KR102433178B1 - 심리 상태 분류 방법 및 심리 상태 분류 서버 - Google Patents
심리 상태 분류 방법 및 심리 상태 분류 서버 Download PDFInfo
- Publication number
- KR102433178B1 KR102433178B1 KR1020220008783A KR20220008783A KR102433178B1 KR 102433178 B1 KR102433178 B1 KR 102433178B1 KR 1020220008783 A KR1020220008783 A KR 1020220008783A KR 20220008783 A KR20220008783 A KR 20220008783A KR 102433178 B1 KR102433178 B1 KR 102433178B1
- Authority
- KR
- South Korea
- Prior art keywords
- users
- user
- processor
- terminal
- severity
- Prior art date
Links
- 230000006996 mental state Effects 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000004891 communication Methods 0.000 claims abstract description 94
- 230000004044 response Effects 0.000 claims abstract description 18
- 239000002184 metal Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 16
- 208000019901 Anxiety disease Diseases 0.000 description 15
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 14
- 206010022437 insomnia Diseases 0.000 description 14
- 208000028173 post-traumatic stress disease Diseases 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 13
- 208000024714 major depressive disease Diseases 0.000 description 12
- 238000005259 measurement Methods 0.000 description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 208000035475 disorder Diseases 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 208000020016 psychiatric disease Diseases 0.000 description 7
- 208000012826 adjustment disease Diseases 0.000 description 6
- 230000036506 anxiety Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 206010010144 Completed suicide Diseases 0.000 description 4
- 206010042458 Suicidal ideation Diseases 0.000 description 4
- 230000004630 mental health Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000000472 traumatic effect Effects 0.000 description 2
- 206010054089 Depressive symptom Diseases 0.000 description 1
- 208000027534 Emotional disease Diseases 0.000 description 1
- 208000011688 Generalised anxiety disease Diseases 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 235000010678 Paulownia tomentosa Nutrition 0.000 description 1
- 240000002834 Paulownia tomentosa Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 208000029364 generalized anxiety disease Diseases 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 210000001013 sinoatrial node Anatomy 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
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
-
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- 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 pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording 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
- A61B5/72—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
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H40/67—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 remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Physiology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Radiology & Medical Imaging (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Nursing (AREA)
Abstract
본 개시는, 사용자에게 지도를 제공하는 방법으로서, 통신 유닛에 의해, 복수의 사용자 각각의 단말기로부터 복수의 사용자의 개인 정보를 수신하는 단계; 프로세서에 의해, 수신된 복수의 사용자의 개인 정보를 메모리에 저장하는 단계; 통신 유닛에 의해, 복수의 사용자 각각의 단말기로부터 심리 상태 분석에 필요한 정보를 수신하는 단계; 프로세서에 의해, 수신된 심리 상태 분석에 필요한 정보를 메모리에 저장하는 단계; 프로세서에 의해, 저장된 심리 상태 분석에 필요한 정보에 기초하여, 복수의 사용자 각각의 심리 상태의 심각도를 분류하는 단계; 프로세서에 의해, 복수의 사용자의 개인 정보에 기초하여, 복수의 사용자를 선택된 복수의 구역들로 분류하여 복수의 그룹을 생성하는 단계 - 선택된 복수의 구역들은 지도를 구성함 -; 프로세서에 의해, 복수의 사용자의 분류된 심리 상태의 심각도에 기초하여, 복수의 그룹 각각의 사용자의 심리 상태의 심각도들의 평균 값을 산출하는 단계; 통신 유닛에 의해, 사용자가 선택된 복수의 구역들 중 어느 하나를 선택하였음을 나타내는 신호를 수신하는 단계; 및 프로세서에 의해, 상기 수신된 신호에 대응하여 상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 단말기에 송신하는 단계를 포함한다.
Description
본 개시는 심리 상태 분류 방법 및 심리 상태 분류 서버에 관한 것으로, 구체적으로 사용자가 적어도 하나의 심리 상태를 분류하는 심리 상태 분류 방법, 및 심리 상태 분류 서버에 관한 것이다.
최근 10년 사이 정신질환에 따른 진료 인원과 진료비는 꾸준히 증가하였으며, 17개 정신질환 평생 유병률은 25.4%로, 성인 4명 중 1명은 평생 한 가지 이상의 정신 질환을 경험한 것으로 나타났다(KIRI, 연령대별 정신질환 발생 추이와 시사점, 권호: 제39호, 2021.01.26). 또한, 동일 조사에 따르면, 최근 5년 사이 청년, 여성 중심으로 정신질환관련 진료를 받은 수가 꾸준히 증가하였고, 이는 해당 세대의 높은 스트레스, 낮은 사회경제적 수준 등에 기인한다고 보고 있다. 이에 정신질환의 사회적 비용 등을 감안하여, 사전 예방 및 조기 발견, 조기 치료가 무엇보다 중요하다.
더욱이, 코로나 19 유행이 장기화되며, 정신과 진료 인원의 증가 추세는 가속화되고 있고, 그 원인 중 하나인 '급격한 경기침체와 실업률 급등에 대한 불안감'은 코로나 19 사태 이후 고용 충격 등에 의해 발생되었다고 볼 수 있다.
이와 관련하여, Forbes, M. K., & Krueger, R. F. (The Great Recession and mental health in the United States. Clinical Psychological Science, 7(5), 900-913.)의 연구에 따르면, 금융 위기 기간 중 다수의 국가에서 국민의 우울 및 불안 증세가 증가하였으며, 실업률 상승으로 인한 소득불평등 증가로 인해 기대 수명과 자살률에 악영향을 미친다는 것을 알 수 있다.
한편, 연구 논문(J Korean Neuropsychiatr Assoc / Volume 46, No 6 / November, 2007)에 따르면, 주요 우울증이 있는 근로자는 그렇지 않은 근로자에 비해 결근 일수가 많고 조퇴 일수도 많으며, 자신의 업무수행 정도에 대한 평가도에서도 주요 우울증이 있는 근로자가 훨씬 낮게 평가됐다. 즉, 주요 우울증으로 인해 업무수행이 전반적으로 많이 저하되었음을 시사하였다. 이러한 것으로부터, 근로자의 생산 능력은 근로자의 정서적 문제가 지대한 영향을 미치는 것을 알 수 있다.
따라서, 기업의 생산성을 증대시키기 위해서는 근로자의 정신 건강을 체크하고 관리해 나갈 필요가 있다고 볼 수 있다. 더욱이, 최근 코로나19 바이러스의 범 유행에 따른 소통이 어려운 사회적 상황 속에서는 심리 건강의 중요성이 더 커지고 있다고 볼 수 있다.
한편, 종래 기술에서는, 근로자의 심리 상태를 파악하기 위해, 임상 전문가가 제공한 설문지에 사용자의 답변을 기입하고, 이러한 설문지에 기입된 답변 내용을 기반하여, 임상 전문가가 직접 사용자의 심리 상태를 분류하였다.
그러나, 근로자는 자신이 현재 심리 상태를 타인에게 알리고 싶지 않은 경향이 있기 때문에, 현실적으로 근로자가 자신의 현재 심리 상태에 대해 타인에게 공유하고 서로 위로 받을 수 있는 기회를 갖기 어려운 상황이다.
이에 따라, 근로자는 심리 상태가 좋지 못한 상태에서 아무런 조치 없이 오랜 기간 방치되는 경우가 많으며, 이로 인해 심리 상태가 더욱 악화되는 경우가 많았다. 이렇게, 심리 상태가 건강하지 못한 근로자는 근로자의 생산 능력을 크게 떨어뜨리는 문제를 야기시키게 된다.
따라서, 근로자의 심리 상태를 주기적으로 확인하고, 현재 겪고 있는 심리적인 어려움을 편안하게 공유할 수 있는 기회를 제공함으로써, 근로자의 심리 상태를 효과적으로 증진시킬 수 있는 연구 개발이 시급한 실정이다.
Forbes, M. K., & Krueger, R. F. The Great Recession and mental health in the United States. Clinical Psychological Science, 7(5), 900-913.
J Korean Neuropsychiatr Assoc / Volume 46, No 6 / November, 2007.
본 개시의 과제는 심리 상태 분류 방법 및 심리 상태 분류 서버를 제공함으로써, 사용자에게 정확하고 신뢰성이 높은 심리 상태의 분류 서비스와 마음을 나눌 수 있는 소통의 공간을 제공할 수 있는 새로운 방안을 제공하는 것이다.
본 개시의 일 형태에 의하면, 본 개시의 심리 상태 분류 방법은, 통신 유닛, 메모리, 및 프로세서가 구비된 서버가 사용자에게 지도를 제공하는 방법으로서, 상기 통신 유닛에 의해, 복수의 사용자 각각의 단말기로부터 상기 복수의 사용자의 개인 정보를 수신하는 단계; 상기 프로세서에 의해, 상기 수신된 복수의 사용자의 개인 정보를 상기 메모리에 저장하는 단계; 상기 통신 유닛에 의해, 상기 복수의 사용자 각각의 단말기로부터 심리 상태 분석에 필요한 정보를 수신하는 단계; 상기 프로세서에 의해, 상기 수신된 심리 상태 분석에 필요한 정보를 상기 메모리에 저장하는 단계; 상기 프로세서에 의해, 상기 저장된 심리 상태 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하는 단계; 상기 프로세서에 의해, 상기 복수의 사용자의 개인 정보에 기초하여, 상기 복수의 사용자를 선택된 복수의 구역들로 분류하여 복수의 그룹을 생성하는 단계 - 상기 선택된 복수의 구역들은 지도를 구성함 -; 상기 프로세서에 의해, 상기 복수의 사용자의 분류된 심리 상태의 심각도에 기초하여, 상기 복수의 그룹 각각의 사용자의 심리 상태의 심각도들의 평균 값을 산출하는 단계; 상기 통신 유닛에 의해, 상기 사용자가 상기 선택된 복수의 구역들 중 어느 하나를 선택하였음을 나타내는 신호를 수신하는 단계; 및 상기 프로세서에 의해, 상기 수신된 신호에 대응하여 상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 상기 단말기에 송신하는 단계를 포함한다.
일 실시예에서, 상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 상기 단말기에 송신하는 단계는, 상기 프로세서에 의해, 상기 메모리에 저장된 지도를 불러오는 단계; 상기 프로세서에 의해, 상기 지도에 상기 사용자가 선택한 구역에 복수의 사용자의 심리 상태의 심각도의 평균 값을 표시하는 단계; 및 상기 통신 유닛에 의해, 상기 평균 값이 표시된 지도를 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 나타내는데 요구되는 정보로서 상기 단말기에 송신하는 단계를 포함할 수 있다.
일 실시예에서, 상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 상기 단말기에 송신하는 단계는, 상기 사용자에 의해 선택된 구역과 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 매칭하여 송신하는 단계를 포함할 수 있다.
일 실시예에서, 상기 프로세서에 의해, 상기 복수의 사용자의 개인 정보에 기초하여, 상기 복수의 사용자를 선택된 복수의 구역들로 분류하여 복수의 그룹을 생성하는 단계 이후에, 상기 프로세서에 의해, 상기 복수의 그룹을 직군 별로 더 분류하여 복수의 세부 그룹을 생성하는 단계; 상기 복수의 세부 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하는 단계; 및 상기 통신 유닛에 의해, 상기 복수의 세부 그룹 중 상기 사용자가 선택한 직군에 속한 그룹의 심리 상태의 심각도들의 평균 값을 상기 지도에 표시하도록 상기 평균 값을 상기 단말기에 송신하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 상기 단말기에 송신하여 상기 평균 값을 상기 단말기에 표시하는 단계 이후에, 상기 통신 유닛에 의해, 상기 사용자의 단말기에 의해 입력된 댓글 내용을 수신하는 단계; 상기 프로세서에 의해, 상기 수신된 댓글 내용을 메모리에 저장하는 단계; 상기 프로세서에 의해, 상기 수신된 댓글 내용을 댓글 게시판에 등록하는 단계; 및 상기 통신 유닛에 의해, 상기 댓글 내용이 등록된 댓글 게시판을 상기 복수의 사용자 각각의 단말기에 제공하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 프로세서에 의해, 상기 복수의 사용자의 개인 정보에 기초하여, 상기 복수의 사용자를 선택된 복수의 구역들로 분류하여 복수의 그룹을 생성하는 단계 이후에, 상기 프로세서에 의해, 상기 복수의 그룹을 직군 별로 더 분류하고 연령 별로 더 분류하여 복수의 세부 연령 그룹을 생성하는 단계; 상기 프로세서에 의해, 상기 복수의 세부 연령 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하는 단계; 상기 프로세서에 의해, 상기 복수의 세부 연령 그룹 각각의 연령을 표기한 버튼들을 상기 지도 상에 표시하도록 제어하는 단계; 상기 통신 유닛에 의해, 상기 사용자의 단말기에 의해 선택된 연령에 관한 연령 선택 신호를 상기 사용자의 단말기로부터 수신하는 단계; 및 상기 프로세서에 의해, 상기 수신한 연령 선택 신호에 대응하여, 상기 복수의 세부 연령 그룹 중 상기 사용자의 단말기에 의해 선택된 연령에 속한 그룹의 심리 상태의 심각도들의 평균 값을 상기 지도에 표시하도록 제어하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 통신 유닛에 의해, 상기 복수의 사용자 각각의 단말기로부터 상기 복수의 사용자의 개인 정보를 수신하는 단계는, 상기 복수의 사용자 각각의 닉네임을 수신하는 단계를 포함하고, 상기 프로세서에 의해, 상기 수신된 댓글 내용을 댓글 게시판에 등록하는 단계는, 상기 통신 유닛에 의해, 상기 사용자의 닉네임에 기초하여, 댓글 작성자로서 상기 사용자의 닉네임이 표시된 상기 댓글 게시판을 상기 사용자의 단말기에 제공하는 단계를 포함할 수 있다.
일 실시예에서, 상기 통신 유닛에 의해, 상기 복수의 사용자 각각의 단말기로부터 심리 상태를 분석에 필요한 정보를 수신하는 단계는, 상기 통신 유닛에 의해, 상기 복수의 사용자 각각의 단말기로 심리 상태의 분류를 위한 설문을 제공하는 단계; 상기 통신 유닛에 의해, 상기 복수의 사용자 각각의 단말기로부터 상기 설문에 대한 답변을 수신하는 단계; 상기 프로세서에 의해, 상기 복수의 사용자의 단말기 각각에서 심리 상태를 분류하기 위한 설문을 진행하는 동안 상기 복수의 사용자 각각의 단말기의 카메라가 상기 사용자의 얼굴을 촬영하여 얼굴 이미지를 생성하도록 상기 단말기를 제어하는 단계; 및 상기 통신 유닛에 의해, 상기 생성된 얼굴 이미지를 수신하는 단계를 포함할 수 있다.
일 실시예에서, 상기 프로세서에 의해, 상기 저장된 심리 상태를 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하는 단계는, 상기 프로세서에 의해, 제1 알고리즘을 실행하여 수신한 상기 설문에 대한 답변에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당하는 가능성을 나타내는 제1 수치를 획득하는 단계; 상기 프로세서에 의해, 상기 복수의 사용자의 얼굴 이미지에 기초하여 상기 복수의 사용자 각각의 심박변이도 데이터를 추출하는 단계; 상기 프로세서에 의해, 제2 알고리즘을 실행하여 추출된 상기 사용자의 심박변이도 데이터에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제2 수치를 획득하는 단계; 및 상기 프로세서에 의해, 제3 알고리즘을 실행하고 제1 수치 및 제2 수치에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제3 수치를 획득하는 단계를 포함할 수 있다.
일 실시예에서, 상기 프로세서에 의해, 상기 저장된 심리 상태를 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하는 단계 이후에, 상기 프로세서에 의해, 상기 복수의 사용자의 전체 및 상기 복수의 사용자를 부서별로 분류된 그룹 중 적어도 하나의 심리 상태를 분류한 결과를 포함하는 심리 상태 분류 결과 보고서를 생성하는 단계; 및 상기 통신 유닛에 의해, 상기 생성된 심리 상태 분류 결과 보고서를 상기 복수의 사용자를 관리하는 관리자의 단말기로 제공하는 단계를 더 포함할 수 있다.
본 개시의 다른 일 형태에 의하면, 본 개시의 심리 상태 분류 서버는, 통신 유닛; 메모리; 및 프로세서를 포함하고, 상기 통신 유닛은, 복수의 사용자 각각의 단말기로부터 상기 복수의 사용자의 개인 정보를 수신하고, 상기 복수의 사용자 각각의 단말기로부터 심리 상태 분석에 필요한 정보를 수신하고, 상기 사용자의 단말기에 의해 복수의 구역 중 어느 하나를 선택하였다는 신호를 수신하도록 구성되며; 상기 프로세서는, 상기 수신된 복수의 사용자의 개인 정보를 상기 메모리에 저장하고, 상기 수신된 심리 상태 분석에 필요한 정보를 상기 메모리에 저장하며, 상기 저장된 심리 상태 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하며, 상기 복수의 사용자의 개인 정보에 기초하여, 상기 복수의 사용자를 지도를 구성하는 선택된 복수의 구역들로 분류하여 복수의 그룹을 생성하고, 상기 복수의 사용자의 분류된 심리 상태의 심각도에 기초하여, 상기 복수의 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며, 상기 수신된 신호에 대응하여 상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 상기 단말기에 송신하도록 구성된다.
일 실시예에서, 상기 프로세서는, 상기 메모리에 저장된 지도를 불러오고, 상기 지도에 상기 사용자가 선택한 구역에 복수의 사용자의 심리 상태의 심각도의 평균 값을 표시하며; 상기 통신 유닛은, 상기 평균 값이 표시된 지도를 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 나타내는데 요구되는 정보로서 상기 단말기에 송신하도록 구성될 수 있다.
일 실시예에서, 상기 통신 유닛은, 상기 사용자에 의해 선택된 구역과 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 매칭하여 송신하도록 구성될 수 있다.
일 실시예에서 상기 프로세서는, 상기 복수의 그룹을 직군 별로 더 분류하여 복수의 세부 그룹을 생성하고, 상기 복수의 세부 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며, 상기 통신 유닛은, 상기 복수의 세부 그룹 중 상기 사용자의 단말기에 의해 선택된 직군에 속한 그룹의 심리 상태의 심각도들의 평균 값을 표시하도록 상기 평균 값을 상기 단말기에 송신하도록 구성될 수 있다.
일 실시예에서, 상기 프로세서는, 상기 복수의 그룹을 직군 별로 더 분류하고 연령 별로 더 분류하여 복수의 세부 연령 그룹을 생성하고, 상기 통신 유닛은, 상기 복수의 세부 연령 그룹 각각의 연령이 표기된 입력 버튼을 상기 지도 상에 표시하도록 제어하고, 상기 통신 유닛은, 상기 사용자의 단말기에 의해 선택된 연령에 관한 연령 선택 신호를 상기 사용자의 단말기로부터 수신하도록 구성되고, 상기 프로세서는, 상기 복수의 세부 연령 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며, 상기 통신 유닛은, 상기 수신한 연령 선택 신호에 대응하여, 상기 복수의 세부 연령 그룹 중 상기 사용자의 단말기에 의해 선택된 연령에 속한 그룹의 심리 상태의 심각도들의 평균 값을 표시하도록 상기 평균 값을 상기 단말기에 송신할 수 있다.
일 실시예에서, 상기 통신 유닛은 사용자에 의해 입력된 댓글 내용을 수신하도록 구성되고, 상기 프로세서는 상기 수신된 댓글 내용을 메모리에 저장하며, 상기 수신된 댓글 내용을 댓글 게시판에 등록하고, 상기 통신 유닛은 상기 댓글 내용이 등록된 댓글 게시판을 상기 복수의 사용자 각각의 단말기에 제공하도록 구성될 수 있다.
일 실시예에서, 상기 통신 유닛은, 상기 복수의 사용자 각각의 단말기로부터 심리 상태 분석에 필요한 정보를 수신하고, 상기 복수의 사용자 각각의 단말기로 심리 상태의 분류를 위한 설문을 제공하며, 상기 복수의 사용자 각각의 단말기로부터 상기 설문에 대한 답변을 수신하도록 구성되고, 상기 프로세서는, 상기 복수의 사용자의 단말기 각각에서 심리 상태를 분류하기 위한 설문을 진행하는 동안 상기 복수의 사용자 각각의 단말기의 카메라가 상기 사용자의 얼굴을 촬영하여 얼굴 이미지를 생성하도록 상기 단말기를 제어하도록 구성되며, 상기 통신 유닛은 상기 생성된 얼굴 이미지를 수신하도록 구성될 수 있다.
일 실시예에서, 상기 프로세서는, 제1 알고리즘을 실행하여 수신한 상기 설문에 대한 답변에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당하는 가능성을 나타내는 제1 수치를 획득하고, 상기 복수의 사용자의 얼굴 이미지에 기초하여 상기 복수의 사용자 각각의 심박변이도 데이터를 추출하며, 제2 알고리즘을 실행하여 추출된 상기 사용자의 심박변이도 데이터에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제2 수치를 획득하고, 제3 알고리즘을 실행하고 제1 수치 및 제2 수치에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제3 수치를 획득하도록 구성될 수 있다.
일 실시예에서, 상기 프로세서는, 상기 복수의 사용자의 전체 및 상기 복수의 사용자를 부서별로 분류된 그룹 중 적어도 하나의 심리 상태를 분류한 결과를 포함하는 심리 상태 분류 결과 보고서를 생성하도록 구성되고, 상기 통신 유닛은, 상기 생성된 심리 상태 분류 결과 보고서를 상기 복수의 사용자를 관리하는 관리자의 단말기로 송신하도록 구성될 수 있다.
본 개시의 일 실시예에 의하면, 본 개시의 심리 상태 분류 방법은, 사용자 자신이 속한 구역의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 어느 구역에 심리 상태가 나쁜지, 또는 스트레스가 많은지를 확인하는 과정에서 타 사용자들의 심리 상태를 이해하게 되고 사용자들 간의 자연스럽게 공감을 형성할 수 있는 바, 사용자에게 심리적인 위안을 얻을 수 있는 이점이 있다.
본 개시의 다른 일 실시예에 의하면, 본 개시의 심리 상태 분류 서버는, 사용자 자신이 속한 구역의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 어느 구역에 심리 상태가 나쁜지, 또는 스트레스가 많은지를 확인하는 과정에서 타 사용자들의 심리 상태를 이해하게 되고 사용자의 자연스럽게 공감을 형성할 수 있는 바, 사용자에게 심리적인 위안을 얻을 수 있는 이점이 있다.
도 1은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버 및 단말기 구성을 나타낸 도면이다.
도 2는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버를 통해 심리 상태 분류 서비스가 제공되는 단말기의 구성들을 나타낸 개념도이다.
도 3은, 본 개시의 일 실시예에 따른 심리 상태 분류 방법을 나타낸 순서도이다.
도 4는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 복수의 직장인의 심리 상태 분류 결과를 지도에 표시한 정보가 제공된 수신 단말기의 모습을 나타낸 도면이다.
도 5는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 구역 별로 분류된 사용자 그룹의 심리 상태의 평균 값이 표시된 지도가 제공된 단말기의 모습을 나타낸 도면이다.
도 6은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 댓글 쓰기 기능을 가진 댓글 게시판이 제공된 단말기의 모습을 나타낸 도면이다.
도 7 및 도 8은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 직장이 속한 행정 구역, 직군, 및 연령 별로 분류된 복수의 직장인의 심리 상태 분류 결과를 지도에 표시한 정보가 제공된 수신 단말기의 모습을 나타낸 도면이다.
도 9는, 본 개시의 일 실시예에 따른 컴퓨팅 장치의 심리 상태 분류를 위한 설문을 진행하기 전 설문에 대해 설명하는 모습들을 나타낸 도면이다.
도 10은, 본 개시의 일 실시예에 따른 컴퓨팅 장치의 심리 상태 분류를 위한 설문을 진행하는 모습들을 나타낸 도면이다.
도 11은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버의 심박변이도 데이터를 통해 복수의 심리 상태를 분별하기 위한 분별 기준 그래프들을 나타냈다.
도 12 내지 도 15는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 관리자에게 제공된 심리 상태 분류 결과 보고서의 일부 모습을 나타낸 도면들이다.
도 16 및 도 17은, 본 개시의 다른 일 실시예에 따른 심리 상태 분류 서버로부터 관리자에게 제공된 심리 상태 분류 결과 보고서의 일부 모습을 나타낸 도면들이다.
도 2는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버를 통해 심리 상태 분류 서비스가 제공되는 단말기의 구성들을 나타낸 개념도이다.
도 3은, 본 개시의 일 실시예에 따른 심리 상태 분류 방법을 나타낸 순서도이다.
도 4는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 복수의 직장인의 심리 상태 분류 결과를 지도에 표시한 정보가 제공된 수신 단말기의 모습을 나타낸 도면이다.
도 5는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 구역 별로 분류된 사용자 그룹의 심리 상태의 평균 값이 표시된 지도가 제공된 단말기의 모습을 나타낸 도면이다.
도 6은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 댓글 쓰기 기능을 가진 댓글 게시판이 제공된 단말기의 모습을 나타낸 도면이다.
도 7 및 도 8은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 직장이 속한 행정 구역, 직군, 및 연령 별로 분류된 복수의 직장인의 심리 상태 분류 결과를 지도에 표시한 정보가 제공된 수신 단말기의 모습을 나타낸 도면이다.
도 9는, 본 개시의 일 실시예에 따른 컴퓨팅 장치의 심리 상태 분류를 위한 설문을 진행하기 전 설문에 대해 설명하는 모습들을 나타낸 도면이다.
도 10은, 본 개시의 일 실시예에 따른 컴퓨팅 장치의 심리 상태 분류를 위한 설문을 진행하는 모습들을 나타낸 도면이다.
도 11은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버의 심박변이도 데이터를 통해 복수의 심리 상태를 분별하기 위한 분별 기준 그래프들을 나타냈다.
도 12 내지 도 15는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버로부터 관리자에게 제공된 심리 상태 분류 결과 보고서의 일부 모습을 나타낸 도면들이다.
도 16 및 도 17은, 본 개시의 다른 일 실시예에 따른 심리 상태 분류 서버로부터 관리자에게 제공된 심리 상태 분류 결과 보고서의 일부 모습을 나타낸 도면들이다.
본 개시의 이점들과 특징들 그리고 이들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 본 실시예들은 단지 본 개시의 개시가 완전하도록 하며 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려 주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로 본 개시를 한정하려는 의도에서 사용된 것이 아니다. 예를 들어, 단수로 표현된 구성 요소는 문맥상 명백하게 단수만을 의미하지 않는다면 복수의 구성 요소를 포함하는 개념으로 이해되어야 한다. 또한, 본 개시의 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐이고, 이러한 용어의 사용에 의해 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성이 배제되는 것은 아니다.
덧붙여, 다르게 정의되지 않는 한 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 개시가 속하는 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 의미가 있는 것으로 해석되어야 하며, 본 개시의 명세서에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 개시의 실시예를 보다 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
도 1은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100) 및 단말기(10) 구성을 나타낸 도면이다. 도 2는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)를 통해 심리 상태 분류 서비스가 제공되는 단말기(10)의 구성들을 나타낸 개념도이다. 도 3은, 본 개시의 일 실시예에 따른 심리 상태 분류 방법을 나타낸 순서도이다. 도 4는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)로부터 복수의 사용자의 심리 상태 분류 결과를 지도(M)에 표시한 정보가 제공된 수신 단말기(10)의 모습을 나타낸 도면이다.
도 1 내지 도 4를 참조하면, 본 개시의 일 실시예에 따른 심리 상태 분류 방법은, 통신 유닛(160), 메모리(120), 및 프로세서(180)가 구비된 서버(100)가 사용자에게 지도(M)를 제공하는 방법으로서, 통신 유닛(160)에 의해, 복수의 사용자 각각의 단말기(10)로부터 상기 복수의 사용자의 개인 정보를 수신하는 단계(S11); 프로세서(180)에 의해, 상기 수신된 복수의 사용자의 개인 정보를 메모리(120)에 저장하는 단계(S12); 통신 유닛(160)에 의해, 복수의 사용자 각각의 단말기(10)로부터 심리 상태 분석에 필요한 정보를 수신하는 단계(S13); 프로세서(180)에 의해, 상기 수신된 심리 상태 분석에 필요한 정보를 메모리(120)에 저장하는 단계(S14); 프로세서(180)에 의해, 상기 저장된 심리 상태 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하는 단계(S15); 프로세서에 의해, 복수의 사용자의 개인 정보에 기초하여, 복수의 사용자를 선택된 복수의 구역(M1)들로 분류하여 복수의 그룹을 생성하는 단계(S16) - 선택된 복수의 구역(M1)들은 지도(M)를 구성함 -; 프로세서에 의해, 복수의 사용자의 분류된 심리 상태의 심각도에 기초하여, 복수의 그룹 각각의 사용자의 심리 상태의 심각도들의 평균 값을 산출하는 단계(S17); 통신 유닛(160)에 의해, 사용자가 선택된 복수의 구역(M1)들 중 어느 하나를 선택하였음을 나타내는 신호를 수신하는 단계(S18); 및 프로세서(180)에 의해, 상기 수신된 신호에 대응하여 단말기(10)가 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 단말기(10)에 송신하는 단계(S19)를 포함한다.
일 실시예에서, S15 단계에서 사용자 각각의 심리 상태 및 각 심리 상태에 해당하는 심각도가 분류될 수 있다. 예를 들어, 사용자 1의 심리 상태는 주요 우울 장애(Major Depression Disorder), 불안 장애(Anxiety Disorder), 적응 장애(Adjustment Disorder), 외상 후 스트레스 장애(PTSD), 자살 사고(Suicidal ideation), 및 불면증(Insomnia) 중 적어도 하나의 심리 상태에 해당함이 분류될 수 있다. 심리 상태에 대한 분류는 후술한다. 사용자 1이 예를 들어, 불안 장애와 불면증의 상태에 있다고 분류될 수 있다. 이 경우, S15 단계에서, 사용자 1이 불안 장애의 심각도 및 불명증의 심각도가 어느 정도 수치인지, 어느 정도 레벨인지 분류될 수 있다. 이 때, 심각도는 숫자로 표시되거나, 혹은 선택된 범위에 따라 상, 중, 하 등으로 나타낼 수 있다. 심각도의 분류 기준, 분류 레벨, 등급 등은 심리 상태 분류 서버(100)의 관리자가 설정할 수 있다.
일 실시예에서, S12 단계에서 저장된 사용자의 개인 정보와 S15 단계에서 획득한 심각도는 서로 연결되도록 메모리(120)에 저장될 수 있다. 이에 따라 사용자가 어떤 심리 상태의 어떤 심각도에 해당하는지 알 수 있다. 예를 들어, 사용자를 인식할 수 있는 정보(예를 들어, 사용자 이름, 사용자 ID, 사용자 닉네임 등)을 이용하여 정보를 검색하면 사용자에 해당하는 심리 상태 및 심각도를 검색할 수 있도록, 프로세서(180)는 사용자의 개인 정보와 S15 단계에서 획득한 심각도는 서로 연결되도록 메모리(120)에 저장할 수 있다
일 실시예에서, 프로세서(180)는 개인 정보를 이용하여, 개인 정보 중 사용자의 직장의 위치 정보 및 심각도를 연관 지어 메모리에 저장하도록 구성될 수 있다. 예를 들어, 프로세서(180)는 심리 상태의 심각도를 설명하는 메타 데이터로 사용자의 직장 정보를 관련 지어 저장하도록 구성될 수 있다. 이에 따라, 프로세서(180)는 사용자 직장 위치를 이용하여 심리 상태의 심각도를 검색할 수 있다. 이때, 사용자의 신원을 파악할 수 있는 개인 정보는 심리 상태의 심각도를 설명하는 메타 데이터로 이용하지 않을 수 있다. 즉, 프로세서(180)는 위치에 따른 심각도를 검색하거나 분류하는 경우, 사용자의 신원을 알 수 있는 정보는 검색되지 않도록 데이터를 저장할 수 있다. 이에 따라, 개인 정보를 보호할 수 있다.
일 실시예에서, 프로세서(180)는 개인 정보를 이용하여, 개인 정보 중 분류하기 원하는 세부 그룹 및 심각도를 연관 지어 메모리에 저장하도록 구성될 수 있다. 예를 들어, 세부 그룹은 직군(J), 연령(G), 성별 등으로 분류된 그룹일 수 있다. 예를 들어, 프로세서(180)는 심리 상태의 심각도를 설명하는 메타 데이터로 세부 그룹을 지정하여 저장할 수 있다. 이에 따라, 프로세서(180)는 세부 정보를 이용하여 심리 상태의 심각도를 검색할 수 있다.
일 실시예에서, S16 단계 및 S17 단계는, 프로세서(180)는 메모리에 저장된 심각도의 데이터를 위치로 분류하고, 각 위치에 따른 평균 심각도 값(예: 점수)을 획득할 수 있다. 예를 들어, 선택된 구역에 따라 메모리에 저장된 심각도 값들을 불러들이고, 이 값들의 평균값을 구할 수 있다. 이에 따라, 각 선택된 구역에 해당하는 심각도의 평균 값을 획득할 수 있다. 선택된 구역은 행정 구역에 기초하여 결정될 수 있고, 사용자 또는 심리 상태 분류 서버(100)의 관리자에 의해 설정될 수 있다. 예를 들어, 프로세서(180)는 S16에서 선택된 복수의 구역에 따라, 메모리에 저장된 심각도 값들을 불러들이고, 이 값들의 평균값을 구할 수 있다.
심리 상태 분류 서버(100)는, 컴퓨팅 시스템, 프로그램이 실행되고 있는 하드웨어, 하드웨어에서 실행되는 소프트웨어, 및 클라우드 서비스를 포함한다. 심리 상태 분류 서버(100)는 네트워크를 통해 다른 컴퓨팅 장치 또는 다른 서버와 연결될 수 있다. 또한, 심리 상태 분류 서버(100)는, 프로세서(180), 스토리지 또는 데이터베이스, 통신 모듈 등의 하드웨어를 포함할 수 있다.
통신 유닛(160)은, 유무선 데이터 통신이 가능하도록 구성될 수 있다.
프로세서(180)는, 중앙처리장치로서, 컴퓨터 언어로 이루어진 명령을 해독하고 실행하도록 구성될 수 있다.
메모리(120)는, 컴퓨팅 디바이스에 의해 액세스될 수 있고 데이터 및 실행가능 명령어들(예를 들어, 소프트웨어 애플리케이션들, 프로그램들, 함수들 등)의 영구적 저장을 제공하는 데이터 저장 디바이스들과 같은 컴퓨터 판독가능 저장 매체를 포함할 수 있다. 메모리(120)의 예들은 휘발성 메모리 및 비휘발성 메모리, 고정식 및 착탈식 매체 디바이스들, 및 컴퓨팅 디바이스 액세스를 위한 데이터를 유지하는 임의의 적절한 메모리 디바이스 또는 전자 데이터 저장소를 포함한다. 메모리(120)는 랜덤 액세스 메모리(RAM, random access memory), 판독 전용 메모리(ROM, read-only memory), 플래시 메모리 및 다양한 메모리 디바이스 구성의 다른 타입의 저장 매체의 다양한 구현예들을 포함할 수 있다. 메모리(120)는 프로세서(180)와 함께 실행가능한 실행가능 소프트웨어 명령어들(예를 들어, 컴퓨터 실행가능 명령어들) 또는 모듈로서 구현될 수 있는 같은 소프트웨어 애플리케이션을 저장하도록 구성될 수 있다.
여기서, '개인 정보'는, 사용자의 신상 정보일 수 있다. 예를 들면, 상기 개인 정보는 실명, 성별, 연령(생년월일), 전화번호, 직장 정보(회사 명, 소속 부서, 소속 팀, 직군, 직책, 근속년수, 회사 위치), 및 닉네임 중 적어도 어느 하나일 수 있다.
단말기(10)는, 컴퓨팅 시스템 운영 프로그램이 실행되고 있는 하드웨어, 및 하드웨어에서 실행되는 소프트웨어를 포함하며, 네트워크를 통해 서로 또는 다른 서버와 연결될 수 있다. 예를 들면, 단말기(10)는 스마트폰일, 데스크 탑, 랩 탑, 태블릿 PC 등 일 수 있다.
상기 심리 상태 분류 방법은, S11 단계에서, 상기 사용자에게 서비스 이용 동의서를 추가로 받을 수 있다. 상기 서비스 이용 동의서는, 본 개시의 심리 상태 분류 방법이 제공하는 심리 상태 분류 서비스를 이용하는데 있어, 사용자의 개인 정보를 이용하기 위한 동의를 얻기 위한 전자 문서를 의미한다.
상기 심리 상태 분석에 필요한 정보는, 심리 상태 분류를 위한 설문, 및 상기 사용자의 얼굴이 포함된 이미지 중 어느 하나 이상일 수 있다.
구역(M1)은, 예를 들면, 행정 구역(M1)일 수 있다. 예를 들면, 도 4에 나타낸 바와 같이, 지도(M)는, 강남구, 서초구 등의 행정 구역(M1)이 표시될 수 있다. 일 실시예에서, 구역(M1)은 사용자가 선택 가능한 구역일 수 있다. 또는 구역(M1)은 사용자의 위치를 기준으로 설정될 수 있다.
도 4에 나타낸 바와 같이, 상기 복수의 사용자의 심리 상태의 심각도들의 평균 값을 5 단계의 이미지로 나타낼 수 있다. 상기 5 단계의 이미지(I)는, 활짝 웃는 표정의 이미지(I1), 미소 짓는 표정의 이미지(I2), 무표정한 표정의 이미지(I3), 힘든 표정의 이미지(I4), 화난 표정의 이미지(I5)일 수 있다. 이러한 상기 이미지(I)는 예시적인 것으로, 설정에 의해 이미지(I)는 다양하게 변형 가능하다.
또한, 본 개시의 심리 상태 분류 방법은, 상기 심리 상태의 심각도들의 평균 값을 5 단계의 문구(T1)로 나타낼 수 있다. 상기 5단계의 문구(T1)는, "행복해요", "그저 웃지요", "그냥 그래요", "힘들어요", "화가나요"의 5단계로 척도를 분류하여 나타낼 수 있다. 이러한 상기 문구(T1)는 예시적인 것으로, 설정에 의해 문구(T1)는 다양하게 변형 가능하다.
다른 일 실시예에서, 도면에 도시하지 않았으나, 본 개시의 심리 상태 분류 방법은, 상기 심리 상태의 심각도들의 평균 값을 퍼센트 또는 점수로 나타낼 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 사용자 자신이 속한 구역(M1)의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 어느 구역(M1)에 심리 상태가 나쁜지, 또는 스트레스가 많은지를 확인하는 과정에서 타 사용자들의 심리 상태를 이해하게 되고 사용자들 간의 자연스럽게 공감을 형성할 수 있는 바, 사용자에게 심리적인 위안을 얻을 수 있는 이점이 있다.
여기서, 상기 적어도 하나의 심리 상태는, 주요 우울 장애(Major Depression Disorder), 불안 장애(Anxiety Disorder), 적응 장애(Adjustment Disorder), 외상 후 스트레스 장애(PTSD), 자살 사고(Suicidal ideation), 및 불면증(Insomnia) 중 적어도 하나를 포함한다. 따라서, 상기 사용자의 심리 상태를 분류하기 위한 자료는, 예를 들면, 주요 우울 장애(Major Depression Disorder), 불안 장애(Anxiety Disorder), 적응 장애(Adjustment Disorder), 외상 후 스트레스 장애(PTSD), 자살 사고(Suicidal ideation), 및 불면증(Insomnia) 중 적어도 하나와 관련된 설문에 대한 사용자의 답변일 수 있다.
예를 들면, 상기 설문에서 이용될 수 있는 심리 상태들의 임상 척도는 하기 표 1과 같다.
| Category. | 심리 상태 명 | 임상설문도구 |
| 1 | 주요우울장애 | PHQ-9 (Patient Health Questionnaire 9) |
| 2 | 불안장애 | GAD-7(Generalized Anxiety Disorder 7) |
| 3 | 적응장애 | ADNM-4(Adjustment Disorder-New Module-4) |
| 4 | 외상 후 스트레스 장애 | K-PC-PTSD-5(Korean version of the Primary Care PTSD Screen for DSM-5) |
| 5 | 자살사고 | P4(P4 Suicidality Screener) |
| 6 | 불면증 | ISI(Insomnia Severity Index) |
일 실시예 따른 심리 상태 분류 방법은, 단말기(10)가 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 단말기(10)에 송신하는 단계는, 프로세서(180)에 의해, 메모리(120)에 저장된 지도(M)를 불러오는 단계, 프로세서(180)에 의해, 지도(M)에 상기 사용자가 선택한 구역(M1)에 복수의 사용자의 심리 상태의 심각도의 평균 값을 표시하는 단계, 및 통신 유닛(160)에 의해, 상기 평균 값이 표시된 지도(M)를 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 나타내는데 요구되는 정보로서 단말기(10)에 송신하는 단계를 포함할 수 있다.
다른 일 실시예 따른 심리 상태 분류 방법은, 단말기(10)가 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 단말기(10)에 송신하는 단계는, 상기 사용자에 의해 선택된 구역(M1)과 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 매칭하여 송신하는 단계를 포함할 수 있다. 또한, 심리 상태 분류 방법은, 심각도의 평균 값을 매칭하여 송신하는 단계 이후에, 단말기(10)가 저장 장치에 저장된 지도(M) 및 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 상기 지도(M) 상에 표시하는 단계를 포함할 수 있다.
복수의 사용자 각각의 단말기(10)로부터 상기 복수의 구역(M1)들 중 어느 하나 이상을 선택한 구역 선택 신호를 수신 받는 단계는, 단말기(10)에 터치 패드에 의해, 상기 복수의 구역(M1)들 중 어느 하나가 터치 되어 선택되는 단계를 포함할 수 있다.
그러나, 심리 상태 분류 방법은 반드시 사용자의 단말기(10)에 의해 선택된 구역에 해당하는 복수의 사용자의 심리 상태의 심각도의 평균 값만이 지도(M)에 표시되는 것은 아니고, 통신 유닛(160)에 의해, 상기 복수의 구역들 각각에 속한 상기 복수의 사용자 그룹의 심리 상태의 심각도의 평균 값들이 모두 지도(M)에 표시되도록 상기 심각도의 평균 값들을 단말기(10)로 송신할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 사용자의 단말기(10)를 통해 사용자 자신이 속한 구역뿐만 아니라, 사용자 자의에 의해 타 구역의 타 사용자들의 심리 상태를 직접 확인할 수 있어, 여러 구역에 심리 상태가 나쁜지, 또는 스트레스가 많은지를 확인하는 과정에서 타 사용자들의 심리 상태를 이해하게 되고 사용자의 자연스럽게 공감을 형성할 수 있는 바, 사용자에게 심리적인 위안을 얻을 수 있는 이점이 있다.
도 5는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)로부터 구역(M1) 별로 분류된 사용자 그룹의 심리 상태의 평균 값이 표시된 지도(M)가 제공된 단말기(10)의 모습을 나타낸 도면이다.
다시 도 1 및 도 2와 함께 도 5를 참조하면, 프로세서(180)에 의해, 상기 복수의 사용자의 개인 정보에 기초하여, 상기 복수의 사용자를 선택된 복수의 구역(M1)들로 분류하여 복수의 그룹을 생성하는 단계 이후에, 프로세서(180)에 의해, 상기 복수의 그룹을 직군(J) 별로 더 분류하여 복수의 세부 그룹을 생성하는 단계, 상기 복수의 세부 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하는 단계, 및 통신 유닛(160)에 의해, 상기 복수의 세부 그룹 중 상기 사용자가 선택한 직군(J)에 속한 그룹의 심리 상태의 심각도들의 평균 값을 지도(M)에 표시하도록 상기 평균 값을 단말기(10)에 전송하는 단계를 더 포함할 수 있다.
예를 들면, 상기 직군(J)은, 국가 직군 능력 표준(National Competency Standards, NCS)의 NCS 분류를 따를 수 있다.
예를 들면, 도 5에서와 같이, 상기 복수의 세부 그룹 중 상기 사용자가 선택한 직군(J)에 속한 그룹의 심리 상태의 심각도들의 평균 값을 지도(M)에 표시하는 단계는, 통신 유닛(160)에 의해, 사용자의 단말기(10)에 의해 기획 사무 직군(J)이 선택된 지도(M)에서 강남구에 해당하는 구역(M1)이 선택된 것에 대응하여, 강남구에 직장이 위치하고 기획 사무 직군에 속한 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 나타내는 이미지와 문구를 지도(M) 상에 표시하는 상기 심각도의 평균 값을 단말기(10)에 전송하는 단계를 포함할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 사용자 자신이 속한 직군(J)의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 어느 심리 상태가 나쁜지, 또는 스트레스가 얼마나 많은지를 확인하는 과정에서 같은 직군(J)의 타 사용자들의 심리 상태를 이해하게 되어 사용자의 자연스럽게 공감을 형성할 수 있는 바, 사용자의 심리적인 위안을 얻을 수 있는 이점이 있다.
도 6은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)로부터 댓글 쓰기 기능을 가진 댓글 게시판이 제공된 단말기(10)의 모습을 나타낸 도면이다.
도 5와 함께 도 6을 참조하면, 사용자의 단말기(10)에 의해 상기 선택된 구역(M1)에 속한 그룹의 심리 상태의 심각도들의 평균 값을 상기 선택된 구역(M1)에 표시하는 단계 이후에, 통신 유닛(160)에 의해, 사용자의 단말기(10)에 의해 입력된 댓글 내용을 수신하는 단계; 프로세서(180)에 의해, 상기 수신된 댓글 내용을 메모리(120)에 저장하는 단계; 프로세서(180)에 의해, 상기 수신된 댓글 내용을 댓글 게시판에 등록하는 단계; 및 통신 유닛(160)에 의해, 상기 댓글 내용이 등록된 댓글 게시판을 복수의 사용자 각각의 단말기(10)에 제공하는 단계를 더 포함할 수 있다.
사용자의 단말기(10)에 의해 입력된 댓글 내용을 수신하는 단계는, 상기 통신 유닛(160)에 의해, 사용자의 단말기(10)에 제공된 댓글 창(Y)에 입력된 댓글 내용을 수신하는 단계를 더 포함할 수 있다.
즉, 상기 댓글 게시판(N)은, 댓글 쓰기 기능, 등록된 댓글을 표시하는 기능, 및 등록된 댓글들을 최신순, 조회순, 공감 높은 순, 또는 공감 낮은 순으로 정렬한 상태로 표시하는 기능을 가질 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 댓글 게시판(N)을 통해 사용자들 사이에서 마음을 나눌 수 있는 기회를 제공할 수 있고, 사용자들 간의 응원 및 위로를 주고 받는 과정에서 사용자들의 심리 상태의 회복에 효과적인 도움을 줄 수 있다.
또한, 통신 유닛(160)에 의해, 복수의 사용자 각각의 단말기(10)로부터 상기 복수의 사용자의 개인 정보를 수신하는 단계는, 상기 복수의 사용자 각각의 닉네임을 수신하는 단계를 포함할 수 있다. 프로세서(180)에 의해, 상기 수신된 댓글 내용을 댓글 게시판(N)에 등록하는 단계는, 통신 유닛(160)에 의해, 상기 사용자의 닉네임에 기초하여, 댓글 작성자로서 상기 사용자의 닉네임이 표시된 상기 댓글 게시판(N)을 사용자의 단말기(10)에 제공하는 단계를 포함할 수 있다. 예를 들면, 도 6에 도시된 바와 같이, 상기 닉네임은, 시끄러운 사자, 선량한 유클리드, 또는 점잖은 피타고라스 등일 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 자신의 닉네임을 이용한 익명의 댓글 게시판(N)을 통해 사용자 자신의 마음을 터놓고 얘기할 수 있는 기회를 제공할 수 있고, 사용자들 사이에서 응원과 위로를 주고 받는 과정에서 사용자들의 심리 상태의 회복에 도움을 줄 수 있다.
도 7 및 도 8은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)로부터 직장이 속한 행정 구역(M1), 직군(J), 및 연령(G) 별로 분류된 복수의 사용자의 심리 상태 분류 결과를 지도(M)에 표시한 정보가 제공된 수신 단말기(10)의 모습을 나타낸 도면이다.
도 7 및 도 8을 참조하면, 본 개시의 일 실시예에 따른 심리 상태 분류 방법은, 프로세서(180)에 의해, 상기 복수의 사용자의 개인 정보에 기초하여, 상기 복수의 사용자를 선택된 복수의 구역(M1)들로 분류하여 복수의 그룹을 생성하는 단계 이후에, 프로세서(180)에 의해, 상기 복수의 그룹을 직군(J) 별로 더 분류하고 연령(G) 별로 더 분류하여 복수의 세부 연령 그룹을 생성하는 단계; 프로세서(180)에 의해, 상기 복수의 세부 연령 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하는 단계; 프로세서(180)에 의해, 상기 복수의 세부 연령 그룹 각각의 연령을 표기한 버튼들을 지도(M) 상에 표시하도록 제어하는 단계; 통신 유닛(160)에 의해, 사용자의 단말기(10)에 의해 선택된 연령에 관한 연령 선택 신호를 사용자의 단말기(10)로부터 수신하는 단계; 및 프로세서(180)에 의해, 상기 수신한 연령 선택 신호에 대응하여, 상기 복수의 세부 연령 그룹 중 사용자의 단말기(10)에 의해 선택된 연령에 속한 그룹의 심리 상태의 심각도들의 평균 값을 지도(M)에 표시하도록 제어하는 단계를 더 포함할 수 있다.
예를 들면, 상기 복수의 사용자는 20~24세, 25~29세, 30~34세, 35~39세, 40~44세, 및 45세 이상 등으로 분류될 수 있다.
예를 들면, 도 7에 도시된 바와 같이, 본 개시의 심리 상태 분류 방법은, 프로세서(180)에 의해, 상기 복수의 사용자 중, 강남구에 해당하는 행정 구역(M1)에 직장이 있고 직군(J)이 기획 사무이며, 30~34세 연령(G)에 속한 그룹의 심리 상태의 심각도들의 평균 값을 지도(M)에 표시하도록 제어할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 사용자 자신이 속한 직군(J)의 여러 연령 대의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 동일 연령 대의 사용자들의 심리 상태, 또는 스트레스가 어떠 한지를 확인하는 과정에서 사용자의 자연스럽게 공감을 형성할 수 있는 바, 사용자의 심리적인 위안을 얻을 수 있는 이점이 있다.
도 9는, 본 개시의 일 실시예에 따른 컴퓨팅 장치의 심리 상태 분류를 위한 설문을 진행하기 전 설문에 대해 설명하는 모습들을 나타낸 도면이다. 도 10은, 본 개시의 일 실시예에 따른 컴퓨팅 장치의 심리 상태 분류를 위한 설문을 진행하는 모습들을 나타낸 도면이다.
도 9 및 도 10을 참조하면, 통신 유닛(160)에 의해, 복수의 사용자 각각의 단말기(10)로부터 심리 상태를 분석에 필요한 정보를 수신하는 단계는, 통신 유닛(160)에 의해, 복수의 사용자 각각의 단말기(10)로 심리 상태의 분류를 위한 설문을 제공하는 단계; 통신 유닛(160)에 의해, 복수의 사용자 각각의 단말기(10)로부터 상기 설문에 대한 답변을 수신하는 단계; 프로세서(180)에 의해, 상기 복수의 사용자의 단말기(10) 각각에서 심리 상태를 분류하기 위한 설문을 진행하는 동안 복수의 사용자 각각의 단말기(10)의 카메라(14)가 상기 사용자의 얼굴을 촬영하여 얼굴 이미지(F)를 생성하도록 단말기(10)를 제어하는 단계; 및 통신 유닛(160)에 의해, 상기 생성된 얼굴 이미지(F)를 수신하는 단계를 포함할 수 있다.
또한, 본 개시의 심리 상태 분류 방법은, 프로세서(180)에 의해, 상기 사용자의 주변 소음, 상기 이미지로부터 얻어지는 사용자 얼굴의 주변 밝기, 및 상기 이미지로부터 얻어지는 상기 사용자의 얼굴 위치 각각이 심박변이도 측정 환경에 적합한지 여부를 체크하는 단계, 및 프로세서(180)에 의해, 상기 심박변이도 측정 환경에 적합한지 여부를 체크한 결과를 기초로 상기 주변 소음, 상기 주변 밝기, 및 상기 얼굴 위치 각각이 상기 심박변이도 측정 환경에 적합한지 여부를 나타내는 이미지들(C1, B1, A1)을 디스플레이(12)에 표시하도록 제어하는 단계를 포함할 수 있다.
예를 들면, 도 9에서와 같이, 가상인물이 심리 상태 분류 서비스에 대해 채팅 메세지를 통해 간략히 설명할 수 있다. 예를 들면, 도 10에서와 같이, 상기 심박변이도 측정 환경에 적합한지 여부를 나타내는 이미지들(C1, B1, A1)을 디스플레이(12)에 표시하도록 제어하는 단계는, 상기 주변 소음이 상기 심박변이도 측정 환경에 적합한 범위에 들어오지 않는 것에 대응하여, 프로세서(180)에 의해, "주변이 조금 소란스러워요!"라는 알림 문구(T2)를 팝업창으로 디스플레이(12)에 표시하도록 제어할 수 있다.
또한, 도 10에서와 같이, 사용자의 단말기(10)에 설문을 제공하는 방법은, 가상인물(Q)이 설문 문항(T3)을 디스플레이(12)의 대화창에 표시하는 단계, 및 제공된 설문의 문항에 대응하여, 사용자의 단말기(10)의 디스플레이(12)의 응답 버튼(U)이 선택되고 답변이 입력되는 단계를 포함한다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 심박변이도를 측정하는 적합한 범위의 주변 소음, 주변 밝기, 및 카메라(14)에 촬영된 얼굴의 위치에서 설문 및 사용자의 얼굴을 촬영할 수 있는 바, 사용자의 실제 심박 변이에 근접한 높은 정확도의 심박변이도를 추출할 수 있다.
여기서, 심박변이도(Heart Rate Variability, HRV)는 심장 박동의 변이 정도를 의미한다. 즉, 심박변이도는, 하나의 심장 주기로부터 다음 심장 주기 사이의 미세한 변이를 의미한다. 심박수는 동방결절의 고유의 자발성에 자율신경계가 영향을 미쳐 결정되는데 교감신경과 부교감 신경 사이의 상호 작용과 관련이 있다. 이런 상호 작용은 체내/외부환경의 변화에 따라 시시각각으로 변하며 이로 인해 심박수의 변화가 생기게 된다.
또한, 상기 심박변이도 측정 환경은, 사용자를 카메라(14)를 이용해 촬영하여 실시간으로 생성된 사용자의 이미지(F)를 통해 사용자의 심박변이도를 추출할 수 있는 측정 환경을 의미한다. 즉, 카메라(14)의 실시간 촬영을 통해 생성된 상기 이미지들에서 사용자의 얼굴 피부 아래의 혈관에 반사되는 빛을 통해 발색되는 색 변화를 명료하게 구분할 수 있는 환경을 의미한다. 더불어, 심박변이도 측정 환경은 사용자가 심리적으로 안정된 상태를 유지할 수 있는 환경을 더 포함할 수 있다.
예를 들면, 도 10에서와 같이, 상기 응용 프로그램은, 상기 설문을 사용자 컴퓨팅 장치(300)에 제공할 때, 가상인물(Q)이 상기 설문의 문항(T3)을 채팅 메시지 형태로 사용자에게 전달하도록 구성될 수 있다. 상기 응용 프로그램은, 사용자가 설문의 문항(T3)에 대한 답변을 버튼(U)으로 입력하도록 구성될 수 있다.
그리고, 프로세서(180)에 의해, 상기 저장된 심리 상태를 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하는 단계는, 프로세서(180)에 의해, 제1 알고리즘을 실행하여 수신한 상기 설문에 대한 답변에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당하는 가능성을 나타내는 제1 수치를 획득하는 단계; 프로세서(180)에 의해, 상기 복수의 사용자의 얼굴 이미지에 기초하여 상기 복수의 사용자 각각의 심박변이도 데이터를 추출하는 단계; 프로세서(180)에 의해, 제2 알고리즘을 실행하여 추출된 상기 사용자의 심박변이도 데이터에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제2 수치를 획득하는 단계; 및 프로세서(180)에 의해, 제3 알고리즘을 실행하고 제1 수치 및 제2 수치에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제3 수치를 획득하는 단계를 포함할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 사용자의 심리 상태를 분류하기 위한 설문에 대한 사용자의 답변 및 추출된 심박변이도 각각으로부터 상기 사용자의 심리 상태를 분류할 수 있어, 보다 높은 신뢰도의 심리 상태 분류 결과를 얻을 수 있는 장점이 있다.
한편, 다시 도 1을 참고하면, 본 개시의 심리 상태 분류 방법의 상기 심박변이도 데이터를 추출하는 단계는, 심리 상태 분류 서버(100)에 의해, 전달받은 이미지를 실시간으로 이미지 프로세싱 처리하여 심박변이도(HRV) 데이터를 추출하는 단계를 포함할 수 있다. 예를 들면, 상기 HRV 데이터를 추출하는 방법은, 심리 상태 분류 서버(100)가 단말기(10)로부터 이미지를 실시간으로 수신 받고, 받은 이미지의 프레임에서 사용자의 얼굴을 검출하는 단계, 상기 검출된 얼굴에서 측정 영역을 정의하는 단계, 미세 움직임에 의한 머리 움직임을 추적하고 그에 따른 색상의 미세한 변화를 추출하여 색상 기반 미동 신호를 추출하는 단계, 상기 추출된 얼굴 미동 신호를 FFT(fast Fourier transform)를 통해 주파수 대역으로 변환하여 파워 스펙트럼을 추출하고 이를 정규화 하여 상대 주파수를 추출하는 단계, 이미지에서 추출된 얼굴 미동 신호의 상대 주파수와 구축된 룰 베이스 간에 유사도를 비교하여 K개의 심박 후보군을 선정하는 단계, 유사도 비교를 통해 K-최근접 이웃 알고리즘을 기반으로 룰 베이스로부터 추출된 K개의 심박 후보군들의 평균 심박을 최종 심박으로 인식하는 단계, 및 최종 인식된 심박으로부터 HRV 변수의 수식을 통해 계산하여 HRV 변수(HRV 데이터)를 추출하는 단계를 포함할 수 있다. 상기 HRV 변수의 예시를 하기 표 2에 나타냈다. 또한, 상기 색상 기반 미동을 추출하는 단계에서는 심박 성분 외의 노이즈를 제거하기 위해 각 미동 신호를 정규화하고 심박 대역에 대한 Bandpass 필터를 적용할 수 있다. 예를 들면, 상기 검출된 얼굴에서 측정 영역을 정의하는 단계는, 사용자의 얼굴 중 미간과 양 볼을 포함하도록 측정 영역을 설정할 수 있다.
예를 들면, 심리 상태 분류 방법은, 상기 사용자의 심리 상태가 주요 우울 장애일 가능성 정도를 이미지나 심각도로 나타낸 심리 상태 분류 보고서를 사용자의 단말기(10)에 제공하는 단계를 더 포함할 수 있다. 예를 들면, 상기 심리 상태는, 주요 우울 장애, 불안 장애, 적응 장애(Adjustment Disorder), 외상 후 스트레스 장애(PTSD), 자살 사고, 및 불면증 중 적어도 어느 하나일 수 있다.
| No. | Domain | HRV 변수 | 설명 |
| 1 | Time Domain | HR | 분당 평균 심박수 (bpm) |
| 2 | SDNN | 모든 Peak과 Peak 사이 간격의 표준 편차 | |
| 3 | RMSSD | 인접한 Peak과 Peak 사이의 차이의 제곱의 합의 평균의 제곱근 | |
| 4 | pNN50 | 50 msec 보다 큰 인접한 Peak과 Peak 사이의 차이의 비율 (%) | |
| 5 | Frequency Domain | VLF | 주파수 도메인에서 0.0033~0.04Hz 대역의 파워 값 |
| 6 | LF | 주파수 도메인에서 0.04~0.15Hz 대역의 파워 값 | |
| 7 | HF | 주파수 도메인에서 0.15~0.4Hz 대역의 파워 값 | |
| 8 | VLF(%) | VLF를 전체 파워 값 (0.0033~0.4Hz 대역의 파워 값)으로 나눈 값 | |
| 9 | LF(%) | LF를 전체 파워 값 (0.0033~0.4Hz 대역의 파워 값)으로 나눈 값 | |
| 10 | HF(%) | HF를 전체 파워 값 (0.0033~0.4Hz 대역의 파워 값)으로 나눈 값 | |
| 11 | lnVLF | VLF에 자연 로그를 취한 값 | |
| 12 | lnLF | LF에 자연 로그를 취한 값 | |
| 13 | lnHF | HF에 자연 로그를 취한 값 | |
| 14 | LF/HF | LF를 HF로 나눈 값 | |
| 15 | VLF/HF | VLF를 HF로 나눈 값 | |
| 16 | Total Power | 0.0033~0.4Hz 사이의 파워 스펙트럼 대역 | |
| 17 | Dominant Power | 파워 스펙트럼에서 가장 높은 peak의 파워 값 | |
| 18 | Dominant Hz | 파워 스펙트럼에서 가장 높은 peak의 주파수 값 (Hz) | |
| 19 | Peak power | Peak Hz를 중심으로 -0.015 Hz 부터 +0.015 Hz 사이의 파워 스펙트럼 대역 | |
| 20 | Peak Hz | 0.04~0.26 Hz 사이의 파워 스펙트럼 대역에서 가장 높은 Peak의 주파수 값 (Hz) | |
| 21 | Coherence ratio | Peak Power를 Total Power와 Peak Power의 차이 값으로 나눈 값 |
도 11은, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)의 심박변이도 데이터를 통해 복수의 심리 상태를 분별하기 위한 분별 기준 그래프들을 나타냈다.
도 11을 참조하면, 본 개시의 심리 상태 분류 방법은, 상기 심박변이도 데이터를 추출하는 단계 이후에, 심리 상태 분류 서버(100)에 의해, 제2 알고리즘을 실행하여 추출된 상기 사용자의 심박변이도 데이터에 기초하여 상기 사용자가 심리 상태에 해당할 가능성을 나타내는 제2 수치를 획득하는 단계를 수행할 수 있다. 여기서, 제2 수치는 상기 사용자의 심리 상태의 심각도를 나타낼 수 있다. 예를 들면, 심리 상태 분류 서버(100)가 전달받은 이미지를 실시간 이미지 프로세싱 처리하여 HR값, LF값, HF값 등의 HRV 변수(HRV 데이터)를 추출한 후, 추출된 HR값, LF값, 및 HF값들을 정신 장애 선별 모델의 컷오프 기준으로 분석하여 상기 사용자의 심리 상태를 분류할 수 있다. 여기서, HR값은 우울 증세와 관련되고, LF값은 정신적 스트레스, 피로와 관련이 있으며, HF값은 지속적인 스트레스나, 공포, 불안, 근심으로 고생하는 경우에 수치가 감소할 수 있다.
예를 들면, 도 11에 나타낸 그래프를 기준으로, 심리 상태 분류 서버(100)에 의해, 주요 우울장애는 HR값이 65.3 내지 76.3 미만일 때 '우울 아님'으로 분류하고, HR값이 76.3 내지 82.3일 때 '중간'으로 분류하며, HR값이 82.3 초과 내지 93.1일 때 '심각함'으로 분류할 수 있다.
예를 들면, 도 11에 나타낸 그래프를 기준으로, 심리 상태 분류 서버(100)에 의해, 상기 불안 장애는, LF값이 5.63 내지 5.71일 때 '불안 아님'으로 분류하고, LF값이 5.39 내지 5.51일 때 '심각함'으로 분류할 수 있다.
예를 들면, 도 11에 나타낸 그래프를 기준으로, 심리 상태 분류 서버(100)에 의해, 상기 적응장애는, HF값이 296.76 내지 368.89일 때 '적응장애 아님'으로 분류하고, HF값이 165.42 내지 229.06일 때 '심각함'으로 분류할 수 있다.
예를 들면, 도 11에 나타낸 그래프를 기준으로, 심리 상태 분류 서버(100)에 의해, 상기 외상 후 스트레스 장애(PTSD)는, HF값이 296.76 내지 368.89일 때 'PTSD 아님'으로 분류하고, HF값이 165.42 내지 229.06일 때 '심각함'으로 분류할 수 있다.
예를 들면, 도 11에 나타낸 그래프를 기준으로, 심리 상태 분류 서버(100)에 의해, 상기 자살 사고는, HF값이 6.2 내지 6.9 미만일 때 '자살위험성 아님'으로 분류하고, HF값이 5.5 내지 6.2일 때 '경미함'으로 분류하고, HF값이 5.2 내지 5.5 미만일 때 '심각함'으로 분류할 수 있다.
예를 들면, 도 11에 나타낸 그래프를 기준으로, 심리 상태 분류 서버(100)에 의해, 상기 불면증은, LF값이 7.11 초과 내지 8.14일 때 '불면증 아님'으로 분류하고, LF값이 6.62 내지 7.11일 때 '경미함'으로 분류하며, LF값이 6.34 내지 6.62 미만일 때 '심각함'으로 분류할 수 있다.
더욱이, 본 개시의 심리 상태 분류 방법은, 상기 제1 수치를 획득하는 단계 및 제2 수치를 획득하는 단계 이후에, 심리 상태 분류 서버(100)에 의해, 제3 알고리즘을 실행하고 제1 수치 및 제2 수치에 기초하여 상기 사용자가 심리 상태에 해당할 가능성을 나타내는 제3 수치를 획득하는 단계를 더 포함할 수 있다.
여기서, 제3 수치는 상기 사용자의 심리 상태의 심각도를 포함할 수 있다. 일 실시예에서, 제3 알고리즘은 제1 수치 및 제2 수치 각각에 대한 가중치를 설정하고 이에 기초해 제3 수치를 획득할 수 있다. 예를 들면, 심리 상태 분류 서버(100)는, 상기 제3 알고리즘을 실행하여 제1 수치에 따라 분류된 심리 상태 결과를 최종 분류 결과에 95%로 반영하고, 제2 수치에 따라 분류된 심리 상태 결과를 최종 분류 결과에 5%로 반영하여, 최종 분류 결과를 나타내는 제3 수치를 도출해낼 수 있다. 본 개시의 심리 상태 분류 방법의 제3 수치를 획득하는 단계는, 심리 상태 분류 서버(100)에 의해, 상기 제3 알고리즘을 실행하여, 제2 수치에 의한 가중치를 제1 수치에 곱하여 최종 분류 결과를 나타내는 제3 수치를 도출하는 단계를 더 포함할 수 있다.
도 12 내지 도 15는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)로부터 관리자에게 제공된 심리 상태 분류 결과 보고서(30)의 일부 모습을 나타낸 도면들이다.
도 12 내지 도 15를 참조하면, 프로세서(180)에 의해, 상기 저장된 심리 상태를 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하는 단계 이후에, 프로세서(180)에 의해, 상기 복수의 사용자의 전체 및 상기 복수의 사용자를 부서별로 분류된 그룹 중 적어도 하나의 심리 상태를 분류한 결과를 포함하는 심리 상태 분류 결과 보고서(30)를 생성하는 단계; 및 통신 유닛(160)에 의해, 상기 생성된 심리 상태 분류 결과 보고서(30)를 상기 복수의 사용자를 관리하는 관리자의 단말기(20)로 제공하는 단계를 더 포함할 수 있다. 상기 심리 상태 분류 결과 보고서(30)의 세부 내용에 대해서는 이후 좀더 상세히 서술한다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 복수의 사용자를 관리하는 관리자에게 상기 복수의 사용자의 심리 상태의 심각도를 인지할 수 있도록 돕고, 상기 복수의 사용자의 심리 상태를 개선할 수 있는 업무 환경을 조성하거나, 복지 정책을 마련하게 이끌 수 있는 근거 데이터를 제공할 수 있는 바, 궁극적으로 복수의 사용자의 직군(J) 능력을 효과적으로 증진시킬 수 있다.
한편, 다시 도 1 내지 도 4를 참조하면, 본원은 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)를 제공한다. 상기 심리 상태 분류 서버(100)는, 사용자에게 지도(M)를 제공하도록 구성될 수 있다. 상기 심리 상태 분류 서버(100)는, 통신 유닛(160), 메모리(120), 및 프로세서(180)를 포함한다.
통신 유닛(160)은, 복수의 사용자 각각의 단말기(10)로부터 상기 복수의 사용자의 개인 정보를 수신하고, 복수의 사용자 각각의 단말기(10)로부터 심리 상태 분석에 필요한 정보를 수신하도록 구성된다. 통신 유닛(160)은, 상기 사용자의 단말기에 의해 복수의 구역 중 어느 하나를 선택하였음을 나타내는 신호를 수신하도록 구성될 수 있다.
프로세서(180)는, 상기 수신된 복수의 사용자의 개인 정보를 메모리(120)에 저장하고, 상기 수신된 심리 상태 분석에 필요한 정보를 메모리(120)에 저장하며, 상기 저장된 심리 상태 분석에 필요한 정보에 기초하여, 상기 복수의 사용자 각각의 심리 상태의 심각도를 분류하며, 상기 복수의 사용자의 개인 정보에 기초하여, 상기 복수의 사용자를 지도(M)를 구성하는 선택된 복수의 구역(M1)들로 분류하여 복수의 그룹을 생성하고, 상기 복수의 사용자의 분류된 심리 상태의 심각도에 기초하여, 상기 복수의 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며, 상기 수신된 신호에 대응하여, 상기 수신된 신호의 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 단말기(10)에 송신하여 상기 평균 값을 단말기(10)에 표시하도록 구성되고, 상기 수신된 신호에 대응하여 단말기(10)가 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위해 요구되는 정보를 단말기(10)에 송신하도록 구성될 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 서버(100)는, 사용자 자신이 속한 구역(M1)의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 어느 구역(M1)에 심리 상태가 나쁜지, 또는 스트레스가 많은지를 확인하는 과정에서 타 사용자들의 심리 상태를 이해하게 되고 사용자의 자연스럽게 공감을 형성할 수 있는 바, 사용자에게 심리적인 위안을 얻을 수 있는 이점이 있다.
일 실시예에 따른 심리 상태 분류 서버(100)는, 프로세서(180)가 메모리(120)에 저장된 지도(M)를 불러오고, 지도(M)에 상기 사용자가 선택한 구역(M1)에 복수의 사용자의 심리 상태의 심각도의 평균 값을 표시할 수 있다. 이후, 통신 유닛(160)은, 상기 평균 값이 표시된 지도(M)를 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 나타내는데 요구되는 정보로서 단말기(10)에 송신하도록 구성될 수 있다.
다른 일 실시예에 따른 심리 상태 분류 서버(100)는, 통신 유닛(160)이 상기 사용자에 의해 선택된 구역(M1)과 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 매칭하여 송신하도록 구성될 수 있다. 또한, 심각도의 평균 값을 매칭하여 송신한 후에, 단말기(10)에 의해, 단말기(10)의 저장 장치에 저장된 지도(M) 및 상기 선택된 구역(M1)에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 상기 지도(M) 상에 표시할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 서버(100)는, 사용자의 단말기(10)를 통해사용자 자신이 속한 구역(M1) 뿐만 아니라, 사용자 자의에 의해 타 구역(M1)의 타 사용자들의 심리 상태를 직접 확인할 수 있어, 여러 구역(M1)에 심리 상태가 나쁜지, 또는 스트레스가 많은지를 확인하는 과정에서 타 사용자들의 심리 상태를 이해하게 되고 사용자의 자연스럽게 공감을 형성할 수 있는 바, 사용자에게 심리적인 위안을 얻을 수 있는 이점이 있다.
한편, 다시 도 1 및 도 2와 함께 도 5를 참조하면, 프로세서(180)는, 상기 복수의 그룹을 직군(J) 별로 더 분류하여 복수의 세부 그룹을 생성하고, 상기 복수의 세부 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며, 상기 복수의 세부 그룹 중 사용자의 단말기(10)에 의해 선택된 직군(J)에 속한 그룹의 심리 상태의 심각도들의 평균 값을 표시하도록 제어할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 서버(100)는, 사용자 자신이 속한 직군(J)의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 어느 심리 상태가 나쁘지, 그리고 스트레스가 얼마나 많은지를 확인하는 과정에서 같은 직군(J)의 타 사용자들의 심리 상태를 이해하게 되어 사용자들 간의 자연스럽게 공감을 형성할 수 있는 바, 사용자의 심리적인 위안을 얻을 수 있는 이점이 있다.
한편, 다시 도 5와 함께 도 6을 참조하면, 통신 유닛(160)은 사용자에 의해 입력된 댓글 내용을 수신하도록 구성될 수 있다. 프로세서(180)는 상기 수신된 댓글 내용을 메모리(120)에 저장하며, 상기 수신된 댓글 내용을 댓글 게시판(N)에 등록할 수 있다. 통신 유닛(160)은 상기 댓글 내용이 등록된 댓글 게시판(N)을 복수의 사용자 각각의 단말기(10)에 제공하도록 구성될 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 서버(100)는, 댓글 게시판(N)을 통해 사용자 자신의 이야기를 얘기할 수 있는 기회를 제공할 수 있고, 타 사용자와 응원 내지 위로를 주고 받는 과정에서 사용자들의 심리 상태의 회복에 도움을 줄 수 있다.
또한, 통신 유닛(160)은, 복수의 사용자 각각의 단말기(10)로부터 상기 복수의 사용자의 개인 정보를 수신할 때, 상기 복수의 사용자 각각의 닉네임(E)을 수신할 수 있다. 프로세서(180)가 상기 수신된 댓글 내용을 댓글 게시판(N)에 등록한 후, 통신 유닛(160)은 상기 사용자의 닉네임에 기초하여, 댓글 작성자로서 상기 사용자의 닉네임(E)이 표시된 상기 댓글 게시판(N)을 사용자의 단말기(10)에 제공할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 서버(100)는, 자신의 닉네임(E)을 이용한 익명의 댓글 게시판(N)을 통해 사용자 자신의 이야기를 터놓고 얘기할 수 있는 기회를 제공할 수 있고, 사용자들 간의 응원 내지 위로를 주고 받는 과정에서 사용자들의 심리 상태의 회복에 도움을 줄 수 있다.
한편, 다시 도 7 및 도 8을 참조하면, 프로세서(180)는, 상기 복수의 그룹을 직군(J) 별로 더 분류하고 연령 별로 더 분류하여 복수의 세부 연령 그룹을 생성하고, 상기 복수의 세부 연령 그룹 각각의 연령이 표기된 입력 버튼을 지도(M) 상에 표시하도록 제어할 수 있다.
통신 유닛(160)은, 사용자의 단말기(10)에 의해 선택된 연령(G)에 관한 연령 선택 신호를 사용자의 단말기(10)로부터 수신하도록 구성될 수 있다. 프로세서(180)는, 상기 복수의 세부 연령 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며, 상기 수신한 연령 선택 신호에 대응하여, 상기 복수의 세부 연령 그룹 중 사용자의 단말기(10)에 의해 선택된 연령(G)에 속한 그룹의 심리 상태의 심각도들의 평균 값을 이미지(I)로 표시하도록 제어할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 서버(100)는, 사용자 자신이 속한 직군(J)의 여러 연령 대의 타 사용자들의 심리 상태를 확인할 수 있고, 특히 동일 연령 대의 사용자들의 심리 상태, 또는 스트레스가 어떠 한지를 확인하는 과정에서 사용자의 자연스럽게 공감을 형성할 수 있는 바, 사용자의 심리적인 위안을 얻을 수 있는 이점이 있다.
한편, 도 9 및 도 10을 참조하면, 통신 유닛(160)은, 복수의 사용자 각각의 단말기(10)로부터 심리 상태 분석에 필요한 정보를 수신할 수 있다. 통신 유닛(160)은 복수의 사용자 각각의 단말기(10)로 심리 상태의 분류를 위한 설문을 제공할 수 있다. 통신 유닛(160)은 복수의 사용자 각각의 단말기(10)로부터 상기 설문에 대한 답변을 수신하도록 구성될 수 있다.
프로세서(180)는, 상기 복수의 사용자의 단말기(10) 각각에서 심리 상태를 분류하기 위한 설문을 진행하는 동안 복수의 사용자 각각의 단말기(10)의 카메라(14)가 상기 사용자의 얼굴을 촬영하여 얼굴 이미지(F)를 생성하도록 단말기(10)를 제어하도록 구성될 수 있다. 통신 유닛(160)은 상기 생성된 얼굴 이미지(F)를 수신하도록 구성될 수 있다.
프로세서(180)는, 제1 알고리즘을 실행하여 수신한 상기 설문에 대한 답변에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당하는 가능성을 나타내는 제1 수치를 획득하도록 구성될 수 있다. 프로세서(180)는 상기 복수의 사용자의 얼굴 이미지(F)에 기초하여 상기 복수의 사용자 각각의 심박변이도 데이터를 추출하도록 구성될 수 있다. 프로세서(180)는 제2 알고리즘을 실행하여 추출된 상기 사용자의 심박변이도 데이터에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제2 수치를 획득하도록 구성될 수 있다. 프로세서(180)는 제3 알고리즘을 실행하고 제1 수치 및 제2 수치에 기초하여 상기 복수의 사용자 각각의 심리 상태에 해당할 가능성을 나타내는 제3 수치를 획득하도록 구성될 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 사용자의 심리 상태를 분류하기 위한 설문 및 상기 사용자의 실제 심박 변이에 근접한 높은 정확도의 심박변이도를 통해 높은 신뢰도의 심리 상태 분류 결과를 얻을 수 있는 장점이 있다.
도 12 내지 도 15는, 본 개시의 일 실시예에 따른 심리 상태 분류 서버(100)로부터 관리자에게 제공된 심리 상태 분류 결과 보고서(30)의 일부 모습을 나타낸 도면들이다.
도 12 내지 도 15를 참조하면, 프로세서(180)는, 상기 복수의 사용자의 전체 및 상기 복수의 사용자를 부서별로 분류된 그룹 중 적어도 하나의 심리 상태를 분류한 결과를 포함하는 심리 상태 분류 결과 보고서(30)를 생성하도록 구성될 수 있다. 통신 유닛(160)은, 상기 생성된 심리 상태 분류 결과 보고서(30)를 상기 복수의 사용자를 관리하는 관리자의 단말기(20)로 송신하도록 구성될 수 있다.
예를 들면, 도 12에 도시된 바와 같이, 상기 심리 상태 분류 결과 보고서(30)는, 상기 복수의 사용자의 전체의 우울감, 불안감, 적응 스트레스, 외상 스트레스, 불면증, 극단적 선택 가능성 등의 심리 상태를 분류한 결과를 포함할 수 있다.
예를 들면, 도 13에서와 같이, 상기 심리 상태 분류 결과 보고서(30)는, 상기 복수의 사용자의 전체의 우울감, 불안감, 적응 스트레스, 외상 스트레스, 불면증, 및 극단적 선택 가능성 각각에 심각도를 나타낸 그래프(31)를 포함할 수 있다.
예를 들면, 도 14에서와 같이, 상기 심리 상태 분류 결과 보고서(30)는, 복수의 사용자의 심리 분류 결과의 심각도와 상기 복수의 사용자가 근무하는 기업의 업계 평균 데이터와 비교하는 내용을 나타낸 그래프(32)를 포함할 수 있다.
예를 들면, 도 15에서와 같이, 상기 심리 상태 분류 결과 보고서(30)는, 복수의 사용자가 속한 회사에 근무했던 지난 5년동안의 직원들의 심리 분류 결과의 데이터 내용을 나타낸 그래프(33)를 포함할 수 있다.
도 16 및 도 17은, 본 개시의 다른 일 실시예에 따른 심리 상태 분류 서버(100)로부터 관리자에게 제공된 심리 상태 분류 결과 보고서(30)의 일부 모습을 나타낸 도면들이다.
먼저, 도 16을 참조하면, 상기 심리 상태 분류 결과 보고서(30)는, 직군(J) 별로 분류된 복수의 사용자 그룹의 심리 분류 결과 데이터와, 상기 복수의 사용자가 근무하는 기업이 속한 업계의 동일 직군(J)의 복수의 사용자의 심리 상태의 분류 결과의 심각도의 평균 데이터와 비교하는 분석 내용을 나타낸 그래프(34)를 포함할 수 있다.
예를 들면, 도 17에서와 같이, 상기 심리 상태 분류 결과 보고서(30)는, 상기 복수의 사용자가 속한 회사에 근무하는 지난 5년동안의 직군(J) 별로 분류된 직원들의 심리 분류 결과의 데이터 내용을 나타낸 그래프(35)를 포함할 수 있다.
따라서, 이러한 구성에 의하면, 본 개시의 심리 상태 분류 방법은, 복수의 사용자를 관리하는 관리자에게 상기 복수의 사용자의 심리 상태의 심각도를 인지할 수 있도록 돕고, 상기 복수의 사용자의 심리 상태를 개선할 수 있는 업무 환경을 조성하거나, 복지 정책을 마련하게 이끌 수 있는 근거 데이터를 제공할 수 있는 바, 궁극적으로 복수의 사용자의 직군(J) 능력을 효과적으로 증진시킬 수 있다.
이상에서 설명된 장치 및 방법은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 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 컨트롤러를 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, 가상장치(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 기록매체에 저장될 수 있다.
본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.
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.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
S11~S19: 심리 상태 분류 방법의 단계들
100: 심리 상태 분류 서버
120: 메모리
160: 통신 유닛
180: 프로세서
M: 지도
M1: 구역
I, I1, I2, I3, I4, I5: 이미지, 이미지들
T1: 문구
J: 직군
G: 연령
F: 얼굴 이미지
12: 디스플레이
Q: 가상인물
T3: 문항
U: 응답 버튼
A1, B1, C1: 측정 환경에 적합한지 여부를 나타내는 이미지들
10: 사용자의 단말기
20: 관리자의 단말기
30: 심리 상태 분류 결과 보고서
31, 32, 33, 34, 35: 그래프들
100: 심리 상태 분류 서버
120: 메모리
160: 통신 유닛
180: 프로세서
M: 지도
M1: 구역
I, I1, I2, I3, I4, I5: 이미지, 이미지들
T1: 문구
J: 직군
G: 연령
F: 얼굴 이미지
12: 디스플레이
Q: 가상인물
T3: 문항
U: 응답 버튼
A1, B1, C1: 측정 환경에 적합한지 여부를 나타내는 이미지들
10: 사용자의 단말기
20: 관리자의 단말기
30: 심리 상태 분류 결과 보고서
31, 32, 33, 34, 35: 그래프들
Claims (19)
- 통신 유닛, 메모리, 및 프로세서가 구비된 서버가 사용자에게 지도를 제공하는 방법으로서,
상기 통신 유닛에 의해, 복수의 사용자 각각의 단말기로부터 상기 복수의 사용자의 직장, 연령, 소속 부서 및 직군 중 적어도 하나를 포함한 개인 정보를 수신하는 단계;
상기 프로세서에 의해, 상기 수신된 복수의 사용자의 상기 개인 정보를 상기 메모리에 저장하는 단계;
상기 프로세서에 의해, 상기 복수의 사용자의 상기 개인 정보에 기초하여, 상기 복수의 사용자를 사용자의 직장이 속한 행정 구역들로 분류하여 복수의 그룹을 생성하는 단계;
상기 통신 유닛에 의해, 상기 사용자가 상기 행정 구역들 중 어느 하나를 선택하였음을 나타내는 신호를 수신하는 단계; 및
상기 프로세서에 의해, 상기 수신된 신호에 대응하여 상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위한 정보를 상기 단말기에 송신하는 단계를 포함하고,
상기 행정 구역들은 지도를 구성하는,
심리 상태 분류 방법. - 제1항에 있어서,
상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위한 정보를 상기 단말기에 송신하는 단계는,
상기 프로세서에 의해, 상기 메모리에 저장된 지도를 불러오는 단계;
상기 프로세서에 의해, 상기 지도에 상기 사용자가 선택한 구역에 복수의 사용자의 심리 상태의 심각도의 평균 값을 표시하는 단계; 및
상기 통신 유닛에 의해, 상기 평균 값이 표시된 지도를 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 나타내기 위한 정보로서 상기 단말기에 송신하는 단계를 포함하는,
심리 상태 분류 방법. - 제1항에 있어서,
상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위한 정보를 상기 단말기에 송신하는 단계는,
상기 사용자에 의해 선택된 구역과 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 매칭하여 송신하는 단계를 포함하는
심리 상태 분류 방법. - 제1항에 있어서,
상기 프로세서에 의해, 상기 복수의 사용자의 상기 개인 정보에 기초하여, 상기 복수의 사용자를 사용자의 직장이 속한 행정 구역들로 분류하여 복수의 그룹을 생성하는 단계 이후에,
상기 프로세서에 의해, 상기 복수의 그룹을 상기 사용자의 직군 별로 더 분류하여 복수의 세부 그룹을 생성하는 단계;
상기 복수의 세부 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하는 단계; 및
상기 통신 유닛에 의해, 상기 복수의 세부 그룹 중 상기 사용자가 선택한 직군에 속한 그룹의 심리 상태의 심각도들의 평균 값을 상기 지도에 표시하도록 상기 평균 값을 상기 단말기에 송신하는 단계를 더 포함하는
심리 상태 분류 방법. - 제1항에 있어서,
상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위한 정보를 상기 단말기에 송신하는 단계 이후에,
상기 통신 유닛에 의해, 상기 사용자의 단말기에 의해 입력된 댓글 내용을 수신하는 단계;
상기 프로세서에 의해, 상기 수신된 댓글 내용을 메모리에 저장하는 단계;
상기 프로세서에 의해, 상기 수신된 댓글 내용을 댓글 게시판에 등록하는 단계; 및
상기 통신 유닛에 의해, 상기 댓글 내용이 등록된 댓글 게시판을 상기 복수의 사용자 각각의 단말기에 제공하는 단계를 더 포함하는
심리 상태 분류 방법. - 제1항에 있어서,
상기 프로세서에 의해, 상기 복수의 사용자의 상기 개인 정보에 기초하여, 상기 복수의 사용자를 사용자의 직장이 속한 행정 구역들로 분류하여 복수의 그룹을 생성하는 단계 이후에,
상기 프로세서에 의해, 상기 복수의 그룹을 상기 사용자의 직군 별로 더 분류하고 상기 사용자의 연령 별로 더 분류하여 복수의 세부 연령 그룹을 생성하는 단계;
상기 프로세서에 의해, 상기 복수의 세부 연령 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하는 단계;
상기 프로세서에 의해, 상기 복수의 세부 연령 그룹 각각의 연령을 표기한 버튼들을 상기 지도 상에 표시하도록 제어하는 단계;
상기 통신 유닛에 의해, 상기 사용자의 단말기에 의해 선택된 연령에 관한 연령 선택 신호를 상기 사용자의 단말기로부터 수신하는 단계; 및
상기 프로세서에 의해, 상기 수신한 연령 선택 신호에 대응하여, 상기 복수의 세부 연령 그룹 중 상기 사용자의 단말기에 의해 선택된 연령에 속한 그룹의 심리 상태의 심각도들의 평균 값을 상기 지도에 표시하도록 제어하는 단계를 더 포함하는
심리 상태 분류 방법. - 제5항에 있어서,
상기 통신 유닛에 의해, 상기 복수의 사용자 각각의 단말기로부터 상기 복수의 사용자의 직장, 연령, 소속 부서 및 직군 중 적어도 하나를 포함한 개인 정보를 수신하는 단계는,
상기 복수의 사용자 각각의 닉네임을 수신하는 단계를 포함하고,
상기 프로세서에 의해, 상기 수신된 댓글 내용을 댓글 게시판에 등록하는 단계는,
상기 통신 유닛에 의해, 상기 사용자의 닉네임에 기초하여, 댓글 작성자로서 상기 사용자의 닉네임이 표시된 상기 댓글 게시판을 상기 사용자의 단말기에 제공하는 단계를 포함하는
심리 상태 분류 방법. - 삭제
- 삭제
- 삭제
- 사용자에게 지도를 제공하는 심리 상태 분류 서버로서,
통신 유닛; 메모리; 및 프로세서를 포함하고,
상기 통신 유닛은,
복수의 사용자 각각의 단말기로부터 상기 복수의 사용자의 직장, 연령, 소속 부서 및 직군 중 적어도 하나를 포함한 개인 정보를 수신하고, 상기 사용자의 단말기에 의해 행정 구역들 중 어느 하나를 선택하였음을 나타내는 신호를 수신하도록 구성되며,
상기 프로세서는,
상기 수신된 복수의 사용자의 상기 개인 정보를 상기 메모리에 저장하고, 상기 복수의 사용자의 상기 개인 정보에 기초하여, 상기 복수의 사용자를 사용자의 직장이 속한 행정 구역들로 분류하여 복수의 그룹을 생성하고, 상기 복수의 사용자의 심리 상태의 심각도에 기초하여, 상기 복수의 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며, 상기 수신된 신호에 대응하여 상기 단말기가 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 보여주기 위한 정보를 상기 단말기에 송신하도록 구성된 심리 상태 분류 서버. - 제11항에 있어서,
상기 프로세서는,
상기 메모리에 저장된 지도를 불러오고,
상기 지도에 상기 사용자가 선택한 구역에 복수의 사용자의 심리 상태의 심각도의 평균 값을 표시하며,
상기 통신 유닛은,
상기 평균 값이 표시된 지도를 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 나타내기 위한 정보로서 상기 단말기에 송신하는
심리 상태 분류 서버. - 제11항에 있어서,
상기 통신 유닛은,
상기 사용자에 의해 선택된 구역과 상기 선택된 구역에 해당하는 상기 복수의 사용자의 심리 상태의 심각도의 평균 값을 매칭하여 송신하도록 구성된
심리 상태 분류 서버. - 제11항에 있어서,
상기 프로세서는,
상기 복수의 그룹을 직군 별로 더 분류하여 복수의 세부 그룹을 생성하고, 상기 복수의 세부 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며,
상기 통신 유닛은,
상기 복수의 세부 그룹 중 상기 사용자의 단말기에 의해 선택된 직군에 속한 그룹의 심리 상태의 심각도들의 평균 값을 표시하도록 상기 평균 값을 상기 단말기에 송신하는,
심리 상태 분류 서버. - 제11항에 있어서,
상기 프로세서는,
상기 복수의 그룹을 직군 별로 더 분류하고 연령 별로 더 분류하여 복수의 세부 연령 그룹을 생성하고,
상기 통신 유닛은,
상기 복수의 세부 연령 그룹 각각의 연령이 표기된 입력 버튼을 상기 지도 상에 표시하도록 제어하고,
상기 통신 유닛은,
상기 사용자의 단말기에 의해 선택된 연령에 관한 연령 선택 신호를 상기 사용자의 단말기로부터 수신하도록 구성되고,
상기 프로세서는,
상기 복수의 세부 연령 그룹 각각의 사용자들의 심리 상태의 심각도들의 평균 값을 산출하며,
상기 통신 유닛은,
상기 수신한 연령 선택 신호에 대응하여, 상기 복수의 세부 연령 그룹 중 상기 사용자의 단말기에 의해 선택된 연령에 속한 그룹의 심리 상태의 심각도들의 평균 값을 표시하도록 상기 평균 값을 상기 단말기에 송신하는
심리 상태 분류 서버. - 제11항에 있어서,
상기 통신 유닛은 사용자에 의해 입력된 댓글 내용을 수신하도록 구성되고,
상기 프로세서는 상기 수신된 댓글 내용을 메모리에 저장하며, 상기 수신된 댓글 내용을 댓글 게시판에 등록하고,
상기 통신 유닛은 상기 댓글 내용이 등록된 댓글 게시판을 상기 복수의 사용자 각각의 단말기에 제공하도록 구성된
심리 상태 분류 서버. - 삭제
- 삭제
- 제11항에 있어서,
상기 프로세서는,
상기 복수의 사용자의 전체 및 상기 복수의 사용자를 부서별로 분류된 그룹 중 적어도 하나의 심리 상태를 분류한 결과를 포함하는 심리 상태 분류 결과 보고서를 생성하도록 구성되고,
상기 통신 유닛은,
상기 생성된 심리 상태 분류 결과 보고서를 상기 복수의 사용자를 관리하는 관리자의 단말기로 송신하도록 구성된
심리 상태 분류 서버.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220008783A KR102433178B1 (ko) | 2022-01-20 | 2022-01-20 | 심리 상태 분류 방법 및 심리 상태 분류 서버 |
| US18/099,374 US20230230700A1 (en) | 2022-01-20 | 2023-01-20 | Method for classifying mental state and server for classifying mental state |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220008783A KR102433178B1 (ko) | 2022-01-20 | 2022-01-20 | 심리 상태 분류 방법 및 심리 상태 분류 서버 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102433178B1 true KR102433178B1 (ko) | 2022-08-19 |
Family
ID=83113504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220008783A KR102433178B1 (ko) | 2022-01-20 | 2022-01-20 | 심리 상태 분류 방법 및 심리 상태 분류 서버 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20230230700A1 (ko) |
| KR (1) | KR102433178B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102111852B1 (ko) | 2018-05-23 | 2020-05-15 | 한국과학기술원 | 다수의 심리검사지에서 불안 및 우울 증세의 신속한 진단을 위한 기계 학습 기반의 문항 선별 방법 및 장치 |
-
2022
- 2022-01-20 KR KR1020220008783A patent/KR102433178B1/ko active IP Right Grant
-
2023
- 2023-01-20 US US18/099,374 patent/US20230230700A1/en not_active Abandoned
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102111852B1 (ko) | 2018-05-23 | 2020-05-15 | 한국과학기술원 | 다수의 심리검사지에서 불안 및 우울 증세의 신속한 진단을 위한 기계 학습 기반의 문항 선별 방법 및 장치 |
Non-Patent Citations (4)
| Title |
|---|
| - Forbes, M. K., & Krueger, R. F. The Great Recession and mental health in the United States. Clinical Psychological Science, 7(5), 900-913. * |
| - J Korean Neuropsychiatr Assoc / Volume 46, No 6 / November, 2007. * |
| Forbes, M. K., & Krueger, R. F. The Great Recession and mental health in the United States. Clinical Psychological Science, 7(5), 900-913. |
| J Korean Neuropsychiatr Assoc / Volume 46, No 6 / November, 2007. |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230230700A1 (en) | 2023-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11968105B2 (en) | Systems and methods for social graph data analytics to determine connectivity within a community | |
| US10650338B2 (en) | Automated registration and greeting process—custom queueing (security) | |
| US9870591B2 (en) | Distributed electronic document review in a blockchain system and computerized scoring based on textual and visual feedback | |
| US10311106B2 (en) | Social graph visualization and user interface | |
| Sano et al. | Designing opportune stress intervention delivery timing using multi-modal data | |
| Sbaffi et al. | Information overload in emergency medicine physicians: a multisite case study exploring the causes, impact, and solutions in Four North England national health service trusts | |
| Adams et al. | Police body-worn cameras: Development of the perceived intensity of monitoring scale | |
| KR102185933B1 (ko) | 스트레스 관리 시스템 | |
| US20170319074A1 (en) | System and method for providing an indication of the well-being of an individual | |
| US11744496B2 (en) | Method for classifying mental state, server and computing device for classifying mental state | |
| JP2016126587A (ja) | 面談システム、サーバシステム、サーバ装置、情報端末、面談方法、情報処理方法及びプログラム | |
| Yfantidou et al. | Beyond accuracy: a critical review of fairness in machine learning for mobile and wearable computing | |
| JP2021157609A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| US20230197274A1 (en) | Server and method for classifying mental state | |
| KR102433178B1 (ko) | 심리 상태 분류 방법 및 심리 상태 분류 서버 | |
| Nepal et al. | MoodCapture: Depression Detection Using In-the-Wild Smartphone Images | |
| JP6796668B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| Ganster et al. | Understanding coping at work during socio-environmental jolts: A person-centered investigation | |
| US11676053B2 (en) | Systems, methods, and media for automatically identifying entrepreneurial individuals in a population using individual and population level data | |
| WO2023175877A1 (ja) | 健康管理支援装置、システム及び方法、並びに、コンピュータ可読媒体 | |
| RU2813438C1 (ru) | Система и способ выявления и использования эталонного эмоционально-интеллектуального профиля (эи-профиля) по группам анализа | |
| US20220351855A1 (en) | Systems and methods for machine learning-based predictive matching | |
| Austin | TRUSTING YOUR INSTRUMENTS: LEVERAGING WEARABLE DEVICES TO IMPROVE PRE-OPERATIONAL FATIGUE ASSESSMENT BY US COAST GUARD AIRCREWS | |
| Velasquez et al. | Model for the Presumptive Diagnosis of Mental Disorders in Adults Applying Machine Learning | |
| JP2022016083A (ja) | プログラム、体調管理装置、体調管理システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |