KR102568107B1 - 멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템 - Google Patents

멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템 Download PDF

Info

Publication number
KR102568107B1
KR102568107B1 KR1020220115825A KR20220115825A KR102568107B1 KR 102568107 B1 KR102568107 B1 KR 102568107B1 KR 1020220115825 A KR1020220115825 A KR 1020220115825A KR 20220115825 A KR20220115825 A KR 20220115825A KR 102568107 B1 KR102568107 B1 KR 102568107B1
Authority
KR
South Korea
Prior art keywords
user
unit
information
muscle
vision recognition
Prior art date
Application number
KR1020220115825A
Other languages
English (en)
Inventor
이정훈
Original Assignee
주식회사 니어네트웍스
주식회사 로진아이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 니어네트웍스, 주식회사 로진아이티 filed Critical 주식회사 니어네트웍스
Priority to KR1020220115825A priority Critical patent/KR102568107B1/ko
Application granted granted Critical
Publication of KR102568107B1 publication Critical patent/KR102568107B1/ko

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519—Muscles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • A61B5/225—Measuring muscular strength of the fingers, e.g. by monitoring hand-grip force
    • 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
    • A61B5/4869—Determining body composition
    • A61B5/4872—Body fat
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Rheumatology (AREA)
  • Geometry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 근손실 진단 시스템에 관한 것으로 보다 구체적으로는 비전 인식을 통해 근손실을 진단할 수 있는 근손실 진단 시스템에 관한 것으로, 본 발명의 일실시예에 따르면 비전 인식을 통한 근손실 진단 시스템이 제공되고, 근손실 진단 시스템은 사용자 설문을 입력받기 위한 설문 입력부; 사용자의 신체 정보를 수집하기 위한 신체 정보 수집부; HSD(Human skeleton detection) 기법에 의해 사용자의 모션을 추출하기 위한 비전 인식부; 및 상기 설문 입력부, 신체 정보 수집부 및 비전 인식부로부터의 사용자 정보에 기반하여 사용자의 근감소증을 진단하기 위한 근감소 진단부를 포함한다.

Description

멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템{MUSCLE LOSS DIAGNOSIS SYSTEM THROUGH MULTI-SENSING AND VISION RECOGNITION}
본 발명은 근감소증 진단 시스템에 관한 것으로 보다 구체적으로는 로드셀,smi측정용 제네레이션 보드, 비전 인식등을 통해 근감소증을 진단할 수 있는 진단 시스템에 관한 것이다.
골격근은 인체에서 가장 큰 부분을 차지하는 기관으로 총 몸무게의 40-50%를 차지하며, 에너지 항상성 및 열생성 등을 비롯한 체내 여러 대사 기능에도 중요한 역할을 한다. 사람의 근육은 40세 이후부터 매년 1% 이상씩 감소하며, 80세가 되면 최대 근육량의 50% 수준이 감소되며, 노년의 근육 감소는 전반적인 신체 기능을 떨어뜨리는 가장 중요한 요소로 인식되고 있다. 노화가 진행되는 동안 근육량(skeletal muscle mass) 감소에 따른 근력의 저하를 근 감소증(Sarcopenia)이라 일컫는다.
근 감소증의 원인은 개인마다 다르지만, 가장 흔한 원인은 단백질 섭취 저하, 운동량 부족, 잘못된 운동 방법 등이 있으며, 특히 필수 아미노산의 섭취 및 흡수 부족 등이 될 수 있을 것이다. 또 다른 원인으로는 노화와 동반된 호르몬 부족이 있을 수 있다.
이러한 근 감소증은 대상자의 연령, 성별, 키, 몸무게, 지방량 등과 같은 정보를 고려하여 근육량, 근력, 근 기능을 측정하는 방법이 이용된다. 근육량은 골격 근육량을 측정하는데, 이를 위해 이중에너지 방사선 흡수법(Dual Energy X-ray Absorptiometry), 바이오 임피던스 측정법, CT, MRI 등의 방법을 사용하며 본 기술에는 smi(사지근육량)에 신장의 제곱을 나눈 수치를 연산알고리즘으로 사용한다. 근력은 다리 근력 또는 악력으로 측정하고, 근 기능은 신체 기능을 평가하여 확인하는데, 이를위해서 신체기능지수(SPPB(Short Physical Performance Battery))를 측정하며 항목은 제자리 중심잡기(balance), 의자 일어서기(chair stand/5회)gait speed(6m보행속도)등을 이용하여 측정한다.
이와 같이 복합적으로 분석하여 근 감소증을 진단하지만 종래 근 감소증을 진단하기 위해서는 근육량, 근력, 근 기능 등과 같이 많은 검사를 별도의 측정장비와 측정방법으로 수행하여 야 하므로 많은 시간이 소요되고, 고가의 장비를 이용한 검사를 수행하여야 하므로 진단 비용이 비싸지고 많은 측정시간이 동반되는 문제점이 있었다.
대한민국 공개특허 2022-0095803(2022년07월07일)
본 발명은 근육량, 근력, 근 기능 등과 같이 많은 검사를 동시적으로 수행하여 검사 시간을 단축시킬 수 있고 비교적 저렴한 장비를 이용하여 검사를 수행할 수 있는 비전 인식을 통한 근손실 진단 시스템을 제공하는 것을 목적으로 한다.
전술한 과제를 해결하기 위해 본 발명의 일실시예에 따르면 비전 인식을 통한 근손실 진단 시스템이 제공되고, 근손실 진단 시스템은 사용자 설문을 입력받기 위한 설문 입력부; 사용자의 신체 정보를 수집하기 위한 신체 정보 수집부; HSD(Human skeleton detection) 기법에 의해 사용자의 모션을 추출하기 위한 비전 인식부; 및 상기 설문 입력부, 신체 정보 수집부 및 비전 인식부로부터의 사용자 정보에 기반하여 사용자의 근감소증을 진단하기 위한 근감소 진단부를 포함한다.
전술한 양태에서 신체 정보 수집부는 바람직하게 사용자의 체중, 악력, 체지방, 근골격량을 수집하도록 구성된다.
또한 전술한 어느 하나의 양태에서 비전 인식부는 3차원 공간 카메라, 및 3차원 공간 카메라의 영상으로부터 사용자 모션을 추출하는 모션 추출 모듈을 포함하고, 모션 추출 모듈은, 사용자의 관절 포인트, 사용자의 관절 포인트별 회전각도, 좌표 이동 속도, 행동 패턴을 인지하도록 구성된다.
또한 전술한 어느 하나의 양태에서 비전 인식부는 사용자의 평균보행속도 및 의자일어나기 시간을 측정하도록 구성된다.
또한 전술한 어느 하나의 양태에서 근감소 진단부는 모션 추출 모듈로부터 얻어지는 모션 정보와 신체 정보 수집부로부터 얻어지는 근골격량 정보에 기반하여 사용자의 신체 부위별 근력량을 제공하도록 구성된다.
본 발명에 따르면 근감소증 진단에 필요한 모든 요소를 하나의 장비에서 측정함으로써 검사 시간을 단축할 수 있고 가격이 저렴한 비전 인식을 통한 근손실 진단 시스템을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 비전 인식을 통한 근손실 진단 시스템의 구성을 나타내는 도면;
도 2는 본 발명의 실시예에 따른 비전 인식을 통한 근손실 진단 시스템에서 신체정보를 수집하는 장치의 일례를 나타내는 도면;
도 3은 비전인식부의 모션 추출 모듈의 구성을 나타내는 도면;
도 4는 본 발명에 따른 비전 인식을 통한 근손실 진단 시스템에서의 근감소 진단부의 근감소 진단 동작을 나타내는 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 따라서, 몇몇 실시예들에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 그리고, 본 명세서에서 사용된(언급된) 용어들은 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
이하 첨부된 도면을 참조하여 본 발명의 실시예에 대해 설명하도록 한다.
도 1은 본 발명에 따른 비전 인식을 통한 근손실 진단 시스템 구성의 일례를 나타내는 도면이다. 도 1에 도시한 바와 같이 근손실 진단 시스템(10)은 사용자로부터 설문 입력을 수신하는 설문 입력부(200), 사용자의 악력, 체중, 체지방, 생체 임피던스을 포함하는 정보를 측정하는 신체정보 수집부(100); 사용자의 동작을 인식하기 위한 비전 인식부(300); 및 설문 입력부, 신체 정보 수집부, 및 비전 인식부(300)로부터 취합된 정보에 기반하여 사용자의 근감소 여부를 예측 및 진단하는 근감소 진단부(400)를 포함한다.
근감소 설문은 높은 특이도와 높은 음성 예측도를 보여주며 금감소증을 간단히 배제하는데 이용되며 다음과 같은 설문 내용으로 이루어질 수 있다.
근감소 설문은 통상적으로 점수가 높을 수록 근감소증으로 추정될 수 있으며 점수가 낮을수록 근감소증이 아닌 것으로 추정될 수 있으며, 근감소증을 의심하는 기준 점수로는 4점이다. 즉 근감소 설문 점수가 4점 이상인 경우 근감소증이 의심되는 것으로 판단될 수 있다.
신체정보 수집부(100)는 사용자의 체중, 악력, 근육량, 생체 임피던스와 같은 사용자 신체 정보를 수집하도록 구성된다. 이를 위해 신체정보 수집부(100)는 사용자의 체중을 측정하는 체중계, 사용자의 악력을 측정하는 악력계, 사용자의 체지방 또는 생체 임피던스 정보를 측정하는 BIA 센서를 포함할 수 있다. BIA 센서는 생체 임피던스 측정을 위한 장치로서 임피던스 측정(BIA : Bioelectrical Impedance Analysis) 기술은 인체의 체수분을 전기적인 방법을 사용하여 측정하는 기술이다. 인체로 약한 교류 전류 전기 신호를 보낼 때 전기는 전도성이 높은 체수분을 따라 흐르게 된다. 수분이 많고 적음은 전기가 흐르는 통로의 넓고 좁음을 결정하게 되는데, 이를 임피던스(Impedance)라는 측정치로 나타내게 된다.
도 2는 본 발명에 따른 신체정보 수집부(100)의 일례를 나타내는 도면이다. 본 발명에 따른 신체정보 수집부(100)는 피측정자가 발로 밟을 수 있는 발판(10)과, 사용자 입력 및 화면 표시를 위한 상부체(20)와 상기 발판(10)과 상부체(20)를 지지하는 지지부재(30)를 포함하여 이루어지며, 상기 발판(10)과 상부체(20) 및 지지부재(30) 중의 적당한 부분에 설치되는 조작부(110)와, 표시부(120)와, 발전극체(130)와, 발판(10) 아래에 배치되는 체중계(미도시)와, BIA 측정부 또는 임피던스 측정부(미도시)와, 피측정자의 양손 각각에 접촉되는 악력계(160)가 더 제공된다.
상기 조작부(110)는 생체 임피던스 측정을 위한 사용자 입력을 하는 키버튼, 터치패드 등의 입력수단으로, 사용자 조작을 용이하게 하기 위해 상기 상부체(20)에 설치되는 것이 바람직하다. 상기 표시부(120)는 생체 임피던스 측정 결과를 표시하여 사용자에게 알리기 위한 LCD 등의 표시수단으로, 사용자가 용이하게 측정 결과를 볼수 있게 하기 위해 상기 상부체(20)에 설치되는 것이 바람직하다.
상기한 구성을 갖는 본 발명에 따른 신체정보 수집부(100)에 따르면 피측정자가 발판위에 올라서면 발판(10) 아래의 체중계에 의해 사용자의 체중 정보와 측정되는 동시에, 발판(10)의 상부면에 형성된 발전극체(130)의 서로 이격되도록 배열되는 전류 인가용 전극(131)과 전압 측정용 전극(132)에 접촉되게 된다. 이 상태에서 상기 조작부(110)를 통해 생체 임피던스 측정을 위한 사용자 입력을 하면, 전류 인가용 전극(131)을 통해 피측정자의 인체에 전류가 인가되고, 상기 전압 측정용 전극(132)에 연결되는 임피던스 측정부(미도시)를 통해 피측정자의 생체 임피던스가 측정되어, 생체 임피던스 측정 결과가 상기 표시부(120)를 통해 표시되게 되고, 적당한 통신 수단에 의해 수집된 생체 임피던스 정보가 근감소 진단부(400)로 전송된다.
또한 피측정자는 상부체(20) 양측에 각각 제공된 악력 측정기(160)를 통해 악력을 측정하고 측정된 악력은 상기 표시부(120)를 통해 표시되게 되고, 적당한 통신 수단에 의해 수집된 악력 정보가 근감소 진단부(400)로 전송될 수 있다.
임피던스 측정(BIA 측정)을 통해 얻어진 결과, 골격근량의 경우 남자 7.0 kg/㎡ 미만, 여자 5.7 kg/㎡ 미만인 경우 근감소증으로 판단될 수 있으며, 악력측정의 경우 남자 26 kg 미만, 여자 18 kg 미만인 경우 근감소증인 것으로 판단될 수 있다.
비전 인식부(300)는 사용자의 동작을 촬영하기 위한 카메라(310); 카메라로부터 촬영된 영상으로부터 모션을 추출하기 위한 모션 추출 모듈(320) 및 추출된 모션으로부터 행동 분석을 수행하는 행동 분석 모듈(330)을 포함한다.
비전 인식부(300)에 이용되는 카메라(310)는 사용자의 행동을 정확하게 분석하기 위해 입체적으로 촬영이 가능한 3차원 촬영 차메라, 공간 카메라, 뎁스 카메라인 것이 바람직하고, 촬영된 영상은 모션 추출 모듈(320)로 전송되어 사용자의 모션 특징이 추출된다.
카메라를 활용한 인간의 골격정보는 공지된 바와 같이 공간맵 형태의 3차원 인체 골격정보에 관절점들이 표시됨을 볼 수 있다. 일반적으로 공간맵 형태의 골격정보에서는 인체의 12(또는 13)개 관절 포인트가 제공된다.
인체 동작의 골격정보(스켈레톤 정보)는 각 관절 포인트에서 위치 정보 (x,y,z)와 회전 정보 (w,x,y,z)를 가지고 있으며 이러한 각 관절의 위치 정보와 회전 정보를 이용하여 인체역학적 정의에 따른 특징이 추출된다.
'인체역학적 정보'는 인체가 동작을 취하는 데 발생하는 위치, 각도, 속도, 힘 등, 역학적 정보를 의미한다. 인체 운동의 근원인 골격근의 수축에 의해서 직선운동 또는 회전운동이 일어나는바, 힘, 모멘트, 토크 등의 요소가 정의된다. 본 발명에서는 골격 정보로부터 역학적 정의와 유사한 아래와 같은 인체역학적 특징을 산출한다.
1. 위치차(Position Difference): 각 관절에서 다른 관절과의 위치의 차이값(Dx, Dy, Dz). 본 특징은 상대적 관절들의 위치 차이를 활용하기 위한 것이다. 특정 관절점을 기준으로 하는 각기 다른 관절점간의 위치 차이를 의미한다.
2. 각도(Angle): 특정 관절과 다른 두 관절간의 각도 특징(A)으로, 동작에서의 상대적 관절들의 위치 관계 정보이다.
3. 각도 변화량(Angle Change): 위의 2번 항목의 각도의 이전 프레임과 현재 프레임 간의 변화량(CA)으로서, 상대적 관절들의 위치 관계를 시간 차원에서 활용할 수 있도록 하는 특징값이다.
4. 속도(Velocity): 이전 n개의 프레임과 현재 프레임 간의 각 관절의 위치 변화량이다(Vx, Vy, Vz). 각 관절의 속도 변화는 이전 프레임들에서 추출된다.
5. 속력(Speed): 상기 4번 항의 속도들의 합()으로 구해진다.
6. 가속도(Acceleration): 구해진 속도의 변화량을 이용하여 n개의 프레임에서 속력 계산 방식처럼 이들의 크기의 합으로 정의된다(AC, ACx, ACy, ACz).
7. 근육포스(Muscle Force): 각 관절에 가해지는 힘을 관절에 정의된 무게와 가속도를 활용하여 산출함(MFx, MFy, MFz).
8. 각속도(Angle Velocity): 각 관절의 회전(Orientation) 값을 이용, 이전 n개의 프레임에서의 변화량이 산출된다(AVx, AVy, AVz).
9. 각가속도(Angle Acceleration): 각 관절의 회전 속도의 변화량을 이전 n개의 프레임과의 차이에서 산출된다(AAx,AAy, AAz).
10. 근육토크(Muscle Torque): 각 관절점에서의 질량과 회전 원점까지의 거리 제곱 및 각가속도의 곱으로 정의되는 근육의 토크값을 의미한다(MTx, MTy, MTz).
11. 근육파워(Muscle Power): 위에서 구한 Muscle Torque와 가속도의 곱으로 산출되는 근육의 파워(MP)를 나타낸다.
12. 기타(Variations): 상기 산출된 각 특징값들의 변형(예를 들어, 제곱 형태, 조합, 차이값 등).
이상의 특징들은 스포츠역학, 운동역학 등에서 정의되어 있는 인체역학적 정보들이다. 본 발명은 기본적으로 인체 역학에 기반한 위의 특징들을 추출하는 방법인 것이다.
특징 추출을 위하여 사용하는 위에서 언급한 골격정보에 있어서는, 기기와 방식에 따라 위치 정보만 오는 경우도 있고 위치 정보와 회전 정보가 같이 오는 경우도 있다. 또한, 기기에 따른 정확도의 차이도 있을 수 있다.
이와 같이 추출된 특징값들은 상대적으로 유효하지 않은 값을 가질 경우도 있다. 예를 들어, 기계학습으로 학습하려고 할 경우, 참과 거짓의 데이터에 대한 변별력을 갖지 못하는 경우 또는 너무 작은 값으로 영향력을 가질수 없는 경우들이 존재한다. 이러한 변별력이 없는 값들을 포함한 특징들을 학습데이터로 사용하여 기계학습을 할 경우는 학습시간이 증가하고 학습된 인식기의 성능이 저하되기 마련이다. 따라서 본 발명에서는 3D 골격정보로부터 인체역학적 정보를 특징으로서 추출한 후에 전처리 단계가 추가될 수 있다.
도 3에 도시한 바와 같이 전처리 단계는 3차원 골격정보로부터 추출된 인체역학적 특징들 중에서 가용 특징을 추출하는 가용 특징 추출(Feature Selection)과, 추출된 특징들의 특성이 상이함에 따라 학습상의 편향성이 발생할 수 있으므로 이를 억제하기 위하여 추출된 특징값의 정규화(Feature Normalization)가 포함된다. 그리고, 이렇게 추출되고 정규화된 각 프레임에서의 특징값을 병합(Feature Merge)하여 하나의 프레임에서 생성되는 골격정보 기반의 동작 특징으로 정의하는 단계가 포함된다. 이렇게 전처리한 정보를 학습데이터로 이용하여 신경망 등의 학습기에서 학습(training)을 시킨다.
전처리 모듈에서의 '가용 특징 선정'은 학습에 활용되는 데이터의 사람이 입력한(tagging) 참값(true)과 거짓값(false)의 범위를 분석하고 참과 거짓으로 가장 판단하기 좋은 특징값들만을 선정하기 위한 단계이다. 이는 판별법의 일종으로 거짓값과 참값이 비슷한 값을 갖는 특징들은 배제하고, 참과 거짓으로 명확히 분리되는 값들만을 찾아 기계학습의 효율성을 늘리는 방식이다. 가령, 손을 뻗는 동작과 위로 손을 올리는 동작은 참값과 거짓값이 유사한 값일 수 있는데 이는 중복동작이라고 볼 수 있으므로 그에 관련된 특징을 학습데이터세트에서 제외하는 것이다. 그 밖에 무의미한 동작에 해당하는 특징도 제외할 수 있다. 가용 특징 추출을 위해 본 발명에서는 참과 거짓의 값들의 차이의 평균과 분산, 표준편차 등을 구하고, 이를 활용하여 참과 거짓간의 차이값이 많이 나면서 일정수준 이상의 값들만을 가지는 특징들을 선택할 수 있다.
전처리 동작 중의 '특징 정규화'는 각 값이 가지는 범위가 값의 특성상 다른 범위를 가지게 되므로 이를 소정 범위 내에서(가령, -1과 +1 사이) 유지하도록 한다. 이렇게 하는 과정도 보통의 기계학습에서는 없고, 다만, 학습과정에서 가중치를 추출하고 있을 뿐이다. 그러나, 이렇게 기계학습 과정에서 가중치를 조정하는 방식은 자칫 가중치의 범위가 너무 커져 오류를 나타낼 수 있으므로, 본 발명에서는 각 값의 범위를 사전에 정규화하여 기계학습 하도록 한 것이다. 종래에 기계학습을 이용한 동작인식에서는 관절의 위치만을 특징으로 사용하므로 같은 값들로 구성되어 있기 때문에 정규화의 필요성이 없었으나, 본 발명에서는 각기 다른 범위를 갖는 인체역학적 특징들의 집합이므로 이러한 정규화를 통해 기계학습의 효율을 높일 수 있다.
'특징 병합'은 학습데이터세트를 하나의 특징인 것처럼 하나의 배열에 특징들을 넣어서 병합시키는 단계이다.
이렇게 전처리 모듈을 통해 전처리한 특징들을 학습데이터세트로 활용하여 학습 인공지능 모델을 학습시킨다. 보통, 동작은 하나의 프레임으로 정의되는 것이 아니라 여러 프레임에서 정의되므로 훈련 과정에서 인식하고자 하는 구간과 인식하지 않은 구간에 대한 정보를 제공하여 학습시킨다. 학습이 완료되면 실시간으로 들어 오는 입력으로부터 본 발명에 의하여 인체역학적 특징을 추출하여 학습된 인식기에 입력하면 현재 프레임에서의 인식 결과를 바로 얻을 수 있게 된다.
비전 인식을 통해 피검사의 보행 속도 및 의자 일어나기 동작 등에 대한 측정이 이루어질 수 있으며, 이때 측정되는 보행속도 정보 및 의자 일어나기 동작 정보가 근감소 진단부(400)로 추가적으로 보내질 수도 있다.
이와 같이 얻어진 사용자의 모션 정보는 근감소 진단부(400)로 전송되고, 근감소 진단부(400)는 사용자 입력부를 통해 입력된 설문 정보, 신체 정보 수집부(100)를 통해 얻어진 신체 정보, 비전 인식부(300)를 통해 얻어진 모션 정보를 통해 피검자의 근감소증을 예측 및 진단한다. 일반적으로 가속 구간을 제외한 ‘보행 평균 속도’가 1.0 m/sec 이하일 때 근감소증 가능성이 높다고 판단하고, 의자 일어나기의 경우 '5회 의자에서 앉았다 일어서기'를 실시하고 측정 기준 12sec 이상인 경우 근감소증 가능성이 높다고 판단한다.
근감소 진단부(400)는 설문 입력부(200); 신체정보 수집부(100), 비번 인식부(300)로부터의 사용자의 설문 정보, 사용자의 신체 정보, 사용자의 모션 정보를 수신하고, 수신된 정보에 기반하여 사용자의 근감소 진단을 수행하게 된다. 또한 근감소 진단부(400)는 근감소 주의 또는 근감소증인 것으로 판단한 경우 비전인식에 기반하여 측정된 사용자 신체 부위별 근력을 예측하고 이를 사용자에게 제공하도록 구성되고, 근감소증 주의 및 근감소증 환자에게는 전술한 사용자 신체 부위별 근력을 기반하여 적당한 운동 컨텐츠를 제공하도록 구성된다. 운동 컨텐츠의 일 예로, 근감소 진단부는 취약한 사용자 신체 부위를 강화할 수 있는 근력 운동을 사용자의 근력 상태에 기반하여 본인 최대 운동 능력의 60% 수준에서 시작하거나, 근력 상태에 따라 30~40% 수준에서 시작하도록 할 수 있으며, 점차적으로 70% 수준까지 운동을 유도하도록 하는 운동 컨텐츠가 제공될 수 있다.
또한 운동 컨텐츠 제공 이외에도 근감소 진단부(400)는 사용자의 취약한 근력을 향상시키는데 도움이 되는 운동처방에는 음식 섭취 관리 서비스가 포함될 수 있다. 일 예로, 근감소 진단부(400)는 몸무게를 기준으로 kg당 1일 1~12g정도의 단백질을 섭취하도록 하며, 근육을 만드는데 중요한 류신은 체내에서 생성되지 않으므로 음식을 통해 섭취 유도를 안내하는 음식 추천 컨텐츠가 운동 컨텐츠와 함께 제공되어 사용자의 근감소증을 치료하는데 기여할 수 있다.
도 4는 근감소 진단부(400)의 근감소증 진단 동작을 나타내는 흐름도이다. 도 4에 도시된 바와 같이 근감소 진단부(400)는 먼저 설문 입력부(200), 신체정보 수집부(100) 및 비전인식부(300)로부터 사용자의 신체 데이터를 수신한다. 여기서 신체 데이터는 사용자의 악력 정보, 평균 보행속도, 의자일어나기, 및 설문입력 정보일 수 있다.
근감소 진단부(400)는 수집된 사용자의 악력 측정 정보, 보행속도정보, 의자일어나기 정보, 및 설문정보(설문값 기준은 4점)로부터 사용자의 근감소증 여부를 1차적으로 판단한다. 사용자 신체 정보로부터 얻어지는 근감소증의 판단 기준은 다음과 같다.
이어진 단계 S120에서는 입력된 사용자 신체 데이터 정보가 모두 정상 범위 내에 있는 것으로 판단되면 근감소 진단부는 단계 S166으로 진행하여 사용자에게 정상 판정을 내린후 프로세스를 종료하지만 하나 이상의 신체 데이터가 정상값 범위를 벗어난 경우 근감소 주의 판정을 내리게 된다(S130).
근감소 주의 판정 대상자에 대해서는 이어진 단계 S140에서 신체정보 수집부의 BIA 측정이 수행되고 골격근량이 판정된다. 골격근량의 판정은 남자 7.0kg/m2 미만, 여자 5.7kg/m2 미만인 경우 근감소증인 것으로 판단하게 된다.
이와 같은 정상값 범위에 기반하여 단계 S150에서는 근감소 주의 판정을 받은 대상자 중 BIA 판정값이 정상값 범위 즉 남자 7.0kg/m2 이상, 여자 5.7kg/m2 이상인 경우 근감소 주의 판정이 유지되는 반면, BIA 판정값이 정상값을 벗어난 범위 즉 남자 7.0kg/m2 미만, 여자 5.7kg/m2 미만인 경우 근감소증 판정이 결정된다.
근감소증 판정 및 근감소 주의 판정을 받은 사용자의 경우 근감소 진단부(400)는 단계 S170 에서 비전인식 모듈을 통해 분석된 사용자의 신체 부위별 근력을 리포트하고 또한 단계 S180에서 사용자의 신체 부위별 근력에 기반하여 운동 컨텐츠가 제공된다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는이상에서 설명된 장치는 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, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(Command)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리요소(Processing Element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor)와 같은, 다른 처리 구성(Processing Configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(Code), 명령(Command), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(Collectively)처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(Component), 물리적 장치, 가상 장치(Virtual Equipment), 컴퓨터 저장매체 또는 장치에 구체화(Embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM, DVD와 같은 광기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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 속하는 것으로 해석되어야만 한다.
100: 신체정보 수집부
200: 설문 입력부
300: 비전 인식부
400: 근감소 진단부

Claims (5)

  1. 비전 인식을 통한 근손실 진단 시스템에 있어서,
    사용자 설문을 입력받기 위한 설문 입력부;
    사용자의 신체 정보를 수집하기 위한 신체 정보 수집부;
    HSD(Human skeleton detection) 기법에 의해 사용자의 모션을 추출하기 위한 비전 인식부; 및
    상기 설문 입력부, 신체 정보 수집부 및 비전 인식부로부터의 사용자 정보에 기반하여 사용자의 근감소증을 진단하기 위한 근감소 진단부를 포함하고,
    상기 신체 정보 수집부는 사용자의 체중, 악력, 체지방, 근골격량을 수집하도록 구성되고,
    상기 설문 입력부는 근력, 보행보조, 의자에서 일어서기, 계단 오르기 및 낙상 항목과 관련된 질문으로 이루어진 설문을 입력받되, 상기 근력 항목의 설문은 무게 4.5kg을 들어서 나르는 것이 얼마나 어려운지 여부를 묻는 질문, 보행 보조 항목은 방안 한 쪽 끝에서 다른 쪽 끝까지 걷는 것이 얼마나 어려운지 여부를 묻는 질문, 의자에서 일어서기 항목은 의자에서 일어나 침대로 또는 침대에서 일어나 의자로 이동하는 것이 얼마나 어려운지의 여부를 묻는 질문, 계단 오르기 항목은 10개의 계단을 쉬지 않고 오르는 것이 얼마나 어려운지의 여부를 묻는 질문, 낙상 항목은 지난 1년 동안 몇번이나 넘었는지를 묻는 질문으로 이루어지고, 근감소 진단부는 설문 입력부로 부터 입력된 설문 정보의 항목별 질문의 합계가 미리정해진 점수 이상인 경우 근감소증 의심으로 판단할 수 있으며,
    상기 비전 인식부는 3차원 공간 카메라, 및 3차원 공간 카메라의 영상으로부터 사용자 모션을 추출하는 모션 추출 모듈을 포함하고, 모션 추출 모듈은, 사용자의 관절 포인트, 사용자의 관절 포인트별 회전각도, 좌표 이동 속도, 행동 패턴을 인지하도록 구성되고,
    상기 비전 인식부는 사용자의 평균보행속도 및 의자일어나기 시간을 측정하도록 구성되고, 비전인식부를 통해 측정된 보행속도 정보 및 의자 일어나기시간 정보가 근감소 진단부로 전송되고,
    상기 근감소 진단부는 사용자 입력부를 통해 입력된 설문 정보, 신체 정보 수집부를 통해 얻어진 신체 정보, 비전 인식부의 모션 추출 모듈을 통해 얻어진 평균보행속도 및 의자일어나기 시간을 포함하는 모션 정보를 통해 피검자의 근감소증을 예측 및 진단을 수행하고,
    상기 근감소 진단부는 비전 인식부로부터 얻어지는 모션 정보와 신체 정보 수집부로부터 얻어지는 근골격량 정보에 기반하여 사용자의 신체 부위별 근력량을 제공하도록 구성되고,
    상기 근감소 진단부는
    수집된 사용자의 악력 측정 정보, 평균보행속도정보, 의자일어나기 정보, 및 설문정보로부터 사용자의 근감소증 여부를 1차적으로 판단하는 동작 - 여기서 악력측정정보가 남자 26kg 이하, 여자 18kg 이하인 경우 근감소 주의로 판단, 평균보행속도정보가 남자 및 여자 1m/s 이하의 경우 근감소 주의로 판단, 의자 일어나기 정보가 남자 및 여자 12sec 이상인 경우 근감소 주의로 판단함- ;
    사용자 신체 데이터 정보가 모두 정상 범위 내에 있는 것으로 판단되면 근감소 진단부는 사용자에게 정상 판정을 내린후 프로세스를 종료하지만, 하나 이상의 신체 데이터 정보가 정상값 범위를 벗어난 경우 근감소 주의 판정을 내리는 동작;
    근감소 주의 판정자에 대해 신체정보 수집부에서의 BIA(Bioelectrical Impedance Analysis) 측정을 수행하여 2차적으로 골격근량을 판정하는 동작;
    BIA 판정값이 남자 대상자인 경우 7.0kg/m2 이상, 여자 대상자인 경우 5.7kg/m2 이상인 경우 근감소 주의 판정을 유지되는 반면, BIA 판정값이 남자 대상자가 7.0kg/m2 미만, 여자 대상자가 5.7kg/m2 미만인 경우 근감소증 판정이 결정되고,
    상기 신체정보 수집부는 피측정자가 발로 밟을 수 있는 발판과, 사용자 입력 및 화면 표시를 위한 상부체와 상기 발판과 상부체를 지지하는 지지부재를 포함하여 이루어지며,
    상기 신체정보 수집부는 상기 발판, 상부체 및 지지부재 중의 한 부분에 설치되는 조작부와, 표시부와, 발전극체와, 발판 아래에 배치되는 체중계와, BIA 측정부 또는 임피던스 측정부와, 피측정자의 양손 각각에 접촉되는 악력계를 더 포함하고,
    상기 조작부는 생체 임피던스 측정을 위한 사용자 입력을 하는 키버튼, 터치패드 등의 입력수단으로, 사용자 조작을 용이하게 하기 위해 상기 상부체에 설치되고, 상기 표시부는 생체 임피던스 측정 결과를 표시하여 사용자에게 알리기 위한 LCD 표시수단으로, 사용자가 용이하게 측정 결과를 볼수 있게 하기 위해 상기 상부체에 설치된 것을 특징으로 하는
    비전 인식을 통한 근손실 진단 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
KR1020220115825A 2022-09-14 2022-09-14 멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템 KR102568107B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220115825A KR102568107B1 (ko) 2022-09-14 2022-09-14 멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220115825A KR102568107B1 (ko) 2022-09-14 2022-09-14 멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템

Publications (1)

Publication Number Publication Date
KR102568107B1 true KR102568107B1 (ko) 2023-08-18

Family

ID=87801746

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220115825A KR102568107B1 (ko) 2022-09-14 2022-09-14 멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템

Country Status (1)

Country Link
KR (1) KR102568107B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100540871B1 (ko) * 2005-04-13 2006-01-10 박정식 근골격계 질환 진단 및 예방관리 방법 및 그 프로그램이기록된 기록매체
KR102173335B1 (ko) * 2019-12-30 2020-11-03 주식회사 그림에스앤씨 모션 인식 기반의 신체능력 분석 방법 및 그 장치
KR20210157203A (ko) * 2020-06-19 2021-12-28 고려대학교 산학협력단 근감소증 진단 플랫폼 및 이를 이용한 근감소증 분석 방법
KR20220095803A (ko) 2020-12-30 2022-07-07 원광대학교산학협력단 신체액 샘플을 이용한 근 감소증 인공지능 진단 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100540871B1 (ko) * 2005-04-13 2006-01-10 박정식 근골격계 질환 진단 및 예방관리 방법 및 그 프로그램이기록된 기록매체
KR102173335B1 (ko) * 2019-12-30 2020-11-03 주식회사 그림에스앤씨 모션 인식 기반의 신체능력 분석 방법 및 그 장치
KR20210157203A (ko) * 2020-06-19 2021-12-28 고려대학교 산학협력단 근감소증 진단 플랫폼 및 이를 이용한 근감소증 분석 방법
KR20220095803A (ko) 2020-12-30 2022-07-07 원광대학교산학협력단 신체액 샘플을 이용한 근 감소증 인공지능 진단 시스템 및 방법

Similar Documents

Publication Publication Date Title
Leightley et al. Automated analysis and quantification of human mobility using a depth sensor
Dubois et al. A gait analysis method based on a depth camera for fall prevention
US9659150B2 (en) Method for assessing cognitive function and predicting cognitive decline through quantitative assessment of the TUG test
JP6433805B2 (ja) 運動機能診断装置及び方法、並びにプログラム
JP7057589B2 (ja) 医療情報処理システム、歩行状態定量化方法およびプログラム
KR102093185B1 (ko) 버그 균형 검사장치 및 방법
JP7133779B2 (ja) 疲労推定システム、推定装置、及び疲労推定方法
Kargar et al. Automatic measurement of physical mobility in get-up-and-go test using kinect sensor
JP6844284B2 (ja) 歩容の評価方法
Colagiorgio et al. Affordable, automatic quantitative fall risk assessment based on clinical balance scales and Kinect data
KR102568107B1 (ko) 멀티 센싱 및 비전 인식을 통한 근손실 진단 시스템
Gong et al. Causality analysis of inertial body sensors for multiple sclerosis diagnostic enhancement
Gaud et al. Human gait analysis and activity recognition: A review
Yang et al. Empowering a gait feature-rich timed-up-and-go system for complex ecological environments
JP2020151470A (ja) 歩行評価装置、歩行評価方法およびプログラム
Takeda et al. Foot age estimation system from walking dynamics based on fuzzy logic
JP6738250B2 (ja) 歩行分析方法及び歩行分析装置
Phienphanich et al. Stroke screening feature selection for arm weakness using a mobile application
KR102412841B1 (ko) 고령자 헬스케어를 위한 스마트 보행 시뮬레이터
Abid et al. Detection of asymmetric abnormalities in gait using depth data and dynamic Bayesian networks
Convertini et al. Sit-to-Stand Test for Neurodegenerative Diseases Video Classification
Saponaro et al. Estimating Physical Activity Intensity And Energy Expenditure Using Computer Vision On Videos
JP2021185999A (ja) 身体能力提示方法および身体能力提示装置
Takeda et al. Foot age estimation for fall-prevention using sole pressure by fuzzy logic
Kojima et al. Game-based Evaluation of Whole-body Movement Functions with CoM Stability and Motion Smoothness

Legal Events

Date Code Title Description
AMND Amendment
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant