KR102425053B1 - 보행 데이터 기반 운동 추천 시스템 및 방법 - Google Patents

보행 데이터 기반 운동 추천 시스템 및 방법 Download PDF

Info

Publication number
KR102425053B1
KR102425053B1 KR1020190176769A KR20190176769A KR102425053B1 KR 102425053 B1 KR102425053 B1 KR 102425053B1 KR 1020190176769 A KR1020190176769 A KR 1020190176769A KR 20190176769 A KR20190176769 A KR 20190176769A KR 102425053 B1 KR102425053 B1 KR 102425053B1
Authority
KR
South Korea
Prior art keywords
gait
unit
user
data
information
Prior art date
Application number
KR1020190176769A
Other languages
English (en)
Other versions
KR20210084779A (ko
Inventor
홍민
성낙준
Original Assignee
순천향대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 순천향대학교 산학협력단 filed Critical 순천향대학교 산학협력단
Priority to KR1020190176769A priority Critical patent/KR102425053B1/ko
Publication of KR20210084779A publication Critical patent/KR20210084779A/ko
Application granted granted Critical
Publication of KR102425053B1 publication Critical patent/KR102425053B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112Gait analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7278Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Psychiatry (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Databases & Information Systems (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Social Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Software Systems (AREA)
  • Educational Technology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nursing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 운동 추천 시스템 및 방법에 관한 것으로, 더욱 상세하게는 사용자의 걸음걸이에 의한 보행 데이터에 기반하여 사용자의 감정상태를 유추하고, 유추된 감정상태, 보행 데이터에 기반한 건강상태, 감정상태 및 건강상태를 복합적으로 판단한 사용자의 복합적 건강상태 등에 따른 최적의 운동을 사용자에게 추천하는 보행 데이터 기반 운동 추천 시스템 및 방법에 관한 것이다.

Description

보행 데이터 기반 운동 추천 시스템 및 방법{Gait data based exercise recommendation system and method thereof}
본 발명은 운동 추천 시스템 및 방법에 관한 것으로, 더욱 상세하게는 사용자의 걸음걸이에 의한 보행 데이터에 기반하여 사용자의 감정상태를 유추하고, 유추된 감정상태, 보행 데이터에 기반한 건강상태, 감정상태 및 건강상태를 복합적으로 판단한 사용자의 복합적 건강상태 등에 따른 최적의 운동을 사용자에게 추천하는 보행 데이터 기반 운동 추천 시스템 및 방법에 관한 것이다.
일반적으로, 사람들은 즐거운 삶을 유지하려고 노력하고 있다. 즐거운 삶을 유지하기 위해서 가장 중요한 것은 건강일 것이다.
이러한 건강을 유지하기 위해 사람들은 주기적으로 운동을 하려고 노력하고, 다양한 방식으로 건강 관리 서비스를 제공받고 있다.
기존의 건강 관리 서비스는 주로 병원이나 의료기관에서 이루어지는 질병 치료에만 국한되는 건강 관리 중심으로 이루어지다가, 생활 수준의 향상과 함께 삶의 질 및 웰빙(Well-being)에 대한 관심이 증가하면서 사전 예방적인 건강 관리로 바뀌고 있다.
사전 예방적인 건강 관리란 사람들의 식습관 관리, 운동 관리 등이 될 수 있으며, 이 중 운동 관리의 비중이 커지고 있다.
최근 들어, 건강 관리 서비스를 위해 진단 가능한 복수의 생체 신호를 측정할 수 있는 센서 기술과 스마트폰 등의 휴대용 단말기 기술을 이용하여 사용자의 건강 관리를 수행할 수 있는 유비쿼터스 건강 관리 서비스에 대한 관심이 증가하고 있으며, 유비쿼터스 건강 관리 서비스를 위한 기술 개발이 활발히 이루어지고 있다.
특히, 사용자의 특성 및 건강상태에 따라 적절한 운동을 추천하기 위한 다양한 방안들이 연구되고 있으며, 이 중 전문 의료인, 건강 관리 전문가 혹은 프로그램을 통한 운동 처방 방법은 이미 오래전부터 시행되어 오고 있다.
그러나 전문 의료인에 의한 운동 처방은 진단된 질병에 대한 피해야 할 운동 및 추천 운동을 제공할 뿐, 사용자의 운동 능력, 신체적 상태 및 감정 상태를 반영하여 추천된 운동이 아니므로 사용자의 능동적인 운동 활동을 끌어내지 못하는 문제점이 있었다.
또한, 사용자의 생체정보를 이용하여 사용자의 건강상태를 유추하고 유추된 건강에 대응하는 운동을 추천하는 운동 추천 시스템 또한 사용자의 감정상태를 반영하지 못하므로 사용자의 능동적이고 적극적인 운동 활동을 끌어내지 못하는 문제점이 있었다.
대한민국 등록특허공보 제10-1085053호(2011.11.21. 공고)
따라서 본 발명의 목적은 사용자의 걸음걸이에 의한 보행 데이터에 기반하여 사용자의 감정상태를 유추하고, 유추된 감정상태, 보행 데이터에 기반한 건강상태, 감정상태 및 건강상태를 복합적으로 판단한 사용자의 복합적 건강상태 등에 따른 최적의 운동을 사용자에게 추천하는 보행 데이터 기반 운동 추천 시스템 및 방법을 제공함에 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 보행 데이터 기반 운동 추천 시스템은: 사용자의 양측 발에 대한 보행에 따른 보행 상태를 측정하여 보행 데이터를 출력하는 보행측정부; 상기 보행 데이터를 감정별 보행 데이터 세트에 의해 미리 훈련된 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 판단하여 감정상태정보를 출력하는 감정측정부; 감정상태별 추천 운동을 가지고 있으며, 상기 감정측정부에서 출력되는 감정상태정보의 감정상태에 대응하는 추천 운동을 찾고, 그에 대한 추천 운동정보를 출력하는 운동 추천부를 포함하는 것을 특징으로 한다.
상기 감정측정부는, 감정별 보행 데이터 세트에 대해 훈련된 학습데이터를 저장하는 감정보행 학습데이터 DB; 및 상기 보행측정부로부터 입력되는 보행 데이터를 상기 감정보행 학습데이터 DB에 저장된 학습데이터가 반영된 상기 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 예측하고 예측된 감정상태정보를 출력하는 감정 예측부를 포함하는 것을 특징으로 한다.
상기 감정측정부는, 상기 보행 데이터 및 상기 감정 예측부에서 판단된 감정상태정보를 상기 딥러닝 모델에 의해 재학습시켜 상기 감정보행 학습데이터 DB의 학습데이터를 업데이트하는 학습부를 더 포함하는 것을 특징으로 한다.
상기 시스템은: 상기 보행 데이터에 의한 사용자의 보행 상태에 따른 건강상태를 예측하고, 예측된 건강상태정보를 출력하는 건강측정부; 및 상기 건강측정부로부터 출력되는 건강상태정보 및 상기 감정측정부로부터 출력되는 감정상태정보를 입력받아 상기 사용자의 건강상태 및 감정상태를 종합적으로 분석하여 상기 사용자의 종합상태를 판단하고, 그에 따른 종합상태정보를 출력하는 종합상태 판단부를 더 포함하되, 상기 운동 추천부는 상기 종합상태별 추천 운동정보를 저장하되, 상기 종합상태정보에 대응하는 추천 운동정보를 출력하는 것을 특징으로 한다.
상기 건강측정부는, 상기 보행 데이터에 의해 상기 사용자의 보행 밸런스를 측정하고, 측정된 밸런스정보를 출력하는 밸런스 측정부; 상기 보행 데이터에 의해 상기 사용자의 보행 자세를 측정하고, 측정된 보행 자세정보를 출력하는 자세 측정부; 및 보행 밸런스 및 보행 자세에 따른 건강상태정보를 가지고 있으며, 상기 밸런스 측정부로부터 입력되는 밸런스정보 및 자세 측정부로부터 출력되는 보행 자세정보에 대응하는 건강상태정보를 출력하는 건강상태 예측부를 포함하는 것을 특징으로 한다.
상기 시스템은: 상기 건강상태정보, 정신상태정보, 종합상태정보, 추천운동정보를 사용자가 확인할 수 있도록 출력하는 출력부를 더 포함하는 것을 특징으로 한다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 보행 데이터 기반 운동 추천 방법은: 보행측정부가 사용자의 양측 발에 대한 보행에 따른 보행 상태를 측정하여 보행 데이터를 출력하는 보행 측정 과정; 감정측정부가 상기 보행 데이터를 감정별 보행 데이터 세트에 의해 미리 훈련된 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 판단하여 감정상태정보를 출력하는 감정 측정 과정; 및 운동 추천부가 감정상태별 추천 운동을 가지고 있으며, 상기 감정측정부에서 출력되는 감정상태정보의 감정상태에 대응하는 추천 운동을 찾고, 그에 대한 추천 운동정보를 출력하는 운동 추천 과정을 포함하는 것을 특징으로 한다.
상기 감정 측정 과정은, 학습부가 입력받은 다수의 감정별 보행 데이터 세트를 딥러닝 모델에 적용하여 딥러닝 학습을 수행하여 훈련된 학습데이터를 감정보행 학습데이터 DB에 저장하는 감정보행 학습 단계; 및 감정 예측부가 상기 보행측정부로부터 입력되는 보행 데이터를 상기 감정보행 학습데이터 DB에 저장된 학습데이터가 반영된 상기 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 예측하고 예측된 감정상태정보를 출력하는 감정 예측 단계를 포함하는 것을 특징으로 한다.
상기 감정 측정 과정은, 상기 학습부가 상기 보행 데이터 및 상기 감정예측부에서 판단된 감정상태정보를 상기 딥러닝 모델에 의해 재학습시켜 상기 감정보행 학습데이터 DB의 학습데이터를 업데이트하는 재학습 단계를 더 포함하는 것을 특징으로 한다.
상기 방법은: 건강측정부가 상기 보행 데이터에 의한 사용자의 보행 상태에 따른 건강상태를 예측하고, 예측된 건강상태정보를 출력하는 건강 측정 과정; 및 종합상태 판단부가 상기 건강측정부로부터 출력되는 건강상태정보 및 상기 감정측정부로부터 출력되는 감정상태정보를 입력받아 상기 사용자의 건강상태 및 감정상태를 종합적으로 분석하여 상기 사용자의 종합상태를 판단하고, 그에 따른 종합상태정보를 출력하는 종합상태 판단 과정을 더 포함하되, 상기 운동 추천 과정에서 운동 추천부가 상기 종합상태정보에 대응하는 추천 운동정보를 출력하는 것을 특징으로 한다.
상기 건강 측정 과정은, 밸런스 측정부가 상기 보행 데이터에 의해 상기 사용자의 보행 밸런스를 측정하고, 측정된 밸런스정보를 출력하는 밸런스 측정 단계; 자세 측정부가 상기 보행 데이터에 의해 상기 사용자의 보행 자세를 측정하고, 측정된 보행 자세정보를 출력하는 자세 측정 단계; 및 건강상태 예측부가 보행 밸런스 및 보행 자세에 따른 건강상태정보를 가지고 있으며, 상기 밸런스 측정부로부터 입력되는 밸런스정보 및 자세 측정부로부터 출력되는 보행 자세정보에 대응하는 건강상태정보를 출력하는 건강상태 예측 단계를 포함하는 것을 특징으로 한다.
상기 방법은: 출력부가 상기 건강상태정보, 정신상태정보, 종합상태정보, 추천운동정보를 사용자가 확인할 수 있도록 출력하는 출력 과정을 더 포함하는 것을 특징으로 한다.
본 발명은 보행 데이터에 의한 사용자의 건강상태뿐만 아니라 사용자의 감정상태를 반영하므로 사용자에게 사용자의 현재 상태에 따른 최적의 운동을 추천할 수 있는 효과가 있다.
또한, 본 발명은 사용자의 감정상태를 반영한 운동을 추천하므로 사용자의 능동적이고 적극적인 운동 참여를 유도할 수 있는 효과가 있다.
도 1은 본 발명에 따른 보행 데이터 기반 운동 추천 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명에 따른 보행 데이터 기반 운동 추천 시스템의 운동 추천 모듈의 상세 구성을 나타낸 도면이다.
도 3은 본 발명에 따른 보행 데이터 기반 운동 추천 방법을 나타낸 흐름도이다.
이하 첨부된 도면을 참조하여 본 발명에 따른 보행 데이터 기반 운동 추천 시스템의 구성 및 동작을 설명하고, 시스템에서의 운동 추천 방법을 상세히 설명한다. 이하 설명에서 운동이란 실질적인 운동뿐만 아니라 휴식을 포함하는 용어로 사용한다.
도 1은 본 발명에 따른 보행 데이터 기반 운동 추천 시스템의 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명에 따른 보행 데이터 기반 운동 추천 시스템은 보행 측정부(100) 및 운동 추천 모듈(200)을 포함한다.
보행 측정부(100)는 사용자의 양발의 신발 바닥 또는 인솔(Insole) 하부 전체에 다수 개가 구성되어 사용자의 보행에 따라 발바닥에 가해지는 압력 분포에 따른 다수의 압력 데이터인 보행 데이터를 출력한다.
이런 보행 데이터에는 발바닥의 압력 분포에 대한 정보도 포함하나, 사용자의 보행속도(보행 데이터 단위의 입력 속도에 의해 구분), 보행 방향(앞으로 걸음, 뒤로 걸음, 옆으로 걸음 등) 등의 정보를 포함하고 있을 것이다.
운동 추천 모듈(200)은 상기 보행 측정부(100)로부터 연속적인 보행 데이터를 획득하고, 획득되는 보행 데이터에 기반하여 보행 중인 사용자의 감정상태 또는 다른 실시예에 따른 건강상태 및 감정상태에 따른 최적의 운동에 대한 추천 운동정보를 출력하여, 상기 사용자에게 최적의 운동을 제시한다.
도 2는 본 발명에 따른 보행 데이터 기반 운동 추천 시스템의 운동 추천 모듈의 상세 구성을 나타낸 도면이다.
도 2를 참조하면, 본 발명에 따른 보행 데이터 기반 운동 추천 시스템은 보행 데이터 획득부(10), 감정측정부(30) 및 운동 측정부(50)를 포함하고, 실시예에 따라 건강측정부(20), 종합상태 판단부(40), 출력부(60) 및 입력부(70)를 더 포함할 수 있을 것이다.
보행 데이터 획득부(10)는 상기 보행 측정부(100)로부터 연속되는 보행 데이터를 획득하여 출력한다.
건강측정부(20)는 밸런스 측정부(21), 자세 측정부(22) 및 건강상태 예측부(23)를 포함하여 보행 데이터 획득부(10)를 통해 보행 측정부(100)로부터 입력되는 연속적인 보행 데이터를 일정 시간 또는 걸음 단위로 획득하여 사용자의 보행에 따른 건강상태를 예측하고, 예측된 건강상태에 따른 건강상태정보를 출력한다. 상기 연속적인 보행 데이터를 일정 시간 또는 걸음 단위로 획득하여 건강상태를 예측하는 것은 보행 데이터로부터 사용자의 보행에 대한 더 많은 특징을 획득하기 위한 것이다.
구체적으로, 밸런스 측정부(21)는 보행 데이터 획득부(10)로부터 입력되는 연속적인 보행 데이터를 일정 시간 또는 걸음 단위로 획득하여 사용자의 보행 밸런스를 판단한다. 상기 보행 밸런스는 사용자가 보행 시 양발에 가해지는 힘, 양발의 속도, 양발의 보폭 등이 균일한지 등을 나타내는 정보일 수 있을 것이다.
상기 밸런스 측정부(21)는 보행 시의 양다리의 보행 밸런스를 분석하고, 그에 따른 밸런스정보를 건강상태 예측부(23)로 출력한다.
자세 측정부(22)는 보행 데이터 획득부(10)로부터 입력되는 연속적인 보행 데이터를 일정 시간 또는 걸음 단위로 획득하여 사용자의 자세를 판단한다.
상기 자세 측정부(22)는 상체가 하체와 이루는 각 자세에 따라 양발에 가해지는 힘 분포 및 발바닥의 힘 분포도 달라지므로 이를 이용하여 사용자의 자세를 측정하고 그 측정된 자세정보를 건강상태 예측부(23)로 출력한다.
상기 자세정보는 사용자가 보행 시 상체의 자세가 어느 한쪽으로 기울어졌는지 틀어졌는지 등을 판단하기 위한 정보일 수 있을 것이다.
건강상태 예측부(23)는 자세 및 밸런스별 건강상태정보를 저장하고 있으며, 밸런스 측정부(21)로부터 입력되는 밸런스정보를 입력받고, 상기 자세 측정부(22)로부터 자세정보를 입력받아 입력된 밸런스정보의 밸런스 및 자세정보의 자세에 대응하는 건강상태정보를 종합상태 판단부(40) 및 출력부(60)로 출력한다.
감정측정부(30)는 감정보행 학습데이터 DB(31), 학습부(32) 및 감정 예측부(33)를 포함하여, 보행 데이터 획득부(10)로부터 입력되는 연속적인 보행 데이터를 일정 시간 또는 일정 보행 수 단위로 획득하여 사용자의 감정상태를 측정하고, 측정된 감정상태에 대한 감정상태정보를 운동 추천부(50)로 출력하거나, 실시예에 따라 종합상태 판단부(40)로 출력한다.
구체적으로, 감정 보행 학습데이터 DB(31)는 감정별 다수의 보행 데이터 세트를 딥러닝 모델에 적용하여 훈련시킨 학습데이터를 저장한다. 상기 감정별 보행 데이터 세트는 다수의 사람을 확보하고 각 사람이 신발 형태의 보행 측정부(100)를 착용한 상태에서 각 감정을 유발할 수 있는 영상을 보여주면서 획득한 보행 데이터로 일정 시간 단위 또는 보행 수 단위의 데이터 세트일 수 있을 것이다. 물론 실험자에게 감정별 해당 감정 유도 영상을 보았을 때 해당 감정이 유도되었는지의 여부를 묻고, 해당 감정이 유도된 경우의 보행 데이터만을 적용하는 것이 바람직할 것이다.
학습부(32)는 딥러닝 모델이 적용되어 상기 감정별 보행 데이터 세트를 입력받아 훈련하여 생성된 감정 보행 학습데이터를 상기 감정 보행 학습데이터 DB(31)에 저장하고, 보행 데이터 획득부(10)로부터 실시간 입력되는 일정 시간 단위 또는 일정 보행 수 단위의 보행 데이터 세트와 추후 감정 예측부(33)로부터 출력되는 감정상태정보의 감정을 딥러닝 모델에 적용하여 학습을 시켜 상기 감정 보행 학습데이터 DB(31)에 저장된 감정 보행 학습데이터를 업데이트한다.
감정 예측부(33)는 상기 딥러닝 모델이 적용되어 보행 데이터 획득부(10)로부터 연속적으로 입력되는 보행 데이터를 일정 시간 단위 또는 일정 보행 수 단위의 보행 데이터 세트를 생성하고, 상기 보행 데이터 세트를 딥러닝 모델에 적용하여 상기 보행 데이터 세트에 대한 사용자의 감정상태를 예측하며, 예측된 감정상태에 대한 감정상태정보를 운동 추천부(50)로 출력하고, 실시예에 따라 종합상태 판단부(40) 및 출력부(60)로 출력한다.
종합상태 판단부(40)는 건강 및 감정별 종합상태 정보를 저장하고 있으며, 건강측정부(20) 및 감정측정부(30)로부터 입력되는 건강상태정보 및 감정상태정보에 대응하는 종합상태정보를 운동 추천부(50) 및 출력부(60)로 출력한다. 예를 들어, 상기 건강상태정보가 제1건강상태이고, 감정상태정보가 제1감정상태이면, 상기 종합상태정보는 제1종합상태정보일 수 있을 것이다.
운동 추천부(50)는 감정상태정보별 추천 운동정보를 가지고 있거나, 실시예에 따라 종합상태정보별 추천 운동정보를 가지고 있으며, 감정측정부(30)로부터 입력되는 감정상태정보에 대응하는 추천 운동정보를 출력부(60)로 출력하거나, 실시예에 따라 종합상태 판단부(40)로부터 종합상태정보가 입력되면 종합상태정보에 대응하는 추천 운동정보를 출력부(60)로 출력한다.
출력부(60)는 다양한 정보를 텍스트, 그래픽, 정지영상, 동영상 등 중 어느 하나 이상으로 출력하는 디스플레이 수단(미도시)과 연결되어 입력되는 정보를 상기 디스플레이부를 통해 표시하는 구성일 수도 있고, 프린터 등과 연결되어 프린터를 통해 입력되는 정보를 출력하는 구성일 수도 있을 것이다.
입력부(70)는 다수의 정보를 입력할 수 있는 키보드 등과 같은 입력수단(미도시)으로부터, 본 발명에 따른 사용자의 키, 다리 길이, 보폭, 몸무게, 가능한 운동 등의 입력정보를 입력받아 건강측정부(20), 감정측정부(30), 운동 추천부(50) 및 출력부(60)로 출력한다.
상기 입력정보를 입력받은 건강측정부(20)는 입력정보를 반영하여 사용자의 건강상태를 측정할 수 있고, 감정측정부(30) 또한 입력정보를 반영하여 사용자의 감정상태를 측정할 수 있으며, 운동 추천부(50) 또한 입력정보를 반영하여 운동을 추천할 수 있을 것이다.
도 3은 본 발명에 따른 보행 데이터 기반 운동 추천 방법을 나타낸 흐름도로, 사용자의 건강 및 감정 둘 모두를 적용하여 운동을 추천하는 경우를 나타낸 흐름도이다.
도 3을 참조하면, 우선 운동 추천 모듈(200)의 보행 데이터 획득부(10)는 감정상태 측정 이벤트가 발생되는지를 모니터링한다(S111). 상기 감정상태 측정 이벤트는 상기 보행 측정부(100)로부터 보행 데이터의 입력 시 발생될 수도 있고, 입력수단(미도시)을 통해 감정상태 측정 명령의 입력 시 발생될 수도 있을 것이다.
감정상태 측정 이벤트가 발생되면 상기 보행 데이터 획득부(10)는 보행 측정부(100)를 구동한다(S113).
상기 보행 측정부(100)가 구동되면 보행 데이터 획득부(10)는 보행 측정부(100)로부터 보행 데이터가 수집되기 시작하는지를 모니터링한다(S115).
그러나 상술한 바와 같이 상기 감정상태 측정 이벤트가 보행 데이터의 입력 시 발생하는 경우 S113, S115는 구성되지 않는 것이 바람직할 것이다.
보행 데이터가 수집되기 시작하면 건강측정부(20)는 보행 데이터로부터 사용자의 보행 밸런스를 측정하고(S117), 사용자의 자세를 측정하며(S119), 측정된 보행 밸런스 및 자세에 의해 사용자의 보행 건강상태를 측정하고, 측정된 건강상태에 따른 건강상태정보를 출력한다(S121).
감정측정부(20)는 상기 건강측정부(20)로부터 건강상태정보가 출력되면 동작될 수도 있고, 상기 건강측정부(20)와 동시에 보행 데이터 획득부(10)로부터 보행 데이터를 입력받아 사용자의 감정상태를 분석 및 추정하여(S123) 감정상태정보를 출력할 수도 있을 것이다(S125).
감정상태정보가 출력되면 감정측정부(30)는 감정상태정보 및 상기 보행 데이터 획득부(10)를 통해 실시간 획득된 보행 데이터를 재학습시켜 감정 보행 학습데이터 DB(31)의 학습데이터를 업데이트한다(S127).
건강상태정보가 출력되고, 감정상태정보가 출력되면 종합상태 판단부(40)는 사용자의 건강상태 및 감정상태에 대응하는 종합상태를 분석하고, 종합상태정보를 운동 추천부(50)로 출력한다(S129).
운동 추천부(50)는 종합상태정보가 입력되면 종합상태정보에 대응하는 추천 운동정보 추정한(S131) 후, 출력부(60)를 통해 출력한다(S133).
한편, 본 발명은 전술한 전형적인 바람직한 실시예에만 한정되는 것이 아니라 본 발명의 요지를 벗어나지 않는 범위 내에서 여러 가지로 개량, 변경, 대체 또는 부가하여 실시할 수 있는 것임은 당해 기술분야에서 통상의 지식을 가진 자라면 용이하게 이해할 수 있을 것이다. 이러한 개량, 변경, 대체 또는 부가에 의한 실시가 이하의 첨부된 특허청구범위의 범주에 속하는 것이라면 그 기술사상 역시 본 발명에 속하는 것으로 보아야 한다.
10: 보행 데이터 획득부 20: 건강측정부
21: 밸런스 측정부 22: 자세 측정부
23: 건강상태 예측부 30: 감정측정부
31: 감정보행 학습데이터 DB 32: 학습부
33: 감정 예측부 40: 종합상태 판단부
50: 운동 추천부 60: 출력부
70: 입력부 100: 보행 측정부
200: 운동 추천 모듈

Claims (12)

  1. 보행 중인 사용자의 양측 발과 연관된 복수의 센서를 기초로 상기 사용자의 양측 발에 대한 압력 분포를 포함하는 보행 상태를 실시간으로 측정하여 보행 데이터를 출력하는 보행측정부;
    일정 시간 또는 걸음 단위로 획득된 상기 보행 데이터를 감정별 보행 데이터 세트에 의해 미리 훈련된 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 판단하여 감정상태정보를 출력하는 감정측정부;
    상기 보행 데이터에 의한 사용자의 보행 상태에 따른 건강상태를 예측하고, 예측된 건강상태정보를 출력하는 건강측정부;
    상기 건강측정부로부터 출력되는 건강상태정보 및 상기 감정측정부로부터 출력되는 감정상태정보를 입력받아 상기 사용자의 건강상태 및 감정상태를 종합적으로 분석하여 상기 사용자의 종합상태를 판단하고, 그에 따른 종합상태정보를 출력하는 종합상태 판단부; 및
    종합상태별 추천 운동을 가지고 있으며, 상기 종합상태 판단부에서 출력되는 종합상태정보에 대응하는 추천 운동을 찾고, 그에 대한 추천 운동정보를 출력하는 운동 추천부;
    를 포함하고,
    상기 건강측정부는,
    상기 보행 데이터에 의해 상기 사용자의 보행 밸런스를 측정하고, 측정된 밸런스정보를 출력하는 밸런스 측정부;
    상기 보행 데이터에 의해 상기 사용자의 보행 자세를 측정하고, 측정된 보행 자세정보를 출력하는 자세 측정부; 및
    보행 밸런스 및 보행 자세에 따른 건강상태정보를 가지고 있으며, 상기 밸런스 측정부로부터 입력되는 밸런스정보 및 자세 측정부로부터 출력되는 보행 자세정보에 대응하는 건강상태정보를 출력하는 건강상태 예측부;
    를 포함하고,
    상기 밸런스정보는 상기 보행 중인 사용자의 양측 발에 가해지는 압력과 보행 속도 및 보폭의 측정 값이 균일한지 여부에 대한 정보를 포함하고,
    상기 보행 자세정보는 상기 보행 중인 사용자의 상체 및 하체가 이루는 기울기에 대한 정보를 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 시스템.
  2. 제1항에 있어서,
    상기 감정측정부는,
    감정별 보행 데이터 세트에 대해 훈련된 학습데이터를 저장하는 감정보행 학습데이터 DB; 및
    상기 보행측정부로부터 입력되는 보행 데이터를 상기 감정보행 학습데이터 DB에 저장된 학습데이터가 반영된 상기 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 예측하고 예측된 감정상태정보를 출력하는 감정 예측부를 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 시스템.
  3. 제2항에 있어서,
    상기 감정측정부는,
    상기 보행 데이터 및 상기 감정 예측부에서 판단된 감정상태정보를 상기 딥러닝 모델에 의해 재학습시켜 상기 감정보행 학습데이터 DB의 학습데이터를 업데이트하는 학습부를 더 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 시스템.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 건강상태정보, 종합상태정보, 추천운동정보를 사용자가 확인할 수 있도록 출력하는 출력부를 더 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 시스템.
  7. 보행 중인 사용자의 양측 발과 연관된 복수의 센서를 기초로 보행측정부가 상기 사용자의 양측 발에 대한 압력 분포를 포함하는 보행 상태를 측정하여 실시간으로 보행 데이터를 출력하는 보행 측정 과정;
    감정측정부가 일정 시간 또는 걸음 단위로 획득된 상기 보행 데이터를 감정별 보행 데이터 세트에 의해 미리 훈련된 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 판단하여 감정상태정보를 출력하는 감정 측정 과정;
    건강측정부가 상기 보행 데이터에 의한 사용자의 보행 상태에 따른 건강상태를 예측하고, 예측된 건강상태정보를 출력하는 건강 측정 과정;
    종합상태 판단부가 상기 건강측정부로부터 출력되는 건강상태정보 및 상기 감정측정부로부터 출력되는 감정상태정보를 입력받아 상기 사용자의 건강상태 및 감정상태를 종합적으로 분석하여 상기 사용자의 종합상태를 판단하고, 그에 따른 종합상태정보를 출력하는 종합상태 판단 과정; 및
    운동 추천부가 종합상태별 추천 운동을 가지고 있으며, 상기 종합상태 판단부에서 출력되는 종합상태정보에 대응하는 추천 운동을 찾고, 그에 대한 추천 운동정보를 출력하는 운동 추천 과정을 포함하고,
    상기 건강 측정 과정은,
    밸런스 측정부가 상기 보행 데이터에 의해 상기 사용자의 보행 밸런스를 측정하고, 측정된 밸런스정보를 출력하는 밸런스 측정 단계;
    자세 측정부가 상기 보행 데이터에 의해 상기 사용자의 보행 자세를 측정하고, 측정된 보행 자세정보를 출력하는 자세 측정 단계; 및
    건강상태 예측부가 보행 밸런스 및 보행 자세에 따른 건강상태정보를 가지고 있으며, 상기 밸런스 측정부로부터 입력되는 밸런스정보 및 자세 측정부로부터 출력되는 보행 자세정보에 대응하는 건강상태정보를 출력하는 건강상태 예측 단계;
    를 포함하고,
    상기 밸런스정보는 상기 보행 중인 사용자의 양측 발에 가해지는 압력과 보행 속도 및 보폭의 측정 값이 균일한지 여부에 대한 정보를 포함하고,
    상기 보행 자세정보는 상기 보행 중인 사용자의 상체 및 하체가 이루는 기울기에 대한 정보를 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 방법.
  8. 제7항에 있어서,
    상기 감정 측정 과정은,
    학습부가 입력받은 다수의 감정별 보행 데이터 세트를 딥러닝 모델에 적용하여 딥러닝 학습을 수행하여 훈련된 학습데이터를 감정보행 학습데이터 DB에 저장하는 감정보행 학습 단계; 및
    감정 예측부가 상기 보행측정부로부터 입력되는 보행 데이터를 상기 감정보행 학습데이터 DB에 저장된 학습데이터가 반영된 상기 딥러닝 모델에 적용하여 상기 사용자의 감정상태를 예측하고 예측된 감정상태정보를 출력하는 감정 예측 단계를 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 방법.
  9. 제8항에 있어서,
    상기 감정 측정 과정은,
    상기 학습부가 상기 보행 데이터 및 상기 감정 예측부에서 판단된 감정상태정보를 상기 딥러닝 모델에 의해 재학습시켜 상기 감정보행 학습데이터 DB의 학습데이터를 업데이트하는 재학습 단계를 더 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 방법.
  10. 삭제
  11. 삭제
  12. 제7항에 있어서,
    출력부가 상기 건강상태정보, 종합상태정보, 추천운동정보를 사용자가 확인할 수 있도록 출력하는 출력 과정을 더 포함하는 것을 특징으로 하는 보행 데이터 기반 운동 추천 방법.
KR1020190176769A 2019-12-27 2019-12-27 보행 데이터 기반 운동 추천 시스템 및 방법 KR102425053B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190176769A KR102425053B1 (ko) 2019-12-27 2019-12-27 보행 데이터 기반 운동 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190176769A KR102425053B1 (ko) 2019-12-27 2019-12-27 보행 데이터 기반 운동 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210084779A KR20210084779A (ko) 2021-07-08
KR102425053B1 true KR102425053B1 (ko) 2022-07-28

Family

ID=76893260

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190176769A KR102425053B1 (ko) 2019-12-27 2019-12-27 보행 데이터 기반 운동 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102425053B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102551856B1 (ko) 2023-04-14 2023-07-06 주식회사 플랙스 딥러닝 기반의 예측 모델에 기반하여 보조 보행 장치를 이용하는 피보호자의 감정 상태를 예측하는 전자 장치 및 그 동작 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230139454A (ko) 2022-03-28 2023-10-05 박명훈 맞춤형 운동 추천방법
EP4331483A1 (en) * 2022-08-29 2024-03-06 ASICS Corporation Emotion estimating device, emotion estimating system, and emotion estimating method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101085053B1 (ko) * 2009-10-22 2011-11-21 아주대학교산학협력단 사용자 맞춤형 운동 추천 방법 및 이를 적용한 휴대용 단말기
KR20110093283A (ko) * 2010-02-12 2011-08-18 삼성전자주식회사 보행 패턴 분석 장치 및 방법
KR102471442B1 (ko) * 2014-11-11 2022-11-25 글로벌 스트레스 인덱스 피티와이 엘티디 개인의 스트레스 레벨 및 스트레스 내성 레벨 정보를 생성하기 위한 시스템 및 방법
KR101851690B1 (ko) * 2016-08-11 2018-04-25 고려대학교 산학협력단 착용형 센서를 이용한 일주기 생체리듬의 비정상성 탐지 장치 및 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
P. CALLAGHAN 외, Exercise: a neglected intervention in mental health care, Journal of Psychiatric and Mental Health Nursing, 2004.07.14., Vol.11, pp.476-483.*
Seunghee Hong 외, Gait Feature Vectors for Post-stroke Prediction using Wearable Sensor, 감성과학, 2019.09.30., Vol.22, Issue.3, pp.55-64.*
Tanmay Randhavane 외, Identifying Emotions from Walking Using Affective and Deep Features, arXiv, 2019.07.21., pp.1-14.*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102551856B1 (ko) 2023-04-14 2023-07-06 주식회사 플랙스 딥러닝 기반의 예측 모델에 기반하여 보조 보행 장치를 이용하는 피보호자의 감정 상태를 예측하는 전자 장치 및 그 동작 방법

Also Published As

Publication number Publication date
KR20210084779A (ko) 2021-07-08

Similar Documents

Publication Publication Date Title
KR102425053B1 (ko) 보행 데이터 기반 운동 추천 시스템 및 방법
JP6928355B2 (ja) 歩行・足部評価装置、歩行・足部評価プログラム、歩行・足部評価装置の作動方法、及び歩行・足部評価システム
US10692011B2 (en) Adaptive model-based system to automatically quantify fall risk
AU2014277079B2 (en) Fall detection system and method.
JP2019524287A (ja) 被験者の運動を支援するシステムおよび方法
JP7211717B2 (ja) 画像表示装置、画像表示プログラム及び画像表示方法
US20170351825A1 (en) Method and apparatus for quantifying and monitoring the frailty of a subject
Similä et al. Accelerometry-based berg balance scale score estimation
JP6876986B2 (ja) 認知機能評価装置、認知機能評価システム、認知機能評価方法、及び、プログラム
US20240021292A1 (en) Method of caring for psychological status based on biometric information and apparatus for performing the same
JP2008067892A (ja) 生体解析装置及びプログラム
EP3461403A1 (en) A method and apparatus for assessing the mobility of a subject
KR20130058442A (ko) 신체 체형 맞춤형 보행 교정 시스템 및 방법
KR20220040964A (ko) 사진 촬영을 이용한 발 건강 맞춤형 인솔 정보 제공 장치의 동작 방법
KR20220040339A (ko) 기록매체
Tang et al. Estimating berg balance scale and mini balance evaluation system test scores by using wearable shoe sensors
JP7337484B2 (ja) 画像表示装置、画像表示システム、画像表示プログラム及び画像表示方法
US20190343428A1 (en) Determining a measure of the physical fitness of a subject
JP7048782B2 (ja) 肌状態サポートシステム
JP2014094069A (ja) 歩行年齢表示システム
KR102529196B1 (ko) 스마트 인솔 기반 부분 체중 부하 보행 가이드 제공 방법 및 그 시스템
JP6402345B1 (ja) 指導支援システム、指導支援方法及び指導支援プログラム
KR102412565B1 (ko) 트레드밀 이용시의 낙상 예측 방법 및 장치
JP2004187808A (ja) 計測機能付き靴及び健康管理通信システム
JP7283422B2 (ja) 歩行診断システム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right