
- 2022-03-21 EP EP22747568.8A patent/EP4195213A1/en active Pending
- 2022-03-23 US US17/656,034 patent/US20230157630A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190092765A (ko) * | 2018-01-31 | 2019-08-08 | 박성규 | 불면증 중재 서비스 제공 방법 및 그 장치 |
| KR20200097421A (ko) * | 2019-02-08 | 2020-08-19 | 박성규 | 푸쉬 알람을 이용한 불면증 중재 서비스 제공 방법 및 그 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023068462A1 (ko) | 2023-04-27 |
| US20230157630A1 (en) | 2023-05-25 |
| EP4195213A1 (en) | 2023-06-14 |
| KR102378040B9 (ko) | 2024-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Toosizadeh et al. | The influence of diabetic peripheral neuropathy on local postural muscle and central sensory feedback balance control | |
| Frost et al. | Self-perception of speech changes in patients with Parkinson's disease following deep brain stimulation of the subthalamic nucleus | |
| US20210327584A1 (en) | Decision support software system for sleep disorder identification | |
| Grabenhorst et al. | The anticipation of events in time | |
| CN105030199A (zh) | 睡眠监测方法及装置 | |
| Papatsimpa et al. | The interindividual variability of sleep timing and circadian phase in humans is influenced by daytime and evening light conditions | |
| Meeuws et al. | Computer-assisted CI fitting: Is the learning capacity of the intelligent agent FOX beneficial for speech understanding? | |
| KR102403213B1 (ko) | 생체리듬 최적화를 통한 딥러닝 수면 어시스턴트 시스템 | |
| Clinkard et al. | The economic and societal benefits of adult cochlear implant implantation: a pilot exploratory study | |
| Madsen et al. | Accuracy of averaged auditory brainstem response amplitude and latency estimates | |
| KR20210097515A (ko) | 딥러닝 기반 건강 위험도 예측을 통한 건강 개선 프로그램 제공 방법 | |
| Brent | A cost–benefit analysis of hearing aids, including the benefits of reducing the symptoms of dementia | |
| US20200306494A1 (en) | Enhancing deep sleep based on information from frontal brain activity monitoring sensors | |
| KR102378040B1 (ko) | 데이터 기반의 수면 장애 치료를 위한 정보 제공 방법 및 이러한 방법을 수행하는 장치 | |
| Zhang et al. | From tinnitus data to action rules and tinnitus treatment | |
| CN109994211B (zh) | 一种基于ehr数据的慢性肾脏病恶化风险的建模方法 | |
| Amini et al. | Modelling the Frequency of Depression using Holt-Winters Exponential Smoothing Method. | |
| JP2022524869A (ja) | 因果モデルを使用した個別医療 | |
| Brux et al. | Lactate level and clearance as predictors of neurologic outcome after cardiopulmonary resuscitation | |
| Gault et al. | Perceptual modeling of tinnitus pitch and loudness | |
| KR20190081321A (ko) | 폐쇄성 수면 무호흡증 치료를 위한 수술 시행 전 수술 성공률을 예측하는 장치 및 방법 | |
| KR20220060802A (ko) | 피드백 기반의 일주기 리듬 관리 장치 및 방법 | |
| WO2022051379A1 (en) | System and method for providing wellness recommendation | |
| CN114711720A (zh) | 基于大数据的智能助眠床垫控制方法、系统及可读存储介质 | |
| Na et al. | Cochlear implant decision-making for children with residual hearing: Perspectives of parents |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| G170 | Re-publication after modification of scope of protection [patent] | ||
| J202 | Request for trial for correction [limitation] | ||
| J301 | Trial decision |
Free format text: TRIAL NUMBER: 2023105000102; TRIAL DECISION FOR CORRECTION REQUESTED 20230925 Effective date: 20240109 |
|
| G170 | Re-publication after modification of scope of protection [patent] |