KR102466961B1 - 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템 - Google Patents
인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템 Download PDFInfo
- Publication number
- KR102466961B1 KR102466961B1 KR1020200164387A KR20200164387A KR102466961B1 KR 102466961 B1 KR102466961 B1 KR 102466961B1 KR 1020200164387 A KR1020200164387 A KR 1020200164387A KR 20200164387 A KR20200164387 A KR 20200164387A KR 102466961 B1 KR102466961 B1 KR 102466961B1
- Authority
- KR
- South Korea
- Prior art keywords
- sleep
- state
- unit
- user
- eeg
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
- A61N1/36025—External stimulators, e.g. with patch electrodes for treating a mental or cerebral condition
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0066—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus with heating or cooling
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0072—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus with application of electrical currents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/10—Electroencephalographic signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Anesthesiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Neurology (AREA)
- Radiology & Medical Imaging (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Pain & Pain Management (AREA)
- Acoustics & Sound (AREA)
- Hematology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
본 발명의 실시예에 따른, 인공지능을 이용한 수면 관리 장치는, 뇌파 감지 장치에 의해 감지된 수면 상태인 사용자의 뇌파를 기초로, 단위 시간 별로 뇌파 신호를 생성하기 위한 신호 생성부; 상기 뇌파 신호를 기초로, 제1 학습 모델을 이용하여 상기 단위 시간 별로 현재 상태를 판단하기 위한 상태 판단부; 및 상기 뇌파 신호 및 상기 현재 상태를 기초로, 제2 학습 모델을 이용하여 제1 다음 상태를 예측하기 위한 상태 예측부를 포함하고, 상기 현재 상태 및 상기 제1 다음 상태는, 수면 단계를 나타내는 것을 특징으로 한다.
서울특별시 서울산업진흥원 (2020년도 제4회 서울혁신챌린지 예선) (SC200016) "딥러닝과 사용자 데이터를 이용한 수면장애 진단 및 예측기술 개발"을 통해 개발된 기술이다.
서울특별시 서울산업진흥원 (2020년도 제4회 서울혁신챌린지 예선) (SC200016) "딥러닝과 사용자 데이터를 이용한 수면장애 진단 및 예측기술 개발"을 통해 개발된 기술이다.
Description
본 발명의 실시예는 수면 상태를 예측할 수 있는 인공지능을 이용한 수면장애 진단을 받은 환자 및 수면장애 증상이 없는 대조군 집단의 뇌파 패턴을 학습하여 대상자의 비수면 상태 및 수면 직전 상태의 뇌파 패턴을 통해 수면 장애 여부를 판단할 수 있는 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템, 특히 수면 관리 장치 및 이를 포함하는 수면 관리 시스템에 관한 것이다.
인공지능 기술의 발달로 다양한 분야에 인간의 능력을 모방하거나 그 이상의 성능을 보이는 모델들이 연구되고 있다. 그 중, 신경망을 이용하는 인공지능 기술은, 동일한 구조를 갖는 심층신경망이라 할 지라도 학습 데이터와 전처리 방법에 따라 서로 다른 성능을 보여주며, 다양한 분야에의 접목이 가능하다. 하지만 컴퓨터 비젼, 음성인식과 같은 주요 분야가 아닌 분야에서는 아직까지 인공지능 기술이 접목된 사례는 크게 부족한 상황이다. 특히 뇌전도 데이터는 높은 검사 비용, 낮은 데이터 접근성을 특징으로 하며, 이와 같은 이유로 국내에 수면 전 각성상태 데이터와 심층 신경망과 결합하여 수면의 질을 판단하는 연구가 매우 드문 상황이다.
또한, 두뇌활동을 평가하기 위한 지표로서 뇌파와 심전도가 활용되고 있으며, 뇌파, 즉 뇌전도(electroencephalogram, EEG)는 대뇌기능을 평가할 수 있는 지표로서 활용되고 있다.
뇌파를 측정하고 분석함으로써, 사람의 뇌 활동성이 증가하는지 또는 감소하지는 지 여부를 판단할 수 있으며, 시시각각 변화하는 뇌활동의 변동을 공간적 및 시간적으로 파악할 수 있는 뇌파 검사는 그 가치를 인정받고 있다.
뇌파 측정은 뇌의 전기적 활동을 감지하는 것을 포함하며, 뇌의 전기적 활동은 신경세포(neurons), 교세포(gila cells) 및 혈뇌장벽(blood-brain barrier)의 활동에 의해 결정된다. 특히, 대부분의 전기적 활동은 신경세포에 의해 발생하는 것으로 알려져 있다. 뇌무게의 반을 차지하는 교세포들은 신경세포가 연접해 있는 부위인 시냅스에서 이온, 분자의 흐름을 조정하고 신경세포들 간 구조 유지, 지탱, 보수 역할 등을 한다. 혈뇌장벽은 뇌혈관 속에 있는 각종 물질 중 필요한 물질만 선별해서 통과시키는 역할을 한다. 교세포와 혈뇌장벽에 의한 뇌파의 변화는 조금씩 천천히 일어나며 이에 비해 신경세포의 활동에 의한 뇌파의 변화는 크고, 빠르며 다양하게 발생한다.
수면은 사람의 기억을 통합하는 것으로 알려져 있으며, 대뇌피질의 느린진동(slow oscillation, 주로 1Hz 미만의 주파수를 가짐), 시상 대뇌 스핀들(thalamo-cortical spindles, 주로 7 내지 15 Hz의 주파수를 가짐) 및 해마의 샤프 웨이브 리플(sharp-wave ripples, 주로 100 내지 250 Hz의 주파수를 가짐)은 수면 상태의 기본적인 리듬을 나타낸다. 이러한 수면 상태의 모든 리듬은 수면 중 해마 의존적 기억의 통합과 관련 있는 것으로 알려져 있다.
인간은 잠을 자면서 얕은 잠에서 깊은 잠으로 다시 얕은 잠에서 꿈을 꾸는 수면주기를 가지고 있으며, 이러한 수면 주기는 수면 중에 반복된다. 이러한 수면주기는 신체의 상태에 따른 신체신호로서 결정되는 경우도 있으므로, 수면 상태에 대한 적정 패턴을 예측할 수 있다면 건강관리에 도움을 줄 수 있다. 실제로 짧은 잠으로 개운하게 일어나는 우수한 수면 방법은 이러한 수면 주기 분석을 통해 연구되고 있다.
종래의 수면 관리 시스템은, 수면중인 사람의 뇌파를 감지하여 수면 상태를 판단하는 수준에 머물러 있어, 수면중인 사람의 수면의 질을 조절할 수 없는 한계가 있었다.
또한, 종래의 수면 관리 시스템은, 단순히 수면 상태의 뇌파를 기초로 분석을 진행하는 수준에 머물러 있어, 비수면 상태 또는 수면 직전 상태인 사람의 뇌파를 활용하여 수면의 질을 조절할 수 없는 한계가 있었다.
서울특별시 서울산업진흥원 (2020년도 제4회 서울혁신챌린지 예선) (SC200016) "딥러닝과 사용자 데이터를 이용한 수면장애 진단 및 예측기술 개발"을 통해 개발된 기술이다.
서울특별시 서울산업진흥원 (2020년도 제4회 서울혁신챌린지 예선) (SC200016) "딥러닝과 사용자 데이터를 이용한 수면장애 진단 및 예측기술 개발"을 통해 개발된 기술이다.
본 발명의 목적은 수면중의 사람의 다음 수면 상태를 예측할 수 있는 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템을 제공하는 데 있다.
본 발명의 다른 목적은 비수면 상태 및 수면 직전 상태의 뇌파를 기초로 수면 상태를 예측하여 수면의 질을 판단하고, 수면 장애 여부를 판단할 수 있는 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템을 제공하는 데 있다.
본 발명의 또 다른 목적은 수면의 질을 개선하기 위해 수면 환경을 제어할 수 있는 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템을 제공하는 데 있다.
본 발명의 실시예에 따른, 인공지능을 이용한 수면 관리 장치는, 뇌파 감지 장치에 의해 감지된 수면 상태인 사용자의 뇌파를 기초로, 단위 시간 별로 뇌파 신호를 생성하기 위한 신호 생성부; 상기 뇌파 신호를 기초로, 제1 학습 모델을 이용하여 상기 단위 시간 별로 현재 상태를 판단하기 위한 상태 판단부; 및 상기 뇌파 신호 및 상기 현재 상태를 기초로, 제2 학습 모델을 이용하여 제1 다음 상태를 예측하기 위한 상태 예측부를 포함하고, 상기 현재 상태 및 상기 제1 다음 상태는, 수면 단계를 나타내는 것을 특징으로 한다.
본 발명에서, 상기 상태 판단부에 의해 판단된 상기 현재 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 판단하기 위한 수면 질 판단부를 더 포함하는 것을 특징으로 한다.
본 발명에서, 상기 수면 질 판단부에 의해 판단된 수면 질을 향상시키기 위해 요구되는 제2 다음 상태를 결정하기 위한 상태 결정부; 및 상기 제1 다음 상태 및 상기 제2 다음 상태를 기초로, 수면 환경을 제어하기 위한 환경 제어부를 더 포함하는 것을 특징으로 한다.
본 발명에서, 상기 환경 제어부는, 스마트 홈 시스템과 연동되어 상기 사용자가 위치한 장소의 온도, 습도, 소리 및 일조량 중 적어도 하나를 조절하기 위한 스마트 제어부를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 뇌파 감지 장치는, 상기 사용자의 머리에 인접하게 위치되는 적어도 두개의 전극들을 포함하는 전극부; 상기 전극부를 통해 상기 사용자의 뇌파를 감지하는 감지부; 및 상기 전극부를 통해 상기 사용자로 전기 자극을 인가하기 위한 자극부를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 단위 시간은, 10초 내지 30초 범위인 것을 특징으로 한다.
본 발명의 실시예에 따른, 인공지능을 이용한 수면 관리 시스템은, 비수면 상태 및 수면 직전 상태 중 적어도 하나인 사용자의 뇌파를 감지하기 위한 뇌파 감지 장치; 및 상기 뇌파 감지 장치에 의해 감지된 뇌파를 기초로, 인공지능을 이용하여 상기 사용자의 수면의 질 및 수면 장애 여부를 예측하기 위한 수면 관리 장치를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 수면 관리 장치는, 상기 뇌파 감지 장치에 의해 감지된 상기 사용자의 뇌파를 기초로, 단위 시간 별로 뇌파 신호를 생성하기 위한 신호 생성부; 상기 뇌파 신호를 기초로, 제1 학습 모델을 이용하여 상기 단위 시간 별로 현재 상태를 판단하기 위한 상태 판단부; 상기 뇌파 신호 및 상기 현재 상태를 기초로, 제2 학습 모델을 이용하여 제1 다음 상태를 예측하기 위한 상태 예측부; 상기 상태 예측부에 의해 예측된 제1 다음 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 예측하기 위한 수면 질 예측부; 상기 수면 질 예측부에 의해 예측된 상기 수면 질을 기초로 수면 장애 발생 여부를 판단하기 위한 수면 장애 판단부; 및 상기 수면 장애의 발생을 방지하도록, 수면 환경을 제어하기 위한 환경 제어부를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 환경 제어부는, 스마트 홈 시스템과 연동되어 상기 사용자가 위치한 장소의 온도, 습도, 소리 및 일조량 중 적어도 하나를 조절하기 위한 스마트 제어부를 포함하는 것을 특징으로 한다.
본 발명에서, 상기 뇌파 감지 장치는, 상기 사용자에 부착되기 위한 적어도 두개의 전극들을 포함하는 전극부; 상기 전극부를 통해 상기 사용자의 뇌파를 감지하는 감지부; 및
상기 전극부를 통해 상기 사용자로 전기를 인가하기 위한 자극부를 포함하는 것을 특징으로 한다.
본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 수면중의 사람의 수면 상태를 예측할 수 있는 효과가 있다.
또한, 본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 비수면 상태 및 수면 직전 상태의 뇌파를 기초로 수면 상태를 예측하여 수면의 질을 판단하고, 수면 장애 여부를 판단할 수 있는 효과가 있다.
또한, 본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 수면의 질을 개선하기 위해 수면 환경을 제어할 수 있는 효과가 있다.
또한, 본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 검증된 뇌파 데이터 및 실제 임상 데이터를 바탕으로 학습하여 사용자의 뇌파 패턴을 측정하여 수면 장애 여부를 진단하고 증상 발현을 예측할 수 있으며, 이를 통해 사용자의 수면 상태에 대한 자가 판단 기준을 제공함과 동시에 적절한 두개 전기 자극 모듈을 통한 자극을 바탕으로 사용자의 숙면을 유도할 수 있다.
도 1은 본 발명의 실시예에 따른 수면 관리 시스템을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 뇌파 감지 장치를 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 전극부를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 수면 관리 장치를 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 단위 시간을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 수면 사이클을 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 수면 관리 장치의 동작 방법을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 뇌파 감지 장치를 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 전극부를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 수면 관리 장치를 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 단위 시간을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 수면 사이클을 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 수면 관리 장치의 동작 방법을 나타내는 도면이다.
본 발명을 더욱 상세히 설명한다.
이하 첨부한 도면을 참고하여 본 발명의 실시예 및 그 밖에 당업자가 본 발명의 내용을 쉽게 이해하기 위하여 필요한 사항에 대하여 상세히 기재한다. 다만, 본 발명은 청구범위에 기재된 범위 안에서 여러 가지 상이한 형태로 구현될 수 있으므로 하기에 설명하는 실시예는 표현 여부에 불구하고 예시적인 것에 불과하다.
동일한 도면부호는 동일한 구성요소를 지칭한다. 또한, 도면들에 있어서, 구성요소들의 두께, 비율, 및 치수는 기술적 내용의 효과적인 설명을 위해 과장된 것이다. "및/또는"은 연관된 구성들이 정의할 수 있는 하나 이상의 조합을 모두 포함할 수 있다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
또한, "아래에", "하측에", "위에", "상측에" 등의 용어는 도면에 도시된 구성들의 연관관계를 설명하기 위해 사용된다. 상기 용어들은 상대적인 개념으로, 도면에 표시된 방향을 기준으로 설명된다.
"포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
즉, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 이하의 설명에서 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라 그 중간에 다른 소자를 사이에 두고 전기적으로 연결되어 있는 경우도 포함할 수 있다. 또한, 도면에서 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호 및 부호로 나타내고 있음에 유의해야 한다.
도 1은 본 발명의 실시예에 따른 수면 관리 시스템(10)을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 수면 관리 시스템(10)은 사용자의 뇌파를 단위 시간 별로 측정하고, 인공지능을 이용하여 현재 상태(예컨대, 현재의 수면 단계) 및 수면의 질을 판단하고, 더 나아가 다음 상태(예컨대, 장래의 수면 단계)를 예측하며, 예측 결과를 기초로 수면 환경을 제어하여 사용자의 수면의 질을 향상시킬 수 있다.
이를 위하여, 수면 관리 시스템(10)은 뇌파 감지 장치(100) 및 수면 관리 장치(200)를 포함할 수 있다.
뇌파 감지 장치(100)는 사용자의 뇌파를 감지할 수 있다. 뇌파 감지 장치(100)는 수면 상태의 사용자의 뇌파를 감지할 수 있다. 그러나, 본 발명은 이에 한정되지 않으며, 실시예에 따라, 수면 직전 상태 또는 비수면 상태의 사용자의 뇌파 또한 감지할 수 있다. 즉, 본 발명의 수면 관리 시스템(10)은 수면 상태뿐만 아니라, 수면 직전 상태 또는 비수면 상태의 뇌파를 이용하여 구동되는 것을 특징으로 한다. 예컨대, 뇌파 감지 장치(100)는 사용자의 머리에 착용되는 웨어러블 장치 또는 밴드형 장치로 구현될 수 있다.
수면 관리 장치(200)는 뇌파 감지 장치(100)에 의해 감지된 뇌파를 기초로, 인공지능을 이용하여 현재 상태 및 수면의 질을 판단하거나, 다음 상태를 예측할 수 있다. 또한, 수면 관리 장치(200)는 예측 결과를 기초로 하여 수면 환경을 제어하여 사용자의 수면의 질을 향상시킬 수 있다.
또한, 실시예에 따라, 수면 관리 장치(200)는 비수면 및 수면 직전 상태 중 적어도 하나인 사용자의 뇌파를 기초로, 장래 사용자의 수면의 질을 예측할 수 있다. 또한, 수면 관리 장치(200)는 예측 결과를 기초로 수면 장애 여부를 예측하고, 수면 장애 발생을 방지하기 위하여 수면 환경을 제어할 수 있다.
수면 관리 장치(200)는 수면 환경을 제어하기 위하여 스마트 홈 시스템(Smart home system)에 연동될 수 있다. 또한, 수면 관리 장치(200)는 사용자에게 직접 전기 자극을 주기 위해, 뇌파 감지 장치(100)로 신호를 전송할 수 있다. 이를 위하여, 수면 관리 장치(200)는 유선 또는 무선 네트워크를 통하여, 스마트 홈 시스템 또는 뇌파 감지 장치(100)와 통신을 수행할 수 있다.
이때, 네트워크의 통신 방식은 제한되지 않으며, 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다.
예를 들어, 통신 네트워크는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다.
또한, 통신 네트워크는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
무선 통신 네트워크로는 예컨대, 블루투스(Bluetooth), 지그비(ZigBee), MISC(Medical Implant Communication Service), NFC(Near Field Communication)와 같은 수단을 포함할 수 있다.
실시예에 따라, 수면 관리 장치(200)는 컴퓨터 장치 또는 스마트 장치로 구현될 수 있다. 컴퓨터 장치는 개인용 컴퓨터(Personal computer), 랩탑 컴퓨터(Laptop computer), 서버 장치 등을 포함할 수 있고, 스마트 장치는 스마트폰(smart phone), 휴대폰, 네비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등을 포함할 수 있다.
도 2는 본 발명의 실시예에 따른 뇌파 감지 장치(100)를 나타내는 도면이다.
도 2를 참조하면, 뇌파 감지 장치(100)는 전극부(110), 감지부(120) 및 자극부(130)를 포함할 수 있다.
전극부(110)는 사용자의 머리에 인접하게 위치될 수 있는 적어도 두개의 전극들을 포함할 수 있다. 예컨대, 전극부(110)는 접촉식 전극 또는 비접촉식 전극을 포함할 수 있다.
감지부(120)는 전극부(110)를 통해 사용자의 뇌파를 감지할 수 있다. 예컨대, 감지부(120)는 뇌에서 발생하는 전기적 신호를 감지하고 증폭할 수 있는 센서를 포함할 수 있다. 이를 통해, 감지부(120)는 적어도 두 채널의 뇌파를 감지할 수 있다.
자극부(130)는 수면 관리 장치(200, 도 1 참조)로부터 수신한 제어 신호에 따라, 사용자에게 전기 자극을 인가할 수 있다. 예컨대, 자극부(130)는 전극부(110)를 통해 전기 자극을 인가할 수 있다.
실시예에 따라, 자극부(130)는 두개 전기 자극(CES; Cranial electrotherapy stimulation) 모듈로 구현될 수 있다. 이때, 도시되지 않았으나, 뇌파 감지 장치(100)는 골전도 스피커, 상태 표시 LED(Light Emission Diode), 통합 신호 처리 보드, 내장 배터리 등을 더 포함할 수 있다.
도 3은 본 발명의 실시예에 따른 전극부를 나타내는 도면이다.
도 2 및 도 3을 참조하면, 전극부(110)는 사용자의 머리에 인접하게 위치된 제1 전극(111) 및 제2 전극(112)을 포함할 수 있다.
도 3에서는 인간의 머리를 상단에서 바라본 상태를 도시하며, 전극이 위치할 수 있는 상대적인 좌표를 나타낸다. 그러나, 본 발명이 이에 한정되는 것은 아니며, 실시예에 따라, 전극은 본 발명의 목적을 달성하는 범위에서 다양한 위치에 배치될 수 있다.
제1 전극(111) 및 제2 전극(112)을 포함하는 전극들은 위치 Fp1 및 Fp2에 배치되어, 감지부(120)는 전극부(110)를 통해 단극 2채널(monopolar 2 channel)의 뇌파를 감지할 수 있다.
실시예에 따라, 제1 전극(111) 및 제2 전극(112)을 포함하는 전극들은 위치 Fp1-F3 및 Fp2-F4에 배치되어, 감지부(120)는 전극부(110)를 통해 양극 2채널(bipolar 2 channel)의 뇌파를 감지할 수 있다.
도 4는 본 발명의 실시예에 따른 수면 관리 장치(200)를 나타내는 도면이다.
도 4를 참조하면, 수면 관리 장치(200)는 신호 생성부(210), 상태 판단부(220), 상태 예측부(230), 수면 질 판단부(240), 상태 결정부(250), 환경 제어부(260), 수면 질 예측부(270) 및 수면 장애 판단부(280)를 포함할 수 있다.
신호 생성부(210)는 뇌파 감지 장치(100, 도 1 참조)에 의해 감지된 사용자의 뇌파를 기초로, 단위 시간 별로 뇌파 신호를 생성할 수 있다. 신호 생성부(210)는 수면 상태이거나, 수면 직전 상태 및 비수면 상태 중 적어도 하나의 상태인 사용자의 뇌파를 기초로 뇌파 신호를 생성할 수 있다. 예컨대, 신호 생성부(210)는 연속해서 입력되는 뇌파를 기 설정된 단위 시간 별로 샘플링하여 뇌파 신호를 생성할 수 있다. 실시예에 따라, 단위 시간은 10초 내지 30초 범위에서 설정될 수 있다.
상태 판단부(220)는 제1 학습 모델을 이용하여 단위 시간 별로 현재 상태를 판단할 수 있다. 이때, 현재 상태는 수면 단계를 나타낼 수 있다. 수면 단계는 크게 5단계에 걸쳐 진행되며, 렘 수면 단계, 제1 단계 내지 제4 단계로 구성될 수 있다. 렘(REM; Rapid Eye Movement) 수면 단계는 수면 중 안구의 빠른 움직임을 특징으로 하는 단계로서, 뇌의 활동이 활발한 단계를 의미한다.
상태 예측부(230)는 뇌파 신호 및 현재 상태를 기초로, 제2 학습 모델을 이용하여 제1 다음 상태를 예측할 수 있다. 이때, 제1 다음 상태는, 현재 상태와 마찬가지로, 수면 단계를 나타낼 수 있다.
수면 질 판단부(240)는 상태 판단부에 의해 판단된 현재 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 판단할 수 있다.
상태 결정부(250)는 수면 질 판단부(240)에 의해 판단된 수면 질을 향상시키기 위해 요구되는 제2 다음 상태를 결정할 수 있다. 이때, 제2 다음 상태는, 현재 상태와 마찬가지로, 수면 단계를 나타낼 수 있다.
환경 제어부(260)는 제1 다음 상태 및 제2 다음 상태를 기초로, 수면 환경을 제어할 수 있다. 예컨대, 환경 제어부(260)는 제1 다음 단계로부터 제2 다음 단계로 변경시키기 위하여, 사용자의 수면 환경을 제어할 수 있다. 이때, 환경 제어부(260)는 데이터 베이스(예컨대, 저장 장치 또는 서버 장치)로부터 획득한 데이터에 기초하여, 수면 환경을 제어할 수 있다. 이때, 데이터 베이스는, 환경 변화에 따른 수면 단계 변경에 대한 데이터를 저장할 수 있다.
또한, 실시예에 따라, 환경 제어부(260)는 수면 장애 판단부(280)의 판단 결과에 기초하여, 수면 장애의 발생을 방지하도록 수면 환경을 제어할 수 있다.
환경 제어부(260)는 수면 환경을 제어하기 위해, 스마트 홈 시스템과 연동될 수 있다. 예컨대, 환경 제어부(260)는 사용자가 위치한 장소의 온도, 습도, 소리 및 일조량 중 적어도 하나를 조절하기 위한 스마트 제어부를 포함할 수 있다.
수면 질 예측부(270)는 상태 예측부(230)에 의해 예측된 제1 다음 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 예측할 수 있다.
수면 장애 판단부(280)는 수면 질 예측부(270)에 의해 예측된 수면 질을 기초로 수면 장애 발생 여부를 판단할 수 있다. 예컨대, 수면 장애 판단부(280)는 수면 질 예측부(270)에 의해 예측된 수면 질이 기준치 이하이거나, 뇌파 신호가 특정 패턴을 나타낼 때 수면 장애가 발생할 것으로 판단할 수 있다.
본 발명에 있어서, 제1 학습 모델, 제2 학습 모델 및 제3 학습 모델은 도 1에 도시된 뇌파 감지 장치(100)에 의해 감지된 뇌파를 기초로 학습될 수 있다. 즉, 제1 학습 모델, 제2 학습 모델 및 제3 학습 모델은 전처리된 데이터로 모델 학습을 진행한다.
구체적으로, 뇌파 신호는 단위 시간별로 분절되어 구성되며, 학습 모델의 신경망(Neural Network)은 단위 시간 단위의 뇌파 데이터를 입력받을 수 있다. 예컨대, 신경망은 ANN(Artificial Neural Network), DNN(Deep Neural Network), CNN(Convolution Neural Network), RNN(Recurrent Neural Network) 등을 포함할 수 있으며, 바람직하게는 합성곱 신경망(CNN)이 활용될 수 있다.
합성곱 신경망의 출력(예컨대, 함축 정보)은 양방향 장단기 기억(BiLSTM; Bi-Long Short Term Memory) 계층의 입력이 될 수 있다.
다음으로, 양방향 장단기 기억 계층의 출력은 어텐션(Attention) 메커니즘에 따라 소프트 어드레싱(soft addressing)이 수행되어 문맥 벡터(context vector)가 생성될 수 있다. 마지막으로, 문맥 벡터를 완전 연결층의 입력으로 하여 최종 예측 결과를 얻을 수 있다.
실시예에 따라, 상태 판단부(220)의 제1 학습 모델은, 뇌파 신호 입력부, 시계열 데이터 특성 함축부, 데이터 특성 추출부, 함축 벡터 생성부 및 수면 상태 판단부를 포함할 수 있다. 뇌파 신호 입력부는, 신호 생성부(210)에 의해 생성된 단위 시간 당 뇌파 신호를 수신하고, 시계열 데이터 특성 함축부는 시계열에 따라 입력된 뇌파 데이터의 특성을 함축할 수 있다. 그 다음, 데이터 특성 추출부는 회귀 신경망을 이용하여 함축된 뇌파 데이터의 특성을 추출하고, 함축 벡터 생성부는 추출된 특성을 바탕으로 함축 벡터를 생성할 수 있다. 결과적으로, 수면 상태 판단부는 단위 시간당 입력되는 뇌파 신호를 처리함으로써, 수면 상태를 판단할 수 있다.
실시예에 따라, 상태 예측부(230)의 제2 학습 모델은, 수면 상태 시퀀스 입력부, 시계열 데이터 특성 함축부, 데이터 특성 추출부 및 함축 벡터 디코더를 포함할 수 있다. 수면 상태 시퀀스 입력부는, 상태 판단부(220)에 의해 판단된 단위 시간별 현재 상태들, 즉 시퀀스를 입력받을 수 있고, 시계열 데이터 특성 함축부는 시퀀스의 특성을 함축할 수 있다. 그 다음, 데이터 특성 추출부는 함축 데이터로부터 특성을 추출하고, 함축 벡터 디코더는 추출된 특성을 바탕으로 함축 벡터로부터 제1 다음 상태를 생성할 수 있다.
실시예에 따라, 수면 질 예측부(270)의 제3 학습 모델은, 비수면 상태 및 수면 직전 상태 뇌파 신호 입력부, 시계열 데이터 특성 함축부, 데이터 특성 추출부 및 함축 벡터 디코더를 포함할 수 있다. 비수면 상태 및 수면 직전 상태 뇌파 신호 입력부는, 비수면 상태 및 수면 직전 상태의 단위 시간별 현재 상태들로 구성된 시퀀스를 입력받을 수 있고, 시계열 데이터 특성 함축부는 시퀀스의 특성을 함축할 수 있다. 그 다음, 데이터 특성 추출부는 함축 데이터로부터 특성을 추출하고, 함축 벡터 디코더는 추출된 특성을 바탕으로 함축 벡터로부터 수면의 질을 생성할 수 있다.
상기 기재된 시계열 데이터 특성 함축부는, 뇌파 채널 데이터를 입력받고, 샘플 레이트와 주기 시간의 곱으로 분할한 뒤, 주기 시간 별로 분할 데이터를 생성할 수 있다. 그리고, 합성곱 신경망(CNN)을 이용하여 특성을 함축하고 특성 벡터를 연결할 수 있다.
본 명세서에서, 학습 모델은 수면 단계를 예측하거나 수면의 질을 판단하기 위항 Linear regression, Regression tree, Kernel regression, Support vector regression, Deep Learning 등의 알고리즘 및/또는 방식(기법)을 사용할 수 있다. 또한, 학습 모델은 벡터의 연산을 위해 Principal component analysis, Non-negative matrix factorization, Independent component analysis, Manifold learning, SVD 등의 알고리즘 및/또는 방식(기법)을 사용할 수 있다. 학습 모델은 정보들의 그룹화를 위해 k-means, Hierarchical clustering, mean-shift, self-organizing maps(SOMs) 등의 알고리즘 및/또는 방식(기법)을 사용할 수 있다. 학습 모델은 데이터 비교를 위해 Bipartite cross-matching, n-point correlation two-sample testing, minimum spanning tree 등의 알고리즘 및/또는 방식(기법)을 사용할 수 있다.
도 5는 본 발명의 실시예에 따른 단위 시간(TT)을 나타내는 도면이다.
도 4 및 도 5를 참조하면, 신호 생성부(210)는 뇌파 감지 장치(100, 도 1 참조)에 의해 감지된 사용자의 뇌파를 기초로, 단위 시간(TT) 별로 뇌파 신호를 생성할 수 있다. 실시예에 따라, 단위 시간은 10초 내지 30초 범위에서 설정될 수 있다.
신호 생성부(210)는 수면 상태이거나, 수면 직전 상태 및 비수면 상태 중 적어도 하나의 상태인 사용자의 뇌파를 기초로 뇌파 신호를 생성할 수 있다. 이때, 뇌파 신호는 단위 시간(TT)을 단위로 하여 생성될 수 있다. 즉, 신호 생성부(210)는 연속적으로 수집되는 뇌파를 기 결정된 단위 시간에 따라 샘플링하여 데이터화 할 수 있다.
도 6은 본 발명의 실시예에 따른 수면 사이클을 나타내는 도면이다.
도 6을 참조하면, 수면 사이클은 다수의 수면 단계들로 구성될 수 있다.
도 6에 도시된 바와 같이, 수면 단계는 5개의 단계들(렘 단계, 제1 단계 내지 제4 단계)를 포함할 수 있다.
인간의 수면은 기본적으로 넌렘(non-rapid eye movement, NREM)수면과 빠른 눈동자 움직임을 보이는 렘(rapid eye movement, REM) 수면의 두가지로 구분할 수 있다. 넌렘수면은 수면의 깊이에 따라 제1 단계, 제2 단계, 제3 단계 및 제4 단계로 나눌 수 있고, 높은 단계의 더 깊은 수면일수록 각성 상태로의 전환을 위해서 더 강한 자극을 필요로 한다.
본 명세서에서는 상기한 수면단계를 판별하기 위하여, 수면 스핀들(sleep spindles) 및 서파수면(slow wave sleep)을 측정 뇌파지표로서 이용할 수 있다.
수면 스핀들(sleep spindles)은 넌렘수면 2기 동안 시상그물핵(thalamic reticular nucleus, TRN)과 다른 시상핵(thalamic nuclei)의 상호작용에 의해 발생하여 적어도 0.5초 이상 지속되는 10 내지 16Hz 주파수의 신경진동활동의 버스트(bursts of neural oscillatory activity)이다. 수면 스핀들은 포유동물의 넌렘수면에서 관찰되는데, 그 기능은 감각처리(sensory processing), 장기기억(long term memory consolidation)을 모두 관장하는 것으로 알려져 있으며, 스핀들의 형성은 대뇌피질의 한 부분에서 다른 부분으로 신호를 전달할 때 생성되는 파형으로 알려져있다.
서파수면(slow wave sleep)은 넌렘수면에서 가장 깊은 4기 수면단계로 뇌파상 파형이 큰 델타파가 특징으로 장기기억으로의 메모리 통합(memory consolidation)에 중요한 단계이다.
뇌파 감지 장치(100, 도 1 참조)에 의해 감지된 뇌파는, 비수면 상태 또는 렘 단계에서 저전압 및 고주파수 특징을 가질 수 있다.
뇌파 감지 장치(100)에 의해 감지된 뇌파는, 제1 단계에서 저전압 및 혼합된 주파수 특징을 가질 수 있다.
뇌파 감지 장치(100)에 의해 감지된 뇌파는, 제2 단계에서 수면 스핀들리스 및 K 콤플렉스 특징을 가질 수 있다.
뇌파 감지 장치(100)에 의해 감지된 뇌파는, 제3 단계에서 가장 낮은 웨이브 특징을 가질 수 있다.
뇌파 감지 장치(100)에 의해 감지된 뇌파는, 제4 단계에서 낮은 웨이브 특징을 가질 수 있다.
도시된 바와 같이, 수면 사이클은 수차례의 렘 단계와 제4 단계를 오가며 반복되는 패턴을 가질 수 있다.
도 7은 본 발명의 실시예에 따른 수면 관리 장치의 동작 방법을 나타내는 도면이다.
도 1 내지 도 7을 참조하면, 상태 예측부(230)는 뇌파 신호 및 현재 상태를 기초로, 제2 학습 모델을 이용하여 제1 다음 상태를 예측할 수 있다. 상태 결정부(250)는 수면 질 판단부(240)에 의해 판단된 수면 질을 향상시키기 위해 요구되는 제2 다음 상태를 결정할 수 있다.
즉, 도 7에 도시된 바와 같이, 상태 예측부(230)에 의해 예측되는 제1 다음 상태가 제1 단계(S1)를 나타내고, 상태 결정부(250)에 의해 결정된 제2 다음 상태가 제3 단계(S2)를 나타낼 수 있다.
이때, 환경 제어부(260)는 제1 다음 상태 및 제2 다음 상태를 기초로, 수면 환경을 제어할 수 있다. 즉, 환경 제어부(260)는 제1 단계(S1)에서 제3 단계(S3)로 수면 상태가 변경되도록, 수면 환경을 제어할 수 있다.
한편, 수면 질 판단부(240)는 상태 판단부(220)에 의해 판단된 현재 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 판단할 수 있다. 또한, 수면 질 예측부(270)는 상태 예측부(230)에 의해 예측된 제1 다음 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 예측할 수 있다. 즉, 상태 결정부(250)는 수면 질 판단부(240)에 의해 판단 또는 예측되는 수면의 질 판단 결과를 축적하고 데이터 베이스화 함으로써, 이를 바탕으로 수면의 질을 개선할 수 있는 제2 다음 상태를 결정할 수 있다.
상술한 방식을 통하여, 본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 수면중의 사람의 수면 상태를 예측할 수 있는 효과가 있다.
또한, 본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 비수면 상태 및 수면 직전 상태의 뇌파를 기초로 수면 상태를 예측하여 수면의 질을 판단하고, 수면 장애 여부를 판단할 수 있는 효과가 있다.
또한, 본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 수면의 질을 개선하기 위해 수면 환경을 제어할 수 있는 효과가 있다.
또한, 본 발명의 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템은 검증된 뇌파 데이터 및 실제 임상 데이터를 바탕으로 학습하여 사용자의 뇌파 패턴을 측정하여 수면 장애 여부를 진단하고 증상 발현을 예측할 수 있으며, 이를 통해 사용자의 수면 상태에 대한 자가 판단 기준을 제공함과 동시에 적절한 두개 전기 자극 모듈을 통한 자극을 바탕으로 사용자의 숙면을 유도할 수 있다.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 또는 이들 중 하나 이상이 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상이 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상이 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 또는 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 또는 이들 중 하나 이상이 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 또는 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 또는 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 또는 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 장치의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 또는 다중의 상호 작용하는 파일(예컨대, 하나 이상이 모듈, 하위 프로그램 또는 코드의 일부를 저장하는 파일) 내에, 또는 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상이 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 특허문헌에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상이 컴퓨터 프로그램을 실행하는 하나 이상이 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 형태의 디지털 컴퓨터의 어떠한 하나 이상이 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 또는 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상이 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기 광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상이 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 또는 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
이상에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자 또는 해당 기술 분야에 통상의 지식을 갖는 자라면, 후술될 특허청구범위에 기재된 본 발명의 사상 및 기술 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허청구범위에 의해 정하여져야만 할 것이다.
10: 수면 관리 시스템 100: 뇌파 감지 장치
110: 전극부 120: 감지부
130: 자극부 200: 수면 관리 장치
210: 신호 생성부 220: 상태 판단부
230: 상태 예측부 240: 수면 질 판단부
250: 상태 결정부 260: 환경 제어부
270: 수면 질 예측부 280: 수면 장애 판단부
110: 전극부 120: 감지부
130: 자극부 200: 수면 관리 장치
210: 신호 생성부 220: 상태 판단부
230: 상태 예측부 240: 수면 질 판단부
250: 상태 결정부 260: 환경 제어부
270: 수면 질 예측부 280: 수면 장애 판단부
Claims (10)
- 뇌파 감지 장치에 의해 감지된 수면 상태인 사용자의 뇌파를 기초로, 단위 시간 별로 뇌파 신호를 생성하기 위한 신호 생성부;
상기 뇌파 신호를 기초로, 제1 학습 모델을 이용하여 상기 단위 시간 별로 현재 상태를 판단하기 위한 상태 판단부; 및
상기 뇌파 신호 및 상기 현재 상태를 기초로, 제2 학습 모델을 이용하여 제1 다음 상태를 예측하기 위한 상태 예측부를 포함하고,
상기 현재 상태 및 상기 제1 다음 상태는, 수면 단계를 나타내는 것을 특징으로 하는,
인공지능을 이용한 수면 관리 장치. - 제1항에 있어서,
상기 상태 판단부에 의해 판단된 상기 현재 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 판단하기 위한 수면 질 판단부를 더 포함하는 것을 특징으로 하는,
인공지능을 이용한 수면 관리 장치. - 제2항에 있어서,
상기 수면 질 판단부에 의해 판단된 수면 질을 향상시키기 위해 요구되는 제2 다음 상태를 결정하기 위한 상태 결정부; 및
상기 제1 다음 상태 및 상기 제2 다음 상태를 기초로, 수면 환경을 제어하기 위한 환경 제어부를 더 포함하는 것을 특징으로 하는,
인공지능을 이용한 수면 관리 장치. - 제3항에 있어서,
상기 환경 제어부는,
스마트 홈 시스템과 연동되어 상기 사용자가 위치한 장소의 온도, 습도, 소리 및 일조량 중 적어도 하나를 조절하기 위한 스마트 제어부를 포함하는 것을 특징으로 하는,
인공지능을 이용한 수면 관리 장치. - 제4항에 있어서,
상기 뇌파 감지 장치는,
상기 사용자의 머리에 인접하게 위치되는 적어도 두개의 전극들을 포함하는 전극부;
상기 전극부를 통해 상기 사용자의 뇌파를 감지하는 감지부; 및
상기 전극부를 통해 상기 사용자로 전기 자극을 인가하기 위한 자극부를 포함하는 것을 특징으로 하는,
인공지능을 이용한 수면 관리 장치. - 제1항에 있어서,
상기 단위 시간은, 10초 내지 30초 범위인 것을 특징으로 하는,
인공지능을 이용한 수면 관리 장치. - 비수면 상태 및 수면 직전 상태 중 적어도 하나인 사용자의 뇌파를 감지하기 위한 뇌파 감지 장치; 및
상기 뇌파 감지 장치에 의해 감지된 뇌파를 기초로, 인공지능을 이용하여 상기 사용자의 수면의 질 및 수면 장애 여부를 예측하기 위한 수면 관리 장치를 포함하며,
상기 수면 관리 장치는,
상기 뇌파 감지 장치에 의해 감지된 상기 사용자의 뇌파를 기초로, 단위 시간 별로 뇌파 신호를 생성하기 위한 신호 생성부;
상기 뇌파 신호를 기초로, 제1 학습 모델을 이용하여 상기 단위 시간 별로 현재 상태를 판단하기 위한 상태 판단부;
상기 뇌파 신호 및 상기 현재 상태를 기초로, 제2 학습 모델을 이용하여 제1 다음 상태를 예측하기 위한 상태 예측부;
상기 상태 예측부에 의해 예측된 제1 다음 상태를 포함하는 시퀀스를 기초로, 제3 학습 모델을 이용하여 수면 질을 예측하기 위한 수면 질 예측부;
상기 수면 질 예측부에 의해 예측된 상기 수면 질을 기초로 수면 장애 발생 여부를 판단하기 위한 수면 장애 판단부; 및
상기 수면 장애의 발생을 방지하도록, 수면 환경을 제어하기 위한 환경 제어부를 포함하는 것을 특징으로 하는, 인공지능을 이용한 수면 관리 시스템. - 삭제
- 제7항에 있어서,
상기 환경 제어부는,
스마트 홈 시스템과 연동되어 상기 사용자가 위치한 장소의 온도, 습도, 소리 및 일조량 중 적어도 하나를 조절하기 위한 스마트 제어부를 포함하는 것을 특징으로 하는,
인공지능을 이용한 수면 관리 시스템. - 제7항에 있어서,
상기 뇌파 감지 장치는,
상기 사용자에 부착되기 위한 적어도 두개의 전극들을 포함하는 전극부;
상기 전극부를 통해 상기 사용자의 뇌파를 감지하는 감지부; 및
상기 전극부를 통해 상기 사용자로 전기를 인가하기 위한 자극부를 포함하는 것을 특징으로 하는,
인공지능을 이용한 수면 관리 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200164387A KR102466961B1 (ko) | 2020-11-30 | 2020-11-30 | 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200164387A KR102466961B1 (ko) | 2020-11-30 | 2020-11-30 | 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220076564A KR20220076564A (ko) | 2022-06-08 |
| KR102466961B1 true KR102466961B1 (ko) | 2022-11-15 |
Family
ID=81981523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200164387A KR102466961B1 (ko) | 2020-11-30 | 2020-11-30 | 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102466961B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101566786B1 (ko) * | 2015-06-23 | 2015-11-06 | (주)와이브레인 | 전기 자극 및 생체 전위 측정 장치 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BRPI0916135A2 (pt) * | 2008-11-14 | 2015-11-03 | Neurovigil Inc | "métodos de identificação de padrões do sono e despertar e seus usos" |
| KR102053604B1 (ko) * | 2017-11-27 | 2019-12-09 | 연세대학교 산학협력단 | 수면 분석 방법 및 이를 이용한 수면 분석 디바이스 |
| ES2725321A1 (es) | 2018-03-21 | 2019-09-23 | Accenture Global Solutions Ltd | Sistema y metodo para controlar un evento de perforacion y voladura |
| KR102211647B1 (ko) | 2018-12-07 | 2021-02-04 | 이화여자대학교 산학협력단 | 인공지능 수면개선 비침습적 뇌회로 조절치료시스템 및 방법 |
| KR102260214B1 (ko) | 2019-08-21 | 2021-06-03 | 엘지전자 주식회사 | 인공지능 기반 수면 분석 방법 및 수면 분석 기능을 구비한 지능형 디바이스 |
-
2020
- 2020-11-30 KR KR1020200164387A patent/KR102466961B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101566786B1 (ko) * | 2015-06-23 | 2015-11-06 | (주)와이브레인 | 전기 자극 및 생체 전위 측정 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220076564A (ko) | 2022-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Azevedo et al. | Understanding and reasoning about real-time cognitive, affective, and metacognitive processes to foster self-regulation with advanced learning technologies | |
| KR101911516B1 (ko) | 사용자의 심리 상태 데이터를 획득하고 사용자의 심리 상태를 판단하고 피드백을 제공하는 방법 및 이를 이용한 서버 | |
| Olsen et al. | Temporal analysis of multimodal data to predict collaborative learning outcomes | |
| US9173567B2 (en) | Triggering user queries based on sensor inputs | |
| US8622901B2 (en) | Continuous monitoring of stress using accelerometer data | |
| US8622900B2 (en) | Calculating and monitoring the efficacy of stress-related therapies | |
| US9189599B2 (en) | Calculating and monitoring a composite stress index | |
| US8725462B2 (en) | Data aggregation platform | |
| US8540629B2 (en) | Continuous monitoring of stress using a stress profile created by renal doppler sonography | |
| US8529447B2 (en) | Creating a personalized stress profile using renal doppler sonography | |
| Li et al. | Hybrid data-driven vigilance model in traffic control center using eye-tracking data and context data | |
| JP2023547875A (ja) | 個人化された認知介入システム及び方法 | |
| JP2023118913A (ja) | 認知トレーニング及び監視のためのシステム及び方法 | |
| Feng et al. | Predicting physical fatigue in athletes in rope skipping training using ECG signals | |
| Wang et al. | Multimodal motivation modelling and computing towards motivationally intelligent E-learning systems | |
| AU2021101097A4 (en) | A system and method for automatic playlist generation by analysing human emotions through physiological signals | |
| Cernian et al. | Mood detector-on using machine learning to identify moods and emotions | |
| KR102466961B1 (ko) | 인공지능을 이용한 수면 관리 장치 및 이를 포함하는 수면 관리 시스템 | |
| JP2022045493A (ja) | 信号処理装置、信号処理方法および信号処理プログラム | |
| Cooper et al. | Ranking feature sets for emotion models used in classroom based intelligent tutoring systems | |
| He et al. | EEG-based confusion recognition using different machine learning methods | |
| Khan et al. | Severe analysis of cardiac disease detection using the wearable device by artificial intelligence | |
| Frederiks et al. | Mobile social physiology as the future of relationship research and therapy: Presentation of the bio-app for bonding (BAB) | |
| Ahmed et al. | Computational intelligence in detection and support of autism spectrum disorder | |
| Hadhri et al. | A voting ensemble classifier for stress detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |