KR102431065B1 - 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치, 방법 및 프로그램 - Google Patents
오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치, 방법 및 프로그램 Download PDFInfo
- Publication number
- KR102431065B1 KR102431065B1 KR1020200169205A KR20200169205A KR102431065B1 KR 102431065 B1 KR102431065 B1 KR 102431065B1 KR 1020200169205 A KR1020200169205 A KR 1020200169205A KR 20200169205 A KR20200169205 A KR 20200169205A KR 102431065 B1 KR102431065 B1 KR 102431065B1
- Authority
- KR
- South Korea
- Prior art keywords
- input
- information
- subject
- score
- sets
- Prior art date
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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7445—Display arrangements, e.g. multiple display units
-
- 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
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
- A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
-
- 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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Social Psychology (AREA)
- Artificial Intelligence (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Educational Technology (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치는 피검자로부터 피검자 정보를 입력받는 입력부; 상기 피검자가 수행할 피검자 입력의 대상이 되며 표시부에 복수의 오브젝트의 오브젝트 정보를 포함하는 오브젝트 세트 정보를 세트 수 정보에 기초하여 생성하는 프로세서; 상기 복수의 오브젝트 세트 정보 각각에 대응되는 세트 표시 시간 동안 상기 복수의 오브젝트 정보에 기초하여 상기 복수의 오브젝트를 상기 복수의 오브젝트 세트 정보 별로 표시하는 표시부;를 포함한다.
Description
본 발명은 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치 및 이를 수행하는 방법에 관한 것이다.
현대사회는 고도로 발달한 의료기술 및 과학기술의 영향으로 다양한 질병을 진단하고 편리함과 물질적인 풍요로움 가운데 있으나, 급변하는 사회 환경, 과도한 경쟁, 비인간화 현상, 사회 심리적 범죄, 전염성 질환 출현 및 노령화 등 다양한 사회문제의 발생으로 불안 및 스트레스 등이 현대인의 정신적, 육체적 건강을 크게 위협하는 요소로 작용하고 있다.
특히 불안으로 인한 스트레스는 현대 사회에서 매우 중요한 문제로 부각되고 있으며, 불안 반응으로 스트레스, 우울 장애, 정신장애 등 신체나 정신의 특정한 질병에 걸리거나 건강장애를 초래할 가능성이 큰 것으로 알려짐에 따라 불안의 적절한 조절은 건강증진을 위한 중요한 요소로 자리하게 되었다.
불안의 생리적 반응으로는 코티졸의 분비가 증가하고 면역억제작용이 일어난다. 또한, 에피네프린과 노르에피네프린 등 카테콜라민의 분비가 증가하고 교감신경계반응이 항진된다. 그 결과 심박동수, 혈압, 호흡수가 증가하고 근육긴장, 위장관 운동의 저하 등이 나타날 수 있으며, 심리적 반응으로는 우울, 분노 등이 나타날 수 있다.
이러한 지속적이고 과다한 불안은 스트레스원으로 유발되고 인체의 항상성 유지, 심혈관계, 근골격계 등과 같은 신체반응, 정서적 안정, 면역기능에 대한 불안정, 고혈압, 수면장애 등을 초래하게 되며, 이로 인해 개인뿐만 아니라 사회에도 많은 손실을 초래하게 된다.
이에 불안 완화를 위한 방법으로 의료적으로 여러 가지 진정제를 투여함으로써 조절하고 있으나, 때로 과도한 조절이 심기능에 영향을 미쳐 부작용 및 의료사고가 발생률이 증가하며, 진정제 투여 자체가 스트레스원으로 유발되어 불안을 야기하기도 한다.
이에 따라, 스트레스의 정도를 나타내는 스트레스 레벨을 측정하여 스트레스가 어느 정도인지를 확인하고, 이에 따라 스트레스 감소 방안을 마련하는 것이 중요하다.
하지만, 종래의 스트레스 측정 방법은 생체신호를 측정하는 별도의 측정 기기를 이용하여 생체 신호를 측정하고 이를 전문가가 분석하여 스트레스 정도를 파악함으로써, 비전문가인 사용자가 손쉽고 간편하게 스트레스 정도를 파악할 수 없는 문제점이 있다.
삭제
본 발명은 복수의 오브젝트를 표시부에 표시하고, 복수의 오브젝트에 대한 피검자의 피검자 입력이 수행되면, 복수의 오브젝트 각각에 대응되는 피검자 입력 여부 정보에 기초하여 해당 복수의 오브젝트가 포함되는 오브젝트 세트를 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류하고, 분류 결과에 기초하여 피검자의 스트레스 레벨을 결정할 수 있는 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치 및 방법을 제공하는 데 있다. 또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 제공하는데 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치는 피검자로부터 피검자 정보를 입력받는 입력부; 상기 피검자가 수행할 피검자 입력의 대상이 되며 표시부에 복수의 오브젝트의 오브젝트 정보를 포함하는 오브젝트 세트 정보를 세트 수 정보에 기초하여 생성하는 프로세서; 상기 복수의 오브젝트 세트 정보 각각에 대응되는 세트 표시 시간 동안 상기 복수의 오브젝트 정보에 기초하여 상기 복수의 오브젝트를 상기 복수의 오브젝트 세트 정보 별로 표시하는 표시부;를 포함한다.
바람직하게, 상기 프로세서는 오브젝트 표시 위치 정보를 각각 포함하는 상기 복수의 오브젝트 정보를 생성하고, 상기 오브젝트 표시 위치 정보와 상기 세트 표시 시간 동안 입력된 상기 피검자 입력의 입력 위치 정보에 기초하여 상기 복수의 오브젝트 정보 각각에 대응되는 피검자 입력 여부 정보를 생성하고, 상기 피검자 입력 여부 정보에 기초하여 상기 복수의 오브젝트 세트 각각을 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류하고, 상기 분류 결과에 기초하여 상기 피검자의 스트레스 레벨을 결정할 수 있다.
바람직하게, 상기 프로세서는 상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내면, 해당 오브젝트 세트 정보를 정입력 세트로 분류할 수 있다.
바람직하게, 상기 프로세서는 상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 중에서 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내는 오브젝트 정보의 오브젝트 입력 수가 상기 복수의 오브젝트 정보의 오브젝트 전체 수 미만이면, 해당 오브젝트 세트 정보를 작위 오입력 세트로 분류하고, 상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행되지 않음을 나타내면, 해당 오브젝트 세트 정보를 부작위 오입력 세트로 분류할 수 있다.
바람직하게, 상기 프로세서는 상기 복수의 오브젝트 세트 중에서 상기 작위 오입력 세트로 분류된 오브젝트 세트의 작위 오입력 세트 수를 산출하고, 상기 복수의 오브젝트 세트 중에서 상기 부작위 오입력 세트로 분류된 오브젝트 세트의 부작위 오입력 세트 수를 산출하고, 상기 작위 오입력 세트 수 및 상기 부작위 오입력 세트 수에 기초하여 상기 피검자의 스트레스 레벨을 결정할 수 있다.
바람직하게, 상기 프로세서는 상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 작위 오입력 세트 수의 제1 오입력 비율을 산출하고, 상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 부작위 오입력 세트 수의 제2 오입력 비율을 산출하고, 상기 제1 오입력 비율 및 상기 제2 오입력 비율 각각에 대응되는 제1 오입력 점수 및 제2 오입력 점수를 확인하고, 미리 설정된 기준 점수에서 상기 제1 오입력 점수 및 제2 오입력 점수를 차감하여 스트레스 레벨 결정 점수를 산출하고, 상기 스트레스 레벨 결정 점수가 낮을수록 상기 피검자의 스트레스 레벨이 높은 것으로 결정할 수 있다.
본 발명에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법은 입력부가 피검자로부터 피검자 정보를 입력받는 단계; 프로세서가 상기 피검자가 수행할 피검자 입력의 대상이 되며 표시부에 복수의 오브젝트의 오브젝트 정보를 포함하는 오브젝트 세트 정보를 세트 수 정보에 기초하여 생성하는 단계; 표시부가 상기 복수의 오브젝트 세트 정보 각각에 대응되는 세트 표시 시간 동안 상기 복수의 오브젝트 정보에 기초하여 상기 복수의 오브젝트를 상기 복수의 오브젝트 세트 정보 별로 표시하는 단계; 상기 프로세서가 오브젝트 표시 위치 정보를 각각 포함하는 상기 복수의 오브젝트 정보를 생성하는 단계; 상기 입력부가 상기 피검자 입력을 받는 단계; 상기 프로세서가 상기 오브젝트 표시 위치 정보와 상기 세트 표시 시간 동안 입력된 상기 피검자 입력의 입력 위치 정보에 기초하여 상기 복수의 오브젝트 정보 각각에 대응되는 피검자 입력 여부 정보를 생성하는 단계; 상기 프로세서가 상기 피검자 입력 여부 정보에 기초하여 상기 복수의 오브젝트 세트 각각을 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류하는 단계; 및 상기 프로세서가 상기 분류 결과에 기초하여 상기 피검자의 스트레스 레벨을 결정하는 단계;를 포함할 수 있다.
바람직하게, 상기 분류하는 단계는 상기 프로세서가 상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내면, 해당 오브젝트 세트 정보를 정입력 세트로 분류하는 단계;를 포함할 수 있다.
바람직하게, 상기 분류하는 단계는 상기 프로세서가 상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 중에서 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내는 오브젝트 정보의 오브젝트 입력 수가 상기 복수의 오브젝트 정보의 오브젝트 전체 수 미만이면, 해당 오브젝트 세트 정보를 작위 오입력 세트로 분류하는 단계; 및 상기 프로세서가 상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행되지 않음을 나타내면, 해당 오브젝트 세트 정보를 부작위 오입력 세트로 분류하는 단계;를 더 포함할 수 있다.
바람직하게, 상기 스트레스 레벨을 결정하는 단계는 상기 프로세서가 상기 복수의 오브젝트 세트 중에서 상기 작위 오입력 세트로 분류된 오브젝트 세트의 작위 오입력 세트 수를 산출하고, 상기 복수의 오브젝트 세트 중에서 상기 부작위 오입력 세트로 분류된 오브젝트 세트의 부작위 오입력 세트 수를 산출하고, 상기 작위 오입력 세트 수 및 상기 부작위 오입력 세트 수에 기초하여 상기 피검자의 스트레스 레벨을 결정하는 단계;를 포함할 수 있다.
바람직하게, 상기 스트레스 레벨을 결정하는 단계는 상기 프로세서가 상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 작위 오입력 세트 수의 제1 오입력 비율을 산출하고, 상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 부작위 오입력 세트 수의 제2 오입력 비율을 산출하고, 상기 제1 오입력 비율 및 상기 제2 오입력 비율 각각에 대응되는 제1 오입력 점수 및 제2 오입력 점수를 확인하고, 미리 설정된 기준 점수에서 상기 제1 오입력 점수 및 제2 오입력 점수를 차감하여 스트레스 레벨 결정 점수를 산출하고, 상기 스트레스 레벨 결정 점수가 낮을수록 상기 피검자의 스트레스 레벨이 높은 것으로 결정하는 단계;를 더 포함할 수 있다.
본 발명에 따른 컴퓨터 프로그램은 하드웨어인 컴퓨터와 결합되어, 상기 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장될 수 있다.
상기에서 기재된 바에 따르면, 피검자 입력만으로 신속하고 정확하게 피검자의 스트레스 레벨을 결정할 수 있다.
또한, 상기에서 기재된 바에 따르면, 스트레스 완화 치료 과정에서 이용될 수 있는 검사 자료를 제공할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치와 이를 이용하여 검사를 수행하는 피검자의 일 예를 도시한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치의 구성도이다.
도 3은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치에 피검자 정보가 입력되는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치에 오브젝트 유형 정보가 입력되는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치에 피검자가 피검자 입력을 수행하는 과정을 도시한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치가 오브젝트에 대한 피검자 입력 여부를 결정하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치가 검사 결과를 표시하는 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법의 순서도이다.
도 2는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치의 구성도이다.
도 3은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치에 피검자 정보가 입력되는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치에 오브젝트 유형 정보가 입력되는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치에 피검자가 피검자 입력을 수행하는 과정을 도시한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치가 오브젝트에 대한 피검자 입력 여부를 결정하는 과정을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치가 검사 결과를 표시하는 과정을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법의 순서도이다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형 태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/ 또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대 해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B", "A 또는/및 B 중 적어도 하나", 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현 은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B", "A 및 B 중 적어도 하나", 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는(3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중 요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 피검자 기기와 제2 피검자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 피검자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성 요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합 한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성(또는 설정)된"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성 (또는 설정)된 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서, MCU), 또는 메모리에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU, AP)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한 정하려는 의도가 아닐 수 있다. 단수의 표현은 컨텍스트 상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은 관련 기술의 컨텍스트 상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
이하에서는 도면을 참조하여 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치에 관하여 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)와 이를 이용하여 검사를 수행하는 피검자의 일 예를 도시한 도면이고, 도 2는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)의 구성도이고, 도 3은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)에 피검자 정보가 입력되는 과정을 설명하기 위한 도면이고, 도 4는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)에 오브젝트 유형 정보가 입력되는 과정을 설명하기 위한 도면이고, 도 5는 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)에 피검자가 피검자 입력을 수행하는 과정을 도시한 도면이고, 도 6은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)가 오브젝트에 대한 피검자 입력 여부를 결정하는 과정을 설명하기 위한 도면이고, 도 7은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)가 검사 결과를 표시하는 과정을 설명하기 위한 도면이다.
도 1 내지 도 7을 참조하면, 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)는 입력부(110), 프로세서(120), 표시부(130), 저장부(140) 및 통신부(150)를 포함할 수 있다.
본 발명에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)의 구성 요소 중에서 피검자의 스트레스 레벨을 결정하는 기능과 관련된 구성요소들만을 기술하기로 한다. 따라서, 도 2에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)와 관련된 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)는 스트레스 레벨을 검사하는 피검자에 의하여 휴대가 가능하고, 문자, 이미지를 표시하고, 음원 및 동영상을 출력하는 장치이다. 이때, 휴대가 가능하다고 함은 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)를 손에 들거나 몸에 지니고 다니기에 불편함이 없음을 의미한다. 이러한, 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)의 예를 들면, 휴대폰(mobile phone), 개인 정보 단말기(Personal Digital Assistant), 포터블 미디어 플레이어(Portable Media Player) 등이 있고, 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)는 이에 한정되지 않고, 피검자가 오브젝트를 보고 피검자 입력을 수행할 수 있는 모든 장치 중 어느 하나 일 수 있다.
입력부(110)는 도 3에 도시된 바와 같이, 피검자로부터 피검자 정보를 입력받을 수 있다.
여기서, 피검자 정보는 피검자의 이름 정보(1a), 피검자의 나이 정보(1b), 피검자의 성별 정보(1c), 피검자의 검사 손 방향 정보(1d), 피검자의 주 사용 손 방향 정보(1e), 피검자의 검사 또는 연습 여부 정보(1f), 피검자의 교육 연수 정보(1g) 및 피검자의 검사 시간 정보(1h)를 포할할 수 있다.
여기서, 피검자의 검사 손 방향 정보(1d)는 피검자가 피검자 입력을 수행하는 손의 방향을 나타내는 정보이고, 피검자의 주 사용 손 방향 정보(1e)는 피검자가 왼손 잡이인지 오른손 잡이인지를 나타내는 정보이며, 피검자의 검사 또는 연습 여부 정보(1f)는 이후에 입력되는 피검자 입력이 검사용인지 검사용인지를 나타내는 정보이고, 피검자의 교육 연수 정보(1g)는 피검자의 학력을 나타내는 정보일 수 있다.
이러한, 피검자 정보는 피검자 식별 정보와 매칭되어 저장부(140)에 저장될 수 있다.
한편, 입력부(110)는 도 4에 도시된 바와 같이, 동일한 오브젝트 세트로써 하나의 화면에 함께 표시되는 오브젝트 수를 나타내는 오브젝트 유형 정보(2a)를 피검자로부터 입력받을 수 있다.
여기서, 오브젝트 유형 정보(2a)는 표시되는 오브젝트의 표시 유형을 나타내는 정보로써, 오브젝트 간 동일 형상 여부 정보, 오브젝트 변경 시간 정보, 오브젝트 세트 수 정보를 포함할 수 있다.
이러한, 입력부(110)는 도 1에 도시된 바와 같이, 피검자의 손가락에 의한 입력부(110) 접촉을 통해 피검자 입력을 받을 수 있다.
이러한, 입력부(110)는 터치 신호를 입력할 수 있는 터치 패널로 구현될 수 있다.
한편, 입력부(110)는 도 5에 도시된 바와 같이, 피검자로부터 터치식 피검자 입력(T)을 받을 수 있다.
한편, 피검자 입력이란, 표시부(130)에 표시된 오브젝트를 터치, 선택 및 접촉하여 입력부(110)에 터치 신호를 입력시키는 행위일 수 있다.
프로세서(120)는 복수의 오브젝트의 오브젝트 정보를 포함하는 오브젝트 세트 정보를 세트 수 정보에 기초하여 생성할 수 있다.
즉, 오브젝트 세트 정보에는 복수의 오브젝트 정보가 포함되고, 이러한 오브젝트 세트 정보는 세트 수 정보가 나타내는 세트 수 만큼 생성될 수 있다.
이러한, 오브젝트 세트 정보 각각에는 세트 표시 시간이 매칭될 수 있다. 세트 표시 시간은 해당 오브젝트 세트에 포함된 오브젝트 정보의 오브젝트가 표시부(130)를 통해 표시되는 시간 길이를 의미할 수 있다.
이때, 프로세서(120)는 오브젝트 세트 정보 각각에 매칭되는 세트 표시 시간을 피검자의 설정 입력에 기초하여 무작위한 시간으로 설정하거나 임의의 시간으로 동일하게 설정할 수 있다.
표시부(130)는 도 5에 도시된 바와 같이, 복수의 오브젝트 세트 정보 각각에 대응되는 세트 표시 시간 동안 복수의 오브젝트 정보에 기초하여 복수의 오브젝트를 복수의 오브젝트 세트 정보 별로 표시할 수 있다.
일 실시 예에서, 복수의 오브젝트 정보는 2개일 수 있다.
한편, 프로세서(120)는 오브젝트 정보 각각에 포함되며, 원형 이미지 및 다각형 이미지 중 어느 하나를 각각 나타내는 오브젝트 이미지 정보를 생성할 수 있다. 여기서, 프로세서(120)는 오브젝트 정보 각각의 오브젝트 이미지 정보가 나타내는 형태 이미지의 종류가 동일하거나 상이하도록 오브젝트 이미지 정보를 생성할 수 있다. 예를 들어, 프로세서(120)는 모든 오브젝트 이미지 정보가 원형 이미지를 나타내도록 오브젝트 이미지 정보를 생성하거나, 일부 오브젝트 이미지 정보는 원형 이미지를 나타내고 다른 오브젝트 이미지 정보는 사각형 이미지를 나타내도록 오브젝트 이미지 정보를 생성할 수 있다.
이에 따라, 표시부(130)는 오브젝트를 표시하는 경우, 오브젝트 이미지 정보가 나타내는 이미지를 표시할 수 있다.
한편, 프로세서(120)는 오브젝트 표시 위치 정보를 각각 포함하는 복수의 오브젝트 정보를 생성할 수 있다. 이때, 프로세서(120)는 입력부(110) 및 표시부(130)의 오브젝트 영역 내에서 무작위한 위치에 복수의 오브젝트가 표시되도록 복수의 오브젝트 정보를 생성할 수 있다.
한편, 프로세서(120)는 오브젝트 표시 위치 정보와 세트 표시 시간 동안 입력된 피검자 입력의 입력 위치 정보에 기초하여 복수의 오브젝트 정보 각각에 대응되는 피검자 입력 여부 정보를 생성할 수 있다.
구체적으로, 프로세서(120)는 도 6에 도시된 바와 같이, 오브젝트의 중심(R1)으로부터 미리 설정된 거리(L) 내에 피검자 입력의 중심(R2)이 포함되면 해당 오브젝트에 피검자 입력이 수행됨을 나타내는 피검자 입력 여부 정보를 생성할 수 있다.
반대로, 프로세서(120)는 오브젝트의 중심(R1)으로부터 미리 설정된 거리(L) 내에 피검자 입력의 중심(R2)이 포함되지 않으면, 해당 오브젝트에 피검자 입력이 수행되지 않음을 나타내는 피검자 입력 여부 정보를 생성할 수 있다.
이를 통해, 오브젝트에 피검자 입력이 되는 경우, 오브젝트의 오브젝트 정보에 대응되고 피검자 입력이 수행됨을 나타내는 피검자 입력 여부 정보가 생성되고, 오브젝트에 피검자 입력이 되지 않는 경우, 오브젝트의 오브젝트 정보에 대응되고 피검자 입력이 수행되지 않음 나타내는 피검자 입력 여부 정보가 생성될 수 있다.
이때, 피검자는 선택한 검사 방법에 따라 형태가 동일한 도형의 오브젝트에 대해 입력을 수행하거나 형태가 상이한 도형의 오브젝트에 대해 입력을 수행할 수 있다.
이후, 프로세서(120)는 복수의 오브젝트 세트 각각을 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류할 수 있다.
구체적으로, 프로세서(120)는 오브젝트 세트 정보에 포함된 복수의 오브젝트 정보 각각의 피검자 입력 여부 정보가 오브젝트에 피검자 입력이 수행됨을 나타내면, 해당 오브젝트 세트 정보를 정입력 세트로 분류할 수 있다.
즉, 프로세서(120)는 모든 오브젝트에 피검자 입력이 수행되면 해당 오브젝트 세트 정보를 정입력 세트로 분류할 수 있다.
또한, 프로세서(120)는 오브젝트 세트 정보에 포함된 복수의 오브젝트 정보 중에서 피검자 입
력 여부 정보가 오브젝트에 피검자 입력이 수행됨을 나타내는 오브젝트 정보의 오브젝트 입력 수가 복수의 오브젝트 정보의 오브젝트 전체 수 미만이면, 해당 오브젝트 세트 정보를 작위 오입력 세트로 분류할 수 있다.
즉, 프로세서(120)는 오브젝트에 피검자 입력이 수행되었으나 최소 한 개의 오브젝트에 피검자 입력이 수행되지 않았거나 최소 한 개의 오브젝트만에 피검자 입력이 수행되면 해당 오브젝트 세트 정보를 작위 오입력 세트로 분류할 수 있다.
또한, 프로세서(120)는 오브젝트 세트 정보에 포함된 복수의 오브젝트 정보 각각의 피검자 입력 여부 정보가 오브젝트에 피검자 입력이 수행되지 않음을 나타내면, 해당 오브젝트 세트 정보를 부작위 오입력 세트로 분류할 수 있다.
즉, 프로세서(120)는 모든 오브젝트에 피검자 입력이 수행되지 않으면 해당 오브젝트 세트 정보를 부작위 오입력 세트로 분류할 수 있다.
이후, 프로세서(120)는 복수의 오브젝트 세트 각각을 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류한 결과에 기초하여 피검자의 스트레스 레벨을 결정할 수 있다.
구체적으로, 프로세서(120)는 도 7에 도시된 바와 같이 검사 결과(F)로써, 복수의 오브젝트 세트 중에서 작위 오입력 세트로 분류된 오브젝트 세트의 작위 오입력 세트 수, 부작위 오입력 세트로 분류된 오브젝트 세트의 부작위 오입력 세트 수를 산출할 수 있다.
프로세서(120)는 기 복수의 오브젝트 세트의 전체 세트 수 대비 작위 오입력 세트 수의 제1 오입력 비율을 산출하고, 복수의 오브젝트 세트의 전체 세트 수 대비 부작위 오입력 세트 수의 제2 오입력 비율을 산출할 수 있다.
이후, 프로세서(120)는 제1 오입력 비율 및 제2 오입력 비율 각각에 대응되는 제1 오입력 점수 및 제2 오입력 점수를 확인하고, 미리 설정된 기준 점수에서 제1 오입력 점수 및 제2 오입력 점수를 차감하여 스트레스 레벨 결정 점수를 산출할 수 있다.
예를 들어, 프로세서(120)는 제1 오입력 비율 0% 내지 5%에 대응되는 제1 오입력 점수 5점과 제2 오입력 비율 0% 내지 5%에 대응되는 제2 오입력 점수 10점을 확인하고, 미리 설정된 기준 점수 100점에서 제1 오입력 점수 5점과 제2 오입력 점수 10점을 차감하여 스트레스 레벨 결정 점수를 85점으로 산출할 수 있다.
이때, 프로세서(120)는 스트레스 레벨 결정 점수가 낮을수록 피검자의 스트레스 레벨이 높은 것으로 결정할 수 있다.
예를 들어, 프로세서(120)는 하기의 스트레스 레벨 결정 점수-스트레스 레벨 참조 테이블을 참조하여 스트레스 레벨을 결정할 수 있다.
| 스트레스 레벨 결정 점수 | 스트레스 레벨 |
| 0점 이상 20점 미만 | 5 |
| 20점 이상 40점 미만 | 4 |
| 40점 이상 60점 미만 | 3 |
| 60점 이상 80점 미만 | 2 |
| 80점 이상 1000점 이하 | 1 |
한편, 프로세서(120)는 입력부(110)에 입력된 피검자 입력 중에서 최초 입력된 피검자 입력의 입력 시점 정보 및 세트 표시 시간의 시작 시점 정보에 기초하여 오브젝트 정보 세트가 표시될 때마다 피검자의 반응 시간을 산출할 수 있다.
구체적으로, 프로세서(120)는 오브젝트 정보 세트의 표시가 시작되는 세트 표시 시간의 시작 시점 정보와 피검자 입력 중에서 최초 입력된 피검자 입력의 입력 시점 정보 간의 시간 차를 산출하고, 오브젝트 정보 세트 마다의 시간 차 간의 평균 시간 차를 피검자의 반응 시간으로 산출할 수 있다.
이후, 프로세서(120)는 반응 시간에 대응되는 반응 점수를 확인하고, 스트레스 레벨 결정 점수에 반응 점수를 합산하여 스트레스 레벨 결정 점수를 보정할 수 있다. 이때, 프로세서(120)는 기준 반응 시간과 반응 시간이 동일하면 반응 점수를 0점으로 확인할 수 있고, 반응 시간이 기분 반응 시간보다 짧을수록 높은 반응 점수로 확인할 수 있다.
한편, 프로세서(140)는 입력부(110), 표시부(130), 저장부(140) 및 통신부(150)의 작동을 제어할 수 있다.
이러한, 프로세서(140)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시 예에 따른 프로세서(140)는 저장부(150)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치(100)의 상술된 작동을 수행하도록 구성될 수 있다.
저장부(150)에는 프로세서(140)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 저장부(150)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
통신부(150)는 통신망에 연결되어 범용 통신을 이용하여 의료기관 서버와 통신을 수행할 수 있다. 구체적으로, 통신부(150)는 프로세서(140)에 의해 결정된 스트레스 레벨을 피검자 정보와 함께 의료기관 서버로 송신할 수 있다.
여기서, 의료기관 서버는 피검자가 스트레스 완화 치료를 받는 의료기관에서 운영하며, 해당 운영기관의 환자에 대한 정보가 저장 및 관리되는 서버일 수 있다.
이를 위해, 통신부(150)는 범용 통신을 수행하는 범용 통신 모듈을 구비할 수 있다. 여기서, 범용 통신은 인터넷 망을 이용한 통신이거나, 셀룰러 통신 프로토콜로서, 예를 들면 LTE, LTE-A, CDMA, WCDMA, UMTS, WiBro, GSM 중 적어도 하나를 사용할 수 있다.
도 8은 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법의 순서도이다.
도 8을 더 참조하면, 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법은 S1 단계에서, 입력부가 피검자로부터 피검자 정보를 입력받을 수 있다.
이후, S2 단계에서, 프로세서가 피검자가 수행할 피검자 입력의 대상이 되며 표시부에 복수의 오브젝트의 오브젝트 정보를 포함하는 오브젝트 세트 정보를 세트 수 정보에 기초하여 생성할 수 있다
또한, S2 단계에서, 프로세서가 오브젝트 표시 위치 정보를 각각 포함하는 복수의 오브젝트 정보를 생성할 수 있다.
이어서, S3 단계에서, 표시부가 복수의 오브젝트 세트 정보 각각에 대응되는 세트 표시 시간 동안 복수의 오브젝트 정보에 기초하여 복수의 오브젝트를 복수의 오브젝트 세트 정보 별로 표시할 수 있다.
이후, S4 단계에서, 입력부가 피검자 입력을 받을 수 있다.
S5 단계에서, 프로세서가 오브젝트 표시 위치 정보와 세트 표시 시간 동안 입력된 피검자 입력의 입력 위치 정보에 기초하여 복수의 오브젝트 정보 각각에 대응되는 피검자 입력 여부 정보를 생성할 수 있다.
이어서, S6 단계에서, 프로세서가 피검자 입력 여부 정보에 기초하여 복수의 오브젝트 세트 각각을 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류할 수 있다.
구체적으로, S6 단계에서는, 프로세서가 오브젝트 세트 정보에 포함된 복수의 오브젝트 정보 각각의 피검자 입력 여부 정보가 오브젝트에 피검자 입력이 수행됨을 나타내면, 해당 오브젝트 세트 정보를 정입력 세트로 분류할 수 있다.
또한, S6 단계에서는, 분류하는 단계는 프로세서가 오브젝트 세트 정보에 포함된 복수의 오브젝트 정보 중에서 피검자 입력 여부 정보가 오브젝트에 피검자 입력이 수행됨을 나타내는 오브젝트 정보의 오브젝트 입력 수가 복수의 오브젝트 정보의 오브젝트 전체 수 미만이면, 해당 오브젝트 세트 정보를 작위 오입력 세트로 분류할 수 있다.
또한, S6 단계에서는, 프로세서가 오브젝트 세트 정보에 포함된 복수의 오브젝트 정보 각각의 피검자 입력 여부 정보가 오브젝트에 피검자 입력이 수행되지 않음을 나타내면, 해당 오브젝트 세트 정보를 부작위 오입력 세트로 분류할 수 있다.
최종적으로, S7 단계에서, 프로세서가 분류 결과에 기초하여 피검자의 스트레스 레벨을 결정할 수 있다.
S7 단계에서, 프로세서가 복수의 오브젝트 세트 중에서 작위 오입력 세트로 분류된 오브젝트 세트의 작위 오입력 세트 수를 산출하고, 복수의 오브젝트 세트 중에서 부작위 오입력 세트로 분류된 오브젝트 세트의 부작위 오입력 세트 수를 산출하고, 작위 오입력 세트 수 및 부작위 오입력 세트 수에 기초하여 피검자의 스트레스 레벨을 결정할 수 있다.
또한, S7 단계에서, 프로세서가 복수의 오브젝트 세트의 전체 세트 수 대비 작위 오입력 세트 수의 제1 오입력 비율을 산출하고, 복수의 오브젝트 세트의 전체 세트 수 대비 부작위 오입력 세트 수의 제2 오입력 비율을 산출하고, 제1 오입력 비율 및 제2 오입력 비율 각각에 대응되는 제1 오입력 점수 및 제2 오입력 점수를 확인하고, 미리 설정된 기준 점수에서 제1 오입력 점수 및 제2 오입력 점수를 차감하여 스트레스 레벨 결정 점수를 산출하고, 스트레스 레벨 결정 점수가 낮을수록 피검자의 스트레스 레벨이 높은 것으로 결정할 수 있다.
한편, 본 발명의 일 실시 예에 따른 컴퓨터 프로그램은 하드웨어인 컴퓨터와 결합되어, 본 발명의 일 실시 예에 따른 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이제까지 본 발명에 대하여 바람직한 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.
이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
100: 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치
110: 입력부
120: 프로세서
130: 표시부
140: 저장부
150: 통신부
110: 입력부
120: 프로세서
130: 표시부
140: 저장부
150: 통신부
Claims (11)
- 피검자로부터 피검자 정보를 입력받는 입력부;
상기 피검자가 수행할 피검자 입력의 대상이 되며 표시부에 복수의 오브젝트의 오브젝트 정보를 포함하는 오브젝트 세트 정보를 세트 수 정보에 기초하여 생성하는 프로세서;
상기 복수의 오브젝트 세트 정보 각각에 대응되는 세트 표시 시간 동안 상기 복수의 오브젝트 정보에 기초하여 상기 복수의 오브젝트를 상기 복수의 오브젝트 세트 정보 별로 표시하는 표시부;를 포함하고,
상기 프로세서는
오브젝트 표시 위치 정보를 각각 포함하는 상기 복수의 오브젝트 정보를 생성하고, 상기 오브젝트 표시 위치 정보와 상기 세트 표시 시간 동안 입력된 상기 피검자 입력의 입력 위치 정보에 기초하여 상기 복수의 오브젝트 정보 각각에 대응되는 피검자 입력 여부 정보를 생성하고, 상기 피검자 입력 여부 정보에 기초하여 상기 복수의 오브젝트 세트 각각을 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류하고, 상기 분류 결과에 기초하여 상기 피검자의 스트레스 레벨을 결정하고,
상기 프로세서는
상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 중에서 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내는 오브젝트 정보의 오브젝트 입력 수가 상기 복수의 오브젝트 정보의 오브젝트 전체 수 미만이면, 해당 오브젝트 세트 정보를 작위 오입력 세트로 분류하고,
상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행되지 않음을 나타내면, 해당 오브젝트 세트 정보를 부작위 오입력 세트로 분류하고,
상기 프로세서는
상기 복수의 오브젝트 세트 중에서 상기 작위 오입력 세트로 분류된 오브젝트 세트의 작위 오입력 세트 수를 산출하고, 상기 복수의 오브젝트 세트 중에서 상기 부작위 오입력 세트로 분류된 오브젝트 세트의 부작위 오입력 세트 수를 산출하고, 상기 작위 오입력 세트 수 및 상기 부작위 오입력 세트 수에 기초하여 상기 피검자의 스트레스 레벨을 결정하고,
상기 프로세서는
상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 작위 오입력 세트 수의 제1 오입력 비율을 산출하고, 상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 부작위 오입력 세트 수의 제2 오입력 비율을 산출하고, 상기 제1 오입력 비율 및 상기 제2 오입력 비율 각각에 대응되는 제1 오입력 점수 및 제2 오입력 점수를 확인하고, 미리 설정된 기준 점수에서 상기 제1 오입력 점수 및 제2 오입력 점수를 차감하여 스트레스 레벨 결정 점수를 산출하고, 상기 스트레스 레벨 결정 점수가 낮을수록 상기 피검자의 스트레스 레벨이 높은 것으로 결정하고.
상기 프로세서는
상기 제1 오입력 비율 및 상기 제2 오입력 비율이 동일하더라도 상기 제1 오입력 점수 보다 상기 제2 오입력 점수를 더 큰 점수로 확인하고,
상기 프로세서는
상기 오브젝트 세트 정보의 표시가 시작되는 세트 표시 시간의 시작 시점 정보와 상기 피검자의 입력 중에서 최초 입력된 피검자 입력의 입력 시점 정보 간의 시간 차를 산출하고, 오브젝트 세트 정보 마다의 시간 차 간의 평균 시간 차를 상기 피검자의 반응 시간으로 산출하며, 상기 반응 시간이 기준 반응 시간 보다 짧을수록 상기 반응 시간에 대응되는 반응 점수를 높은 점수로 확인하고, 상기 스트레스 레벨 결정 점수에 상기 반응 점수를 합산하여 상기 스트레스 레벨 결정 점수를 보정하고,
상기 프로세서는
상기 오브젝트의 중심으로부터 미리 설정된 거리 내에 상기 피검자 입력의 중심이 포함되면 해당 오브젝트에 상기 피검자 입력이 수행됨을 나타내는 상기 피검자 입력 여부 정보를 생성하는 것을 특징으로 하는
오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치.
- 제1항에 있어서,
상기 프로세서는
상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내면, 해당 오브젝트 세트 정보를 정입력 세트로 분류하는 것을 특징으로 하는
오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치.
- 삭제
- 삭제
- 삭제
- 입력부가 피검자로부터 피검자 정보를 입력받는 단계;
프로세서가 상기 피검자가 수행할 피검자 입력의 대상이 되며 표시부에 복수의 오브젝트의 오브젝트 정보를 포함하는 오브젝트 세트 정보를 세트 수 정보에 기초하여 생성하는 단계;
표시부가 상기 복수의 오브젝트 세트 정보 각각에 대응되는 세트 표시 시간 동안 상기 복수의 오브젝트 정보에 기초하여 상기 복수의 오브젝트를 상기 복수의 오브젝트 세트 정보 별로 표시하는 단계;
상기 프로세서가 오브젝트 표시 위치 정보를 각각 포함하는 상기 복수의 오브젝트 정보를 생성하는 단계;
상기 입력부가 상기 피검자 입력을 받는 단계;
상기 프로세서가 상기 오브젝트 표시 위치 정보와 상기 세트 표시 시간 동안 입력된 상기 피검자 입력의 입력 위치 정보에 기초하여 상기 복수의 오브젝트 정보 각각에 대응되는 피검자 입력 여부 정보를 생성하는 단계;
상기 프로세서가 상기 피검자 입력 여부 정보에 기초하여 상기 복수의 오브젝트 세트 각각을 정입력 세트, 작위 오입력 세트 및 부작위 오입력 세트 중 어느 하나로 분류하는 단계; 및
상기 프로세서가 상기 분류 결과에 기초하여 상기 피검자의 스트레스 레벨을 결정하는 단계;를 포함하고,
상기 분류하는 단계는
상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 중에서 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내는 오브젝트 정보의 오브젝트 입력 수가 상기 복수의 오브젝트 정보의 오브젝트 전체 수 미만이면, 해당 오브젝트 세트 정보를 작위 오입력 세트로 분류하는 단계; 및
상기 프로세서가 상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행되지 않음을 나타내면, 해당 오브젝트 세트 정보를 부작위 오입력 세트로 분류하는 단계;를 포함하고,
상기 스트레스 레벨을 결정하는 단계는
상기 프로세서가 상기 복수의 오브젝트 세트 중에서 상기 작위 오입력 세트로 분류된 오브젝트 세트의 작위 오입력 세트 수를 산출하고, 상기 복수의 오브젝트 세트 중에서 상기 부작위 오입력 세트로 분류된 오브젝트 세트의 부작위 오입력 세트 수를 산출하고, 상기 작위 오입력 세트 수 및 상기 부작위 오입력 세트 수에 기초하여 상기 피검자의 스트레스 레벨을 결정하는 단계; 및
상기 프로세서가 상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 작위 오입력 세트 수의 제1 오입력 비율을 산출하고, 상기 복수의 오브젝트 세트의 전체 세트 수 대비 상기 부작위 오입력 세트 수의 제2 오입력 비율을 산출하고, 상기 제1 오입력 비율 및 상기 제2 오입력 비율 각각에 대응되는 제1 오입력 점수 및 제2 오입력 점수를 확인하고, 미리 설정된 기준 점수에서 상기 제1 오입력 점수 및 제2 오입력 점수를 차감하여 스트레스 레벨 결정 점수를 산출하고, 상기 스트레스 레벨 결정 점수가 낮을수록 상기 피검자의 스트레스 레벨이 높은 것으로 결정하는 단계;를 포함하고,
상기 스트레스 레벨을 결정하는 단계는
상기 프로세서가 상기 제1 오입력 비율 및 상기 제2 오입력 비율이 동일하더라도 상기 제1 오입력 점수 보다 상기 제2 오입력 점수를 더 큰 점수로 확인하는 단계; 및
상기 프로세서가 상기 오브젝트 세트 정보의 표시가 시작되는 세트 표시 시간의 시작 시점 정보와 상기 피검자의 입력 중에서 최초 입력된 피검자 입력의 입력 시점 정보 간의 시간 차를 산출하고, 오브젝트 세트 정보 마다의 시간 차 간의 평균 시간 차를 상기 피검자의 반응 시간으로 산출하며, 상기 반응 시간이 기준 반응 시간 보다 짧을수록 상기 반응 시간에 대응되는 반응 점수를 높은 점수로 확인하고, 상기 스트레스 레벨 결정 점수에 상기 반응 점수를 합산하여 스트레스 레벨 결정 점수를 보정하는 단계;를 더 포함하고,
상기 피검자 입력 여부 정보를 생성하는 단계는
상기 프로세서가 상기 오브젝트의 중심으로부터 미리 설정된 거리 내에 상기 피검자 입력의 중심이 포함되면 해당 오브젝트에 상기 피검자 입력이 수행됨을 나타내는 상기 피검자 입력 여부 정보를 생성하는 단계;를 포함하는 것을 특징으로 하는
오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법.
- 제6항에 있어서,
상기 분류하는 단계는
상기 오브젝트 세트 정보에 포함된 상기 복수의 오브젝트 정보 각각의 상기 피검자 입력 여부 정보가 상기 오브젝트에 상기 피검자 입력이 수행됨을 나타내면, 해당 오브젝트 세트 정보를 정입력 세트로 분류하는 것을 특징으로 하는
오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 방법.
- 삭제
- 삭제
- 삭제
- 하드웨어인 컴퓨터와 결합되어, 제6항의 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200169205A KR102431065B1 (ko) | 2020-12-07 | 2020-12-07 | 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치, 방법 및 프로그램 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200169205A KR102431065B1 (ko) | 2020-12-07 | 2020-12-07 | 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치, 방법 및 프로그램 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220080275A KR20220080275A (ko) | 2022-06-14 |
| KR102431065B1 true KR102431065B1 (ko) | 2022-08-09 |
Family
ID=81980033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200169205A KR102431065B1 (ko) | 2020-12-07 | 2020-12-07 | 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치, 방법 및 프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102431065B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116150591B (zh) * | 2023-04-04 | 2023-06-20 | 安徽星辰智跃科技有限责任公司 | 一种睡眠感官应激水平检测量化的方法、系统和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102068837B1 (ko) | 2018-01-29 | 2020-02-11 | 한림대학교 산학협력단 | 파킨슨병의 진단을 위한 입력 패턴 분석 장치 및 방법 |
-
2020
- 2020-12-07 KR KR1020200169205A patent/KR102431065B1/ko active IP Right Grant
Non-Patent Citations (2)
| Title |
|---|
| Ciman M, etc., iSenseStress: Assessing stress through human-smartphone interaction analysis. 2015 9th International Conference on Pervasive Computing Technologies for Healthcare pp.84~91 (2015.05.20.)* |
| 삼성서울병원, 뇌융합 기반 청년기 우울증 중재 치료 요소기술 개발, 과학기술정보통신부 뇌과학원천기술개발 최종보고서, 1~43쪽 (2020.04.11.)* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220080275A (ko) | 2022-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abd-Alrazaq et al. | Technical metrics used to evaluate health care chatbots: scoping review | |
| Athilingam et al. | Mobile phone apps to support heart failure self-care management: integrative review | |
| Gillespie et al. | Aerodynamic profiles of women with muscle tension dysphonia/aphonia | |
| Losa-Iglesias et al. | Reliability and concurrent validity of a peripheral pulse oximeter and health–app system for the quantification of heart rate in healthy adults | |
| Zonner et al. | Oculomotor response to cumulative subconcussive head impacts in US high school football players: a pilot longitudinal study | |
| Vigo et al. | Heart rate nonlinear dynamics during sudden hypoxia at 8230 m simulated altitude | |
| Knower et al. | Baseline oxygen saturation predicts exercise desaturation below prescription threshold in patients with chronic obstructive pulmonary disease | |
| Oliveira et al. | Functional impact of exercise pulmonary hypertension in patients with borderline resting pulmonary arterial pressure | |
| van den Broek et al. | Cross-validation of bimodal health-related stress assessment | |
| Yen et al. | Deep learning algorithm evaluation of hypertension classification in less photoplethysmography signals conditions | |
| US20190355448A1 (en) | Automated health assessment system and method thereof | |
| KR102431065B1 (ko) | 오브젝트 연속 입력 결과에 기반한 스트레스 레벨 결정 장치, 방법 및 프로그램 | |
| CN116661607A (zh) | 一种基于多模态情感交互的情绪调节方法及系统 | |
| Rostanski et al. | Infarct on brain imaging, subsequent ischemic stroke, and clopidogrel-aspirin efficacy: a post hoc analysis of a randomized clinical trial | |
| Pino-Ortega et al. | Level of agreement between sPRO and Kubios software in the analysis of RR intervals obtained by a chest strap | |
| Gatson et al. | Tau as a biomarker of concussion | |
| JP2002078699A (ja) | 神経毒性要素への偶発的または意図的曝露に起因する認知障害の測定 | |
| US20230170097A1 (en) | Methods and computing device related to sleep evaluation | |
| Treskes et al. | Comparison of the diagnostic accuracy of four smartphone-compatible blood pressure monitors in post-myocardial infarction patients | |
| KR101330404B1 (ko) | 맥파를 이용한 건강 상태 판단 장치 및 방법 | |
| Spry et al. | Spatial and temporal processing of threshold data for detection of progressive glaucomatous visual field loss | |
| Redberg et al. | Important questions about lung cancer screening programs when incidental findings exceed lung cancer nodules by 40 to 1 | |
| WO2021132289A1 (ja) | 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム | |
| Naz et al. | The effect of comorbidity severity on pulmonary rehabilitation outcomes in chronic obstructive pulmonary disease patients | |
| KR102431064B1 (ko) | 순차 오브젝트 입력을 이용한 우울증 레벨 결정 장치, 방법 및 프로그램 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |