KR102390462B1 - 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치 - Google Patents

심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치 Download PDF

Info

Publication number
KR102390462B1
KR102390462B1 KR1020150144097A KR20150144097A KR102390462B1 KR 102390462 B1 KR102390462 B1 KR 102390462B1 KR 1020150144097 A KR1020150144097 A KR 1020150144097A KR 20150144097 A KR20150144097 A KR 20150144097A KR 102390462 B1 KR102390462 B1 KR 102390462B1
Authority
KR
South Korea
Prior art keywords
heart rate
user
feature point
detection area
exercise
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020150144097A
Other languages
English (en)
Other versions
KR20170044425A (ko
Inventor
김연호
배상곤
고병훈
장대근
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150144097A priority Critical patent/KR102390462B1/ko
Priority to US15/171,428 priority patent/US9861320B2/en
Publication of KR20170044425A publication Critical patent/KR20170044425A/ko
Application granted granted Critical
Publication of KR102390462B1 publication Critical patent/KR102390462B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1124—Determining motor skills
    • 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
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02416—Measuring pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02438—Measuring pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/0245—Measuring pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • 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
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • 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
    • A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Tourism & Hospitality (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Child & Adolescent Psychology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)

Abstract

사용자의 신체 정보를 기초로, 사용자의 심박수 변화를 모니터링한 결과에서 사용자의 운동 능력을 측정하는 검출 영역을 설정하고, 검출 영역 내에서 운동 능력을 평가하기 위한 특징점을 검출하는 운동 능력을 평가하는 방법 및 장치를 제공할 수 있다.

Description

심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치{METHOD AND APPARATUS OF EVALUATING EXERCISE CAPABILITY BASED ON HEART RATE VARIATION}
아래의 실시예들은 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치에 관한 것이다.
심폐 체력의 평가 방법으로 가스 분석기, 혈당 측정기 등과 같이 다양한 측정 장비들이 사용될 수 있으나, 측정 장비를 다룰 수 있는 전문 지식과 운동 부하 검사를 위한 의학 지식이 없는 일반인들이 사용하기에 어려움이 있다. 따라서, 일상 생활에서 간편하게 체력 또는 운동 능력을 측정하기 위한 다양한 방법들이 제안되었다. 생리학적 특성 중 하나인 심박수를 이용하는 경우, 운동 능력(또는 체력)을 나타내는 젖산 역치 또는 환기 역치와 심박수 간의 상관 관계를 이용하여 운동 능력을 평가할 수 있다.
(특허문헌 1) JP 2003-334269
(특허문헌 2) US 2013-0231576 A1
일 측에 따르면, 운동 능력을 평가하는 방법은 사용자의 심박수 변화를 모니터링하는 단계; 상기 사용자의 신체 정보를 기초로, 상기 모니터링 결과에서 상기 사용자의 운동 능력을 측정하는 검출 영역을 설정하는 단계; 및 상기 검출 영역 내에서 상기 운동 능력을 평가하기 위한 특징점을 검출하는 단계를 포함한다.
상기 사용자의 신체 정보는 상기 사용자의 나이, 및 상기 사용자의 신체 질량 지수(BMI) 중 적어도 하나를 포함할 수 있다.
상기 검출 영역을 설정하는 단계는 상기 사용자의 신체 정보를 기초로, 상기 사용자의 최대 심박수를 산출하는 단계; 운동 목표에 따라 상기 최대 심박수로부터 목표 심박수를 산출하는 단계; 및 상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역을 설정하는 단계를 포함할 수 있다.
상기 모니터링 결과에서 상기 검출 영역을 설정하는 단계는 상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역의 상한, 상기 검출 영역의 하한, 및 상기 검출 영역의 상한 내지 하한 중 적어도 하나를 설정하는 단계를 포함할 수 있다.
상기 특징점을 검출하는 단계는 상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하는 단계; 서로 이웃하는 구간들에 대응하는 상기 심박수의 평균값들 간의 기울기들을 산출하는 단계; 및 상기 기울기들 중 최대 기울기에 대응하는 심박수의 평균값을 상기 특징점으로 검출하는 단계를 포함할 수 있다.
상기 기울기들을 산출하는 단계는 상기 검출 영역 내의 제1 구간에 대응하는 심박수의 평균값과 상기 제1 구간에 이웃하는 제2 구간에 대응하는 심박수의 평균값 간의 제1 기울기를 산출하는 단계; 및 상기 제2 구간에 대응하는 심박수의 평균값과 상기 제2 구간에 이웃하는 제3 구간에 대응하는 심박수의 평균값 간의 제2 기울기를 산출하는 단계를 포함할 수 있다.
상기 특징점을 검출하는 단계는 상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하는 단계; 및 서로 인접한 상기 심박수 제1 평균값 및 제2 평균값 간의 차이를 기초로, 상기 특징점을 검출하는 단계를 포함할 수 있다.
상기 특징점을 검출하는 단계는 상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하는 단계; 및 상기 검출 영역 내에서 상기 심박수의 평균값들의 변화를 나타내는 2차 미분값을 기초로, 상기 특징점을 검출하는 단계를 포함할 수 있다.
상기 운동 능력을 평가하는 방법은 상기 특징점을 기초로, 상기 사용자의 운동 능력 지표를 추정하는 단계를 더 포함할 수 있다.
상기 사용자의 운동 능력 지표를 추정하는 단계는 상기 특징점을 추정 회귀식에 적용하여 상기 사용자의 운동 능력 지표를 추정하는 단계를 포함할 수 있다.
상기 사용자의 운동 능력 지표는 상기 사용자의 환기 역치, 및 젖산 역치 중 적어도 하나를 포함할 수 있다.
상기 심박수를 모니터링하는 단계는 운동 부하가 증가하는 운동의 수행 중에 상기 사용자로부터 감지된 심박수 변화를 모니터링하는 단계를 포함할 수 있다.
일 측에 따르면, 운동 능력을 평가하는 장치는 사용자로부터 감지된 심박수를 측정하는 측정부; 상기 사용자의 신체 정보를 수신하는 수신부; 및 상기 심박수 변화를 모니터링하고, 상기 사용자의 신체 정보를 기초로, 상기 모니터링 결과에서 상기 사용자의 운동 능력을 측정하는 검출 영역을 설정하며, 상기 검출 영역 내에서 운동 능력을 평가하기 위한 특징점을 검출하는 프로세서를 포함한다.
상기 프로세서는 상기 사용자의 신체 정보를 기초로, 상기 사용자의 최대 심박수를 산출하고, 운동 목표에 따라 상기 최대 심박수로부터 목표 심박수를 산출하며, 상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역을 설정할 수 있다.
상기 프로세서는 상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역의 상한, 상기 검출 영역의 하한, 및 상기 검출 영역의 상한 내지 하한 중 적어도 하나를 설정할 수 있다.
상기 프로세서는 상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하고, 서로 이웃하는 구간들에 대응하는 상기 심박수의 평균값들 간의 기울기들을 산출하며, 상기 기울기들 중 최대 기울기에 대응하는 심박수의 평균값을 상기 특징점으로 검출할 수 있다.
상기 프로세서는 상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하고, 서로 인접한 상기 심박수 제1 평균값 및 제2 평균값 간의 차이를 기초로, 상기 특징점을 검출할 수 있다.
상기 프로세서는 상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하고, 상기 검출 영역 내에서 상기 심박수의 평균값들의 변화를 나타내는 2차 미분값을 기초로 상기 특징점을 검출할 수 있다.
상기 프로세서는 상기 특징점을 추정 회귀식에 적용하여 상기 사용자의 운동 능력 지표를 추정할 수 있다.
도 1은 일 실시예에 따른 운동 능력을 평가하는 장치의 블록도 및 동작을 설명하기 위한 도면.
도 2는 일 실시예에 따른 운동 능력을 평가하는 방법을 나타낸 흐름도.
도 3은 일 실시예에 따른 검출 영역을 설정하는 방법을 나타낸 흐름도.
도 4는 일 실시예에 따른 검출 영역을 설정하는 방법을 설명하기 위한 도면.
도 5는 일 실시예에 따른 검출 영역의 상한 및 하한을 나타낸 도면.
도 6은 일 실시예에 따른 특징점을 검출하는 방법을 나타낸 흐름도.
도 7은 일 실시예에 따른 특징점을 검출하는 방법을 설명하기 위한 도면.
도 8은 실시예들에 따른 특징점을 검출하는 방법을 설명하기 위한 도면.
도 9는 다른 실시예에 따른 운동 능력을 평가하는 방법을 나타낸 흐름도.
도 10은 일 실시예에 따른 사용자의 운동 능력 지표를 추정하는 방법을 설명하기 위한 도면.
본 명세서에서 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 실시예들은 다양한 다른 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~간의에"와 "바로~간의에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
하기에서 설명될 실시예들은 사용자의 운동 능력을 평가하는 데에 사용될 수 있다. 실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 스마트 가전 기기, 및 웨어러블 디바이스 등 다양한 형태의 제품으로 구현될 수 있다. 예를 들어, 실시예들은 스마트 폰, 모바일 기기, 스마트 홈 시스템, 및 웨어러블 디바이스 등에서 사용자로부터 측정된 심박수를 이용하여 사용자의 운동 능력을 평가하고, 사용자에게 맞는 운동 프로그램을 제공하는 데에 적용될 수 있다. 실시예들은 사용자의 건강 관리 서비스 등에 적용될 수 있다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일 실시예에 따른 운동 능력을 평가하는 장치의 블록도 및 동작을 설명하기 위한 도면이다. 도 1을 참고하면, 일 실시예에 따른 운동 능력을 평가하는 장치(이하, '평가 장치')(100)의 블록도(1(a)) 및 평가 장치(100)가 내장될 수 있는 장치들을 설명하기 위한 도면(1(b))이 도시된다.
우선, 도 1(a)를 참조하면, 평가 장치(100)는 측정부(102), 프로세서(104), 수신부(106) 및 메모리(108)를 포함한다. 측정부(102), 프로세서(104), 수신부(106) 및 메모리(108)는 버스(미도시)를 통해 서로 통신할 수 있다.
측정부(102)는 사용자로부터 감지된 심박수(heart rate; HR)를 측정한다. 측정부(102)는 예를 들어, ECG(ElectroCardioGram) 또는 PPG(PhotoPlethysmoGram) 센서를 포함할 수 있다.
프로세서(104)는 사용자의 심박수 변화를 모니터링하고, 사용자의 신체 정보를 기초로, 모니터링 결과에서 사용자의 운동 능력을 측정하는 검출 영역을 설정한다. 프로세서(104)는 검출 영역 내에서 운동 능력을 평가하기 위한 특징점을 검출한다.
프로세서(104)는 사용자의 신체 정보를 기초로, 사용자의 최대 심박수를 산출하고, 운동 목표에 따라 최대 심박수로부터 목표 심박수를 산출할 수 있다. 프로세서(104)는 목표 심박수를 기초로, 모니터링 결과에서 검출 영역을 설정할 수 있다. 프로세서(104)는 목표 심박수를 기초로, 모니터링 결과에서 검출 영역의 상한, 검출 영역의 하한, 및 검출 영역의 상한 내지 하한 중 적어도 하나를 설정할 수 있다.
프로세서(104)는 검출 영역 내의 일정 구간들에 대응되는 심박수의 평균값들을 산출하고, 서로 이웃하는 구간들에 대응하는 심박수의 평균값들 간의 기울기를 산출할 수 있다. 프로세서(104)는 산출된 기울기들 중 최대 기울기에 대응하는 심박수의 평균값을 특징점으로 검출할 수 있다.
프로세서(104)는 검출 영역 내의 일정 구간들에 대응되는 심박수의 평균값들을 산출하고, 서로 인접한 심박수 제1 평균값 및 제2 평균값 간의 차이를 기초로, 특징점을 검출할 수 있다. 프로세서(104)는 검출 영역 내에서 심박수의 평균값들의 변화를 나타내는 2차 미분값을 기초로, 특징점을 검출할 수 있다.
프로세서(104)는 특징점을 추정 회귀식에 적용하여 사용자의 운동 능력 지표를 추정할 수 있다.
수신부(106)는 사용자의 신체 정보를 수신한다. 메모리(108)는 모니터링 결과, 검출 영역, 및 검출된 특징점 등을 저장할 수 있다.
이 밖에도, 프로세서(104)는 이하의 도 2 내지 도 10을 통하여 설명하는 적어도 하나의 방법을 수행할 수 있다. 프로세서(104)는 프로그램을 실행하고, 평가 장치(100)를 제어할 수 있다. 프로세서(104)에 의하여 실행되는 프로그램 코드는 메모리(108)에 저장될 수 있다. 평가 장치(100)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다.
도 1 내지 이하의 도 10을 통하여 설명하는 적어도 하나의 방법은 태블릿, 스마트 폰, 또는 웨어러블 디바이스 내의 프로세서에서 동작하는 앱 형태로도 구현되거나, 칩 형태로 구현되어 스마트 폰, 또는 웨어러블 디바이스 내에 내장될 수 있다.
도 1(b)를 참조하면, 일 실시예에 따른 평가 장치(100)가 내장될 수 있는 웨어러블 디바이스(Wearable Device)(110) 및 모바일 디바이스(Mobile Device)(130)가 도시된다.
우선, 평가 장치(100)가 웨어러블 디바이스(110)에 내장되는 경우의 동작에 대하여 설명한다. 예를 들어, 웨어러블 디바이스(110)는 시계 또는 팔찌 등의 형태를 가지는 손목 착용 디바이스(wrist worn device)이거나, 목걸이 형태, 그 밖의 다양한 형태를 가질 수 있다. 사용자(120)가 웨어러블 디바이스(110)를 착용한 채 운동하는 경우, 평가 장치(100)는 사용자(120)의 손목으로부터 측정되는 심박수에 기초하여 사용자의 운동 능력을 평가할 수 있다.
평가 장치(100)를 포함하는 웨어러블 디바이스(110)는 모바일 디바이스(130)와 연동될 수 있고, 서로 간에 데이터를 공유할 수 있다. 예를 들어, 사용자(120)로부터 측정되는 심박수 또는 평가 장치(100)에 의해 평가된 사용자의 운동 능력은 모바일 디바이스(130)로 전송될 수 있다.
다른 실시예에 따르면, 평가 장치(100)의 프로세서(104)는 모바일 디바이스(130)에 내장되고, 측정부(102)는 웨어러블 디바이스(110, 140)에 내장될 수도 있다. 웨어러블 디바이스(110, 140)는 사용자(120)의 신체 일부(예를 들어, 손목, 가슴)에 착용될 수 있고, 손목이나 가슴으로부터 사용자(120)의 심박수를 측정할 수 있다. 웨어러블 디바이스(110, 140)는 측정된 심박수를 증폭 및 필터링할 수 있다. 웨어러블 디바이스(110, 140)는 측정된 심박수를 모바일 디바이스(130)로 전송할 수 있다. 모바일 디바이스(130)에 포함된 평가 장치(100)는 웨어러블 디바이스(110)로부터 수신한 심박수에 기초하여 사용자(120)의 운동 능력을 평가할 수 있다.
웨어러블 디바이스(110, 140)와 모바일 디바이스(130)는 무선 링크(Wireless Link)를 통해 서로 연결될 수 있다. 웨어러블 디바이스(110, 140)와 모바일 디바이스(130)는, 예를 들어, WLAN(Wireless LAN), WiFi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등의 무선 인터넷 인터페이스와 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), 지그비(ZigBee), NFC(Near Field Communication) 등의 근거리 통신 인터페이스를 포함할 수 있다.
모바일 디바이스(130)는 예를 들어, 태블릿(tablet) 컴퓨터, 스마트 폰(smart phone), PDA(Personal Digital Assistant) 등으로 구현될 수 있다. 또한, 모바일 디바이스(130)는 서버와 같은 네트워크 장비일 수 있다. 모바일 디바이스(130)는 단일의 서버 컴퓨터 또는 이와 유사한 시스템이거나, 또는 하나 이상의 서버 뱅크들(server banks) 또는 혹은 서로 다른 지리적 위치들 간에 분산된 서버 "클라우드(cloud)"일 수도 있다.
모바일 디바이스(130)는 웨어러블 디바이스(110) 혹은 그 외의 측정 장치를 통해 심박수 이외에도 다양한 생체 신호들을 수신할 수 있다.
도 2는 일 실시예에 따른 운동 능력을 평가하는 방법을 나타낸 흐름도이다.
도 2를 참조하면, 일 실시예에 따른 평가 장치는 사용자의 심박수 변화를 모니터링한다(210). 평가 장치는 운동의 수행 중에 사용자로부터 감지된 심박수를 모니터링할 수 있다. 평가 장치는 예를 들어, 트레드 밀(treadmill), 자전거 에르고미터(bicycle ergometer), 벤치 스텝(bench step) 등과 같은 점증 부하 운동 또는 달리기, 조깅, 걷기, 계단 오르기 등과 같이 운동 부하가 증가하는 일상 운동의 수행 중에 사용자로부터 감지된 심박수 변화를 모니터링할 수 있다.
평가 장치는 예를 들어, 시계형, 팔찌형, 체스트형, 패치형, 또는 귓속형 등 다양한 형태의 심박수 감지기(또는 심박계)를 포함한 웨어러블 디바이스이거나 웨어러블 디바이스와 유, 무선 통신을 통해 연결된 모바일 디바이스일 수 있다.
평가 장치는 사용자의 신체 정보를 기초로, 모니터링 결과에서 사용자의 운동 능력을 측정하는 검출 영역을 설정한다(220). 사용자의 신체 정보는 예를 들어, 사용자의 성별, 나이, 신장, 체중, 및 체질량 지수(Body Mass Index; BMI) 등을 포함할 수 있다. 체질량 지수(BMI)는 체중(kg)을 신장(키)의 제곱(㎡)으로 나눈 값에 의해 구할 수 있다. 이때, 검출 영역은 상한을 가질 수도 있고, 하한을 가질 수도 있으며, 상한과 하한을 모두 가질 수도 있다. 평가 장치가 검출 영역을 설정하는 구체적인 방법은 도 3 내지 도 5를 참조하여 설명한다.
평가 장치는 검출 영역 내에서 운동 능력을 평가하기 위한 특징점을 검출한다(230). 평가 장치가 특징점을 검출하는 구체적인 방법은 도 6 내지 도 8을 참조하여 설명한다.
도 3은 일 실시예에 따른 검출 영역을 설정하는 방법을 나타낸 흐름도이다. 도 3을 참조하면, 일 실시예에 따른 평가 장치는 사용자의 신체 정보를 기초로, 사용자의 최대 심박수(HR_max)를 산출할 수 있다(310). 사용자의 최대 심박수는 경험칙 또는 연구를 통해 알려진 수식(HR_max = 220-나이(age))에 의해 산출될 수 있다.
평가 장치는 운동 목표에 따라 최대 심박수로부터 목표 심박수(Target HR)를 산출할 수 있다(320). 평가 장치는 사용자의 (유산소) 운동 목표에 따라 목표 심박수를 산출할 수 있다. 예를 들어, 사용자의 운동 목표가 체중 감량인 경우, 평가 장치는 최대 심박수의 50% 또는 60%에 해당하는 심박수를 목표 심박수로 산출할 수 있다.
평가 장치는 목표 심박수를 기초로, 모니터링 결과에서 검출 영역을 설정할 수 있다(330). 평가 장치는 경험칙 또는 일정 규칙에 따라 최대 심박수의 일정 영역(예를 들어, 최대 심박수의 50%~80%에 해당하는 영역)을 검출 영역으로 설정할 수 있다. 이때, 최대 심박수의 일정 영역은 목표 심박수를 포함하는 영역일 수 있다.
도 4는 일 실시예에 따른 검출 영역을 설정하는 방법을 설명하기 위한 도면이다. 도 4를 참조하면, 사용자로부터 모니터링 된 심박수 변화(410)가 도시된다.
평가 장치는 사용자로부터 입력된 나이를 수신하고(401), 나이를 수식(HR_max = 220-나이(age))에 대입하여 사용자의 최대 심박수를 산출할 수 있다(403). 예를 들어, 사용자의 나이가 20세라고 하면, 사용자의 최대 심박수는 220 - 20 = 200 bpm이 될 수 있다.
평가 장치는 최대 심박수의 50% 또는 60%에 해당하는 심박수를 목표 심박수로 산출할 수 있다(405). 평가 장치는 예를 들어, 최대 심박수(200 bpm)의 60%에 해당하는 120 bpm을 목표 심박수로 산출할 수 있다.
평가 장치는 지방 연소 영역(fat burn zone)에 대응되도록, 예를 들어, 목표 심박수(120 bpm)를 기준으로 최대 심박수의 55% ~ 70%에 해당하는 영역, 다시 말해, 110 bpm부터 140 bpm에 해당하는 영역을 검출 영역(430)으로 설정할 수 있다.
실시예에 따라서, 검출 영역은 목표 심박수를 최대 심박수의 70%에 해당하는 값으로 설정하는 경우에 최대 심박수의 50% ~ 80% 에 해당하는 영역으로 설정될 수도 있다. 최대 심박수의 몇 %에 해당하는 영역을 검출 영역으로 설정할 지는 해당 사용자의 건강 상태, 사용자의 평소 운동 습관 및 신체 특성 등에 따라 다양하게 결정될 수 있다.
도 5는 일 실시예에 따른 검출 영역의 상한 및 하한을 나타낸 도면이다. 도 5(a)를 참조하면, 검출 영역의 상한(510)이 도시된다.
일 실시예에 따른 평가 장치는 목표 심박수를 기초로, 모니터링 결과에서 검출 영역의 상한(510)을 설정할 수 있다. 검출 영역의 상한(510)이 결정되면, 평가 장치는 사용자로부터 모니터링 된 도 5(a)의 심박수 변화 그래프에서 사용자가 운동을 시작한 지점의 심박수에 해당하는 98 bpm부터 상한(510)에 해당하는 132 bpm까지의 제1 검출 영역(520)에서 사용자의 운동 능력을 평가하기 위한 특징점을 검출할 수 있다.
도 5(b)를 참조하면, 검출 영역의 하한(530)이 도시된다. 평가 장치는 목표 심박수를 기초로, 모니터링 결과에서 검출 영역의 하한(530)을 설정할 수 있다. 검출 영역의 하한(530)이 결정되면, 평가 장치는 사용자로부터 모니터링 된 도 5(b)의 심박수 변화 그래프에서 하한(530)에 해당하는 110 bpm부터 145 bpm에 해당하는 제2 검출 영역(540) 내에서 특징점을 추출할 수 있다.
도 6은 일 실시예에 따른 특징점을 검출하는 방법을 나타낸 흐름도이다. 도 6을 참조하면, 일 실시예에 따른 평가 장치는 검출 영역 내의 일정 구간들에 대응되는 심박수의 평균값들을 산출할 수 있다(610). 예를 들어, 평가 장치가 매 10 초 마다 심박수의 변화를 모니터링한다고 하자. 이 경우, 평가 장치는 검출 영역 내의 매 10초에 대응되는 구간에서의 심박수의 평균값들을 HR_avg(n) = Avg(HR(n-10) ~ HR(n))(여기서, n은 10보다 같거나 큰 자연수이다)와 같이 산출할 수 있다.
실시예에 따라서, 평가 장치는 10초 이외에도 20초, 30초 또는 5초 등 일정 시간 간격으로 심박수의 변화를 모니터링하여 각 시간 구간들에 대응되는 심박수의 평균값들을 산출할 수 있다. 예를 들어, 검출 장치가 매 30초마다 심박수의 변화를 모니터링하는 경우, 평가 장치는 매 30초에 대응되는 구간에서의 심박수의 평균값들을 HR_avg(n) = Avg(HR(n-30) ~ HR(n))(여기서, n은 초(s) 단위의 시간을 나타내고, 30보다 같거나 큰 자연수이다)와 같이 산출할 수 있다.
평가 장치는 서로 이웃하는 구간들에 대응되는 심박수의 평균값들 간의 기울기를 산출할 수 있다(620). 평가 장치는 예를 들어, 검출 영역 내에서 서로 이웃하는 구간들에 대응하는 심박수의 평균값들 간의 기울기를 Slope a1 = HR_avg(N) - HR_avg(N-1)(여기서, N은 예를 들어, 10초 또는 30초와 같은 일정 시간 구간을 나타내며, 1보다 크거나 같은 자연수이다.)와 같이 산출할 수 있다.
평가 장치는 기울기들 중 최대 기울기에 대응하는 심박수의 평균값을 특징점으로 검출할 수 있다(630). 평가 장치는 예를 들어, Slope_y(n) = Max(a2(N) - a1(N))에 의해 기울기들 중 최대 기울기(Slope_y(N))를 구하고, 최대 기울기에 대응하는 심박수의 평균값을 특징점으로 검출할 수 있다.
도 7은 일 실시예에 따른 특징점을 검출하는 방법을 설명하기 위한 도면이다. 도 7을 참조하면, 검출 영역 내의 일정 구간들에 대응되는 심박수의 평균값들이 도시된다.
도 7에서 검출 영역에 대응되는 일정 (시간) 구간은 90초부터 240초까지의 시간 구간에 해당할 수 있다. 이때, 평가 장치가 예를 들어, 매 30 초 마다 심박수의 변화를 모니터링한다고 하면, 90초부터 120초까지를 제1 구간(701), 120초부터 150초까지를 제2 구간(702), 150초부터 180초까지를 제3 구간(703), 180초부터 210초까지를 제4 구간(704), 210초부터 240초까지를 제5 구간(705)으로 정할 수 있다.
제1 구간(701)에 대응하는 심박수의 평균값은 평균값 1(710)이고, 제2 구간(702)에 대응하는 심박수의 평균값은 평균값 2(720)이고, 제3 구간(703)에 대응하는 심박수의 평균값은 평균값 3(730)이라고 하자. 또한, 제4 구간(704)에 대응하는 심박수의 평균값은 평균값 4(740)이고, 제5 구간(705)에 대응하는 심박수의 평균값은 평균값 5(750)라고 하자.
평가 장치는 서로 이웃하는 구간들에 대응하는 심박수의 평균값들 간의 기울기를 산출할 수 있다. 평가 장치는 제1 구간(701)에 대응하는 평균값 1(710)과 제2 구간(702)에 대응하는 평균값 2(720) 간의 기울기 1(Slope a1)을 산출하고, 제2 구간(702)에 대응하는 평균값 2(720)와 제3 구간(703)에 대응하는 평균값 3(730) 간의 기울기 2(Slope a2)를 산출할 수 있다. 또한, 평가 장치는 제3 구간(703)에 대응하는 평균값 3(730)와 제4 구간(704)에 대응하는 평균값 4(740) 간의 기울기 3(Slope a3)을 산출하고, 제4 구간(704)에 대응하는 평균값 4(740)와 제5 구간(705)에 대응하는 평균값 5(750) 간의 기울기 4(Slope a4)를 산출할 수 있다.
이때, 산출된 기울기들(Slope a1, Slope a2, Slope a3, Slope a4) 중 기울기 3(Slope a3)이 최대 기울기에 해당한다고 하자. 평가 장치는 최대 기울기인 기울기 3(Slope a3)에 대응하는 심박수의 평균값인 평균값 3(730)을 특징점(HRT)으로 검출할 수 있다. 도 7을 통해 설명한 방법은 최소 세 점 간의 기울기를 이용한다는 의미에서 "3 point linear fitting 방법" 또는 "Local Fitting 방법"이라고 부를 수 있다.
일 실시예에서는 설명의 편의를 위하여 매 30 초의 시간 구간마다의 심박수 변화에 따른 평균값을 산출하는 것을 설명하였으나, 실시예에 따라서는 90초, 92초, 94초와 같은 2초 간격, 또는 120초, 125초, 130초와 같은 5초 간격으로 심박수를 측정하고, 측정된 심박수 간의 기울기 중 최대 기울기를 산출하는 방식으로 특징점을 검출할 수도 있다.
도 8은 실시예들에 따른 특징점을 검출하는 방법을 설명하기 위한 도면이다. 도 8(a)는 도 7을 통해 설명한 "3 point linear fitting 방법"을 나타낸 도면으로서, 특징점(y(n))은 기울기 a2와 기울기 a1 간의 차이에 의해 구해질 수 있다.
도 8(b)는 인접한 심박수 평균값들 간의 차이를 기초로 특징점을 검출하는 방법을 나타낸 도면이다. 평가 장치는 검출 영역 내의 일정 구간들에 대응되는 심박수의 평균값들을 산출하고, 서로 인접한 심박수 제1 평균값 및 제2 평균값 간의 차이를 기초로, 특징점(y(n))을 검출할 수 있다. 이때, 평균값들 간의 차이는 y(n) = x(N) - x(N-1)과 같이 서로 직접 이웃하는 구간에 대응하는 평균값들 간의 차이일 수도 있고, y(n) = x(N+1) - x(N-1)과 같이 첫 번째 시간 구간과 세 번째 시간 구간, 또는 두 번째 시간 구간과 네 번째 시간 구간에 대응하는 평균값들 간의 차이일 수도 있다. 평가 장치는 서로 직접 또는 한 시간 구간을 건너 뛴 시간 구간들에 대응하는 평균값 간의 차이가 가장 큰 평균값을 특징점을 검출할 수 있다.
도 8(c)는 심박수의 평균값들의 변화를 나타내는 2차 미분값을 기초로, 특징점을 검출하는 방법을 나타낸 도면이다. 평가 장치는 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하고, 검출 영역 내에서 심박수의 평균값들의 변화를 나타내는 2차 미분값을 기초로 특징점을 검출할 수 있다. 평가 장치는 예를 들어, y(n) = x(N+2) - 2x(N) + x(N-2)에 의해 심박수의 평균값들의 변화를 나타내는 2차 미분값을 산출하고, 산출된 2차 미분값들 중 가장 큰 2차 미분값을 나타내는 심박수의 평균값을 특징점으로 검출할 수 있다.
이와 같은 특징점 검출은 30초 동안 누적된 심박 평균값들을 이용하여 영역 검출 구간 내에서 매초마다 계산되거나 일정 시간(예를 들어, 5초 내지 10초)마다 계산하여 검출할 수도 있다.
실시예에 따라서는 도 8(a), 도 8(b), 도 8(c)를 통해 설명한 방법들을 함께 조합하여 최종 특징점을 산출하고, 최종 특징점에 의해 사용자의 운동 능력 지표를 추정할 수도 있다.
도 9는 다른 실시예에 따른 운동 능력을 평가하는 방법을 나타낸 흐름도이다. 도 9를 참조하면, 일 실시예에 따른 평가 장치는 사용자의 나이를 수신할 수 있다(910).
평가 장치는 사용자의 심박수 변화를 모니터링할 수 있다(920).
평가 장치는 사용자의 나이를 기초로, 모니터링 결과에서 사용자의 운동 능력을 측정하는 검출 영역을 설정할 수 있다(930).
평가 장치는 검출 영역 내에서 운동 능력을 평가하기 위한 특징점을 검출할 수 있다(940). 평가 장치는 도 6 내지 도 8을 통해 설명한 방법들을 이용하여 특징점을 검출할 수 있다.
평가 장치는 특징점을 기초로, 사용자의 운동 능력 지표를 추정할 수 있다(950). 평가 장치가 사용자의 운동 능력 지표를 추정하는 방법은 도 10을 참조하여 설명한다.
도 10은 일 실시예에 따른 사용자의 운동 능력 지표를 추정하는 방법을 설명하기 위한 도면이다.
심박수는 운동 강도와 비례하여 증가하고, 무산소성 역치(Anaerobic Threshold; AT) 지점에 도달하면서부터 증가율이 급격히 감소한다. 사람이 수행하는 운동 강도(workload)가 높아질수록 근육(활동근)은 더욱 많은 산소를 소비하게 된다. 이때, 일정 운동 강도 이상에서는 유산소성 대사 과정 이외에 무산소성 대상 과정을 통해서도 에너지가 공급된다. 무산소성 대사의 결과로서 젖산이라는 부산물이 축적되기 시작하고, 이산화탄소의 생산량이 증가된다. 이때, 증가된 이산화탄소를 배출하기 위해서 인체의 환기량 또한 과도하게 증가하게 된다.
이와 같은 현상이 나타나기 시작하는 시점의 운동 강도 또는 산소 소비량을 무산소성 역치라고 부른다. 무산소성 역치의 일 예로는 젖산 역치(lactate threshold; LT) 또는 환기 역치(ventilatory threshold; VT)가 있다. 젖산 역치(LT)는 운동 강도와 젖산 농도 간의 관계에서 운동 부하의 증가에 대해 젖산 농도가 급격히 증가되는 지점을 나타낸다.
무산소성 역치는 일반적으로 최대 운동 강도의 50~60% 정도이나, 장거리 선수의 경우 최대 운동 강도의 80% 수준까지 증가하기도 한다. 이와 같이 심박수는 체력 또는 운동 능력을 나타내는 젖산 역치(LT) 또는 환기 역치(VT) 등과 유의한 상관 관계를 가질 수 있다. 이때, 젖산 역치 또는 환기 역치는 사용자의 운동 능력 지표라고도 부를 수 있다.
일 실시예에서 이러한 젖산 역치 또는 환기 역치와 심박수 간의 상관 관계를 이용하여 실시간의 심박수 변화만으로도 사용자의 운동 능력을 평가할 수 있다.
도 10을 참조하면, 심박수 특징점(HRT)와 심박수 대비 젖산 역치(HR_LT) 또는 환기 역치(HR_VT) 간의 상관 관계를 나타낸 그래프가 도시된다.
일 실시예에 따른 평가 장치는 사용자의 심박수 변화로부터 검출한 특징점(HRT)을 추정 회귀식에 적용하여 사용자의 운동 능력 지표를 추정할 수 있다. 운동 능력 지표는 예를 들어, 사용자의 환기 역치, 또는 젖산 역치일 수 있다. 평가 장치는 검출한 특징점을 예를 들어, 심박수 대비 젖산 역치를 추정하는 추정 회귀식 HR_LT/HR_VT = a * HRT +b(a, b는 0보다 큰 상수일 수 있다.)에 대입하여 사용자의 운동 능력 지표(젖산 역치)를 추정할 수 있다. 이때, 추정 회귀식의 계수(a,b)는 추정하고자 하는 운동 능력 지표에 따라 달리 결정될 수 있다.
예를 들어, 사용자의 특징점이 130 bpm이라고 하면, 도 10의 그래프에서 사용자의 젖산 역치(HR_LT)는 138 mmol/l임을 파악할 수 있다. 평가 장치는 추정된 운동 능력 지표(즉, 젖산 역치 138 mmol/l)에 의해 사용자의 운동 능력을 평가할 수 있다. 또한, 평가 장치는 최대 부하 운동까지 수행하지 않더라도 사용자의 운동 능력에 해당되는 심박수까지의 운동 수행만으로 사용자의 운동 능력을 용이하게 평가할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
100: 평가 장치
102: 측정부
104: 프로세서
106: 수신부
108: 메모리

Claims (20)

  1. 사용자의 심박수 변화를 모니터링하는 단계;
    상기 사용자의 신체 정보를 기초로, 상기 모니터링 결과에서 상기 사용자의 운동 능력을 측정하는 검출 영역을 설정하는 단계; 및
    상기 검출 영역 내에서 상기 운동 능력을 평가하기 위한 특징점을 검출하는 단계
    를 포함하고,
    상기 특징점을 검출하는 단계는
    상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하는 단계; 및
    상기 평균값들에 기초하여, 상기 특징점을 검출하는 단계
    를 포함하고,
    상기 단계들은 하나 이상의 프로세서에 의해서 수행되는, 운동 능력을 평가하는 방법.
  2. 제1항에 있어서,
    상기 사용자의 신체 정보는
    상기 사용자의 나이, 및 상기 사용자의 신체 질량 지수(BMI) 중 적어도 하나를 포함하는, 운동 능력을 평가하는 방법.
  3. 제1항에 있어서,
    상기 검출 영역을 설정하는 단계는
    상기 사용자의 신체 정보를 기초로, 상기 사용자의 최대 심박수를 산출하는 단계;
    운동 목표에 따라 상기 최대 심박수로부터 목표 심박수를 산출하는 단계; 및
    상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역을 설정하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  4. 제3항에 있어서,
    상기 모니터링 결과에서 상기 검출 영역을 설정하는 단계는
    상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역의 상한, 상기 검출 영역의 하한, 및 상기 검출 영역의 상한 내지 하한 중 적어도 하나를 설정하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  5. 제1항에 있어서,
    상기 특징점을 검출하는 단계는
    서로 이웃하는 구간들에 대응하는 상기 심박수의 평균값들 간의 기울기들을 산출하는 단계; 및
    상기 기울기들 중 최대 기울기에 대응하는 심박수의 평균값을 상기 특징점으로 검출하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  6. 제5항에 있어서,
    상기 기울기들을 산출하는 단계는
    상기 검출 영역 내의 제1 구간에 대응하는 심박수의 평균값과 상기 제1 구간에 이웃하는 제2 구간에 대응하는 심박수의 평균값 간의 제1 기울기를 산출하는 단계; 및
    상기 제2 구간에 대응하는 심박수의 평균값과 상기 제2 구간에 이웃하는 제3 구간에 대응하는 심박수의 평균값 간의 제2 기울기를 산출하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  7. 제1항에 있어서,
    상기 특징점을 검출하는 단계는
    서로 인접한 심박수의 제1 평균값 및 제2 평균값 간의 차이를 기초로, 상기 특징점을 검출하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  8. 제1항에 있어서,
    상기 특징점을 검출하는 단계는
    상기 검출 영역 내에서 상기 심박수의 평균값들의 변화를 나타내는 2차 미분값을 기초로, 상기 특징점을 검출하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  9. 제1항에 있어서,
    상기 특징점을 기초로, 상기 사용자의 운동 능력 지표를 추정하는 단계
    를 더 포함하는, 운동 능력을 평가하는 방법.
  10. 제9항에 있어서,
    상기 사용자의 운동 능력 지표를 추정하는 단계는
    상기 특징점을 추정 회귀식에 적용하여 상기 사용자의 운동 능력 지표를 추정하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  11. 제9항에 있어서,
    상기 사용자의 운동 능력 지표는
    상기 사용자의 환기 역치, 및 젖산 역치 중 적어도 하나를 포함하는, 운동 능력을 평가하는 방법.
  12. 제1항에 있어서,
    상기 심박수를 모니터링하는 단계는
    운동 부하가 증가하는 운동의 수행 중에 상기 사용자로부터 감지된 심박수 변화를 모니터링하는 단계
    를 포함하는, 운동 능력을 평가하는 방법.
  13. 하드웨어와 결합되어 제1항 내지 제12항 중에서 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  14. 사용자로부터 감지된 심박수를 측정하는 측정부;
    상기 사용자의 신체 정보를 수신하는 수신부; 및
    상기 심박수 변화를 모니터링하고, 상기 사용자의 신체 정보를 기초로, 상기 모니터링 결과에서 상기 사용자의 운동 능력을 측정하는 검출 영역을 설정하며, 상기 검출 영역 내에서 운동 능력을 평가하기 위한 특징점을 검출하는 프로세서
    를 포함하고,
    상기 프로세서는
    상기 검출 영역 내의 일정 구간들에 대응하는 심박수의 평균값들을 산출하고, 상기 평균값들에 기초하여, 상기 특징점을 검출하는, 운동 능력을 평가하는 장치.
  15. 제14항에 있어서,
    상기 프로세서는
    상기 사용자의 신체 정보를 기초로, 상기 사용자의 최대 심박수를 산출하고, 운동 목표에 따라 상기 최대 심박수로부터 목표 심박수를 산출하며, 상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역을 설정하는, 운동 능력을 평가하는 장치.
  16. 제15항에 있어서,
    상기 프로세서는
    상기 목표 심박수를 기초로, 상기 모니터링 결과에서 상기 검출 영역의 상한, 상기 검출 영역의 하한, 및 상기 검출 영역의 상한 내지 하한 중 적어도 하나를 설정하는, 운동 능력을 평가하는 장치.
  17. 제14항에 있어서,
    상기 프로세서는
    서로 이웃하는 구간들에 대응하는 상기 심박수의 평균값들 간의 기울기들을 산출하며, 상기 기울기들 중 최대 기울기에 대응하는 심박수의 평균값을 상기 특징점으로 검출하는, 운동 능력을 평가하는 장치.
  18. 제14항에 있어서,
    상기 프로세서는
    서로 인접한 심박수의 제1 평균값 및 제2 평균값 간의 차이를 기초로, 상기 특징점을 검출하는, 운동 능력을 평가하는 장치.
  19. 제14항에 있어서,
    상기 프로세서는
    상기 검출 영역 내에서 상기 심박수의 평균값들의 변화를 나타내는 2차 미분값을 기초로 상기 특징점을 검출하는, 운동 능력을 평가하는 장치.
  20. 제14항에 있어서,
    상기 프로세서는
    상기 특징점을 추정 회귀식에 적용하여 상기 사용자의 운동 능력 지표를 추정하는, 운동 능력을 평가하는 장치.
KR1020150144097A 2015-10-15 2015-10-15 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치 Active KR102390462B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150144097A KR102390462B1 (ko) 2015-10-15 2015-10-15 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치
US15/171,428 US9861320B2 (en) 2015-10-15 2016-06-02 Method and apparatus for evaluating exercise capability based on heart rate

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150144097A KR102390462B1 (ko) 2015-10-15 2015-10-15 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170044425A KR20170044425A (ko) 2017-04-25
KR102390462B1 true KR102390462B1 (ko) 2022-04-25

Family

ID=58522689

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150144097A Active KR102390462B1 (ko) 2015-10-15 2015-10-15 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치

Country Status (2)

Country Link
US (1) US9861320B2 (ko)
KR (1) KR102390462B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240151022A (ko) 2023-04-10 2024-10-17 주식회사 쉐어앤서비스 목표 심박수를 결정하는 방법 및 이를 이용한 컴퓨팅 장치

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10357066B2 (en) 2017-08-07 2019-07-23 Under Armour, Inc. System and method for apparel identification
US20230131979A1 (en) * 2020-06-10 2023-04-27 Beplus Lab. Inc Discomfort graph generating method and system
KR102402162B1 (ko) 2021-08-13 2022-05-27 (주)헬스원 다수 사용자의 심박수를 이용한 운동 정보 모니터링 시스템
WO2024035798A2 (en) * 2022-08-12 2024-02-15 Otsuka Pharmaceutical Development & Commercialization, Inc. Sleep classification based on machine-learning models
KR102789524B1 (ko) * 2023-12-07 2025-04-04 한국신체정보(주) 카메라를 이용한 체력 검사 및 운동 처방 서비스 제공 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070219059A1 (en) * 2006-03-17 2007-09-20 Schwartz Mark H Method and system for continuous monitoring and training of exercise
JP2010213809A (ja) 2009-03-16 2010-09-30 Sharp Corp 生体信号分析装置
JP5352800B2 (ja) 2008-05-19 2013-11-27 有限会社サンヨウ総研 生体反応記録装置ならびに生体反応記録方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6512948B1 (en) 1998-02-26 2003-01-28 Omron Corporation Exercise machine, physical strength evaluation method, and pulse rate meter
JP2003334269A (ja) 2002-05-21 2003-11-25 Suzuken Co Ltd 運動指導支援システム
KR100900982B1 (ko) * 2006-08-11 2009-06-04 한국생산기술연구원 생체 신호 계측을 통한 체력측정방법
KR101036233B1 (ko) * 2009-09-22 2011-05-20 광운대학교 산학협력단 이차 미분 맥파의 특징점 분포를 이용한 특징점 검출 방법 및 장치
JP5540662B2 (ja) 2009-11-17 2014-07-02 富士通株式会社 呼吸推定装置、呼吸推定方法及び呼吸推定プログラム
KR101450106B1 (ko) * 2009-12-09 2014-10-14 나이키 이노베이트 씨.브이. 심박수 정보를 이용하는 운동 수행 모니터링 시스템
KR101355506B1 (ko) * 2010-09-30 2014-02-06 주식회사 누가의료기 맞춤형 운동기구 제어 시스템
JP5526421B2 (ja) 2010-10-12 2014-06-18 学校法人福岡大学 身体情報測定装置および身体情報測定方法
KR101333511B1 (ko) * 2011-09-08 2013-11-28 연세대학교 산학협력단 심박수 변화의 모니터링을 통한 실시간 환기역치 시점 검출 방법
JP5776939B2 (ja) 2011-10-12 2015-09-09 アイシン精機株式会社 睡眠状態判別装置および睡眠状態判別方法
KR101655753B1 (ko) 2012-07-18 2016-09-09 주식회사 누가의료기 맞춤형 운동기구 제어 시스템
KR101428780B1 (ko) * 2012-07-31 2014-08-08 한국생산기술연구원 트레드밀을 이용한 심폐 능력 측정 장치 및 방법
JP2014132934A (ja) 2013-01-08 2014-07-24 Seiko Instruments Inc 計測装置および計測方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070219059A1 (en) * 2006-03-17 2007-09-20 Schwartz Mark H Method and system for continuous monitoring and training of exercise
JP5352800B2 (ja) 2008-05-19 2013-11-27 有限会社サンヨウ総研 生体反応記録装置ならびに生体反応記録方法
JP2010213809A (ja) 2009-03-16 2010-09-30 Sharp Corp 生体信号分析装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
학내학술지, 김성우, 신승철 심전도 측정을 이용한 모바일 헬스케어 시스템 개발, 한국정보통신학회논문지. Vol.18, no.8, pp.2008-2016.(2014.08.) 인터넷: <URL: http://dx.doi.org/10.6109/jkiice.2014.18.8.2008>*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240151022A (ko) 2023-04-10 2024-10-17 주식회사 쉐어앤서비스 목표 심박수를 결정하는 방법 및 이를 이용한 컴퓨팅 장치

Also Published As

Publication number Publication date
US9861320B2 (en) 2018-01-09
KR20170044425A (ko) 2017-04-25
US20170106241A1 (en) 2017-04-20

Similar Documents

Publication Publication Date Title
KR102390462B1 (ko) 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치
KR102463173B1 (ko) 개인화된 운동 프로그램을 생성하는 방법 및 장치
US11298036B2 (en) Wearable device including PPG and inertial sensors for assessing physical activity and biometric parameters
KR102558738B1 (ko) 심폐 체력을 평가하는 방법 및 장치
US10512406B2 (en) Systems and methods for determining an intensity level of an exercise using photoplethysmogram (PPG)
US10360806B2 (en) Method and apparatus for providing exercise program based on feedback
US9433372B2 (en) System method and device for providing an automated fitness test
US11412979B2 (en) Apparatus and method for estimating anaerobic threshold
Horton et al. Comparison of polar m600 optical heart rate and ecg heart rate during exercise.
US10660534B2 (en) Method, apparatus, and system providing exercise guide information
EP2113290B1 (en) Method and apparatus for optimizing interval training
US9351681B2 (en) One repetition maximum (1RM) estimating apparatus and method
CN106202850B (zh) 锻炼管理方法和设备
CN109529303B (zh) 一种用户运动能力的确认方法和系统
US20170079572A1 (en) Method and apparatus for evaluating exercise capacity
KR20170054650A (ko) 이동 정보에 기초하여 심박수를 추정하는 방법 및 장치
Fields et al. The influence of muscle group location and race on the relationship between muscle strength and power.
KR20160136685A (ko) 심박수를 이용하여 운동 능력을 평가하는 방법 및 장치

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20151015

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20201015

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20151015

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20211110

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220120

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220420

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220421

End annual number: 3

Start annual number: 1

PG1601 Publication of registration