KR102602026B1 - Method, apparatus and program for evaluation of brain function using image - Google Patents
Method, apparatus and program for evaluation of brain function using image Download PDFInfo
- Publication number
- KR102602026B1 KR102602026B1 KR1020230010128A KR20230010128A KR102602026B1 KR 102602026 B1 KR102602026 B1 KR 102602026B1 KR 1020230010128 A KR1020230010128 A KR 1020230010128A KR 20230010128 A KR20230010128 A KR 20230010128A KR 102602026 B1 KR102602026 B1 KR 102602026B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- image
- brain function
- images
- answer
- Prior art date
Links
- 230000003925 brain function Effects 0.000 title claims abstract description 87
- 238000011156 evaluation Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims description 51
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 8
- 210000004556 brain Anatomy 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 206010012289 Dementia Diseases 0.000 abstract description 36
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000013527 convolutional neural network Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- 208000024827 Alzheimer disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000003862 health status Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 208000014644 Brain disease Diseases 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000007177 brain activity Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003920 cognitive function Effects 0.000 description 3
- 230000008449 language Effects 0.000 description 3
- 238000002610 neuroimaging Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 208000024806 Brain atrophy Diseases 0.000 description 2
- 208000010877 cognitive disease Diseases 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 102000013455 Amyloid beta-Peptides Human genes 0.000 description 1
- 108010090849 Amyloid beta-Peptides Proteins 0.000 description 1
- 208000032544 Cicatrix Diseases 0.000 description 1
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 206010012239 Delusion Diseases 0.000 description 1
- 208000004547 Hallucinations Diseases 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 201000004810 Vascular dementia Diseases 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000004958 brain cell Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 230000003412 degenerative effect Effects 0.000 description 1
- 231100000868 delusion Toxicity 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 208000022119 inability to concentrate Diseases 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 206010027175 memory impairment Diseases 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 210000004126 nerve fiber Anatomy 0.000 description 1
- 230000000626 neurodegenerative effect Effects 0.000 description 1
- 230000003557 neuropsychological effect Effects 0.000 description 1
- 238000010855 neuropsychological testing Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- 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
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- 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
- 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
Abstract
본 발명은 사용자 단말에 저장되어 있는 이미지에 대한 질문을 생성하고, 사용자로부터 질문에 대한 답변을 획득하여 사용자의 뇌기능을 평가함으로써 사용자의 치매를 진단하는 이미지를 이용한 뇌기능 평가 방법, 장치 및 프로그램에 관한 것이다.
본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 방법은 사용자 단말에 저장된 이미지를 획득하는 단계와, 획득된 이미지와 관련된 문제를 생성하는 단계와, 생성된 문제를 상기 사용자에게 제공하고, 상기 사용자로부터 상기 문제에 대한 답변을 입력받는 단계와, 입력된 답변을 기초로, 상기 사용자의 뇌기능을 평가하는 단계를 포함한다.The present invention provides a brain function evaluation method, device, and program using images to diagnose a user's dementia by generating questions about images stored in a user terminal, obtaining answers to the questions from the user, and evaluating the user's brain function. It's about.
A brain function evaluation method using images according to an embodiment of the present invention includes obtaining an image stored in a user terminal, generating a problem related to the acquired image, providing the generated problem to the user, and providing the user with the generated problem. It includes receiving an answer to the problem from the user and evaluating the user's brain function based on the input answer.
Description
본 발명은 이미지를 이용한 뇌기능 평가 방법, 장치 및 프로그램에 관한 것으로, 보다 자세하게는 사용자 단말에 저장되어 있는 이미지에 대한 질문을 생성하고, 사용자로부터 질문에 대한 답변을 획득하여 사용자의 뇌기능을 평가함으로써 사용자의 치매를 진단하는 이미지를 이용한 뇌기능 평가 방법, 장치 및 프로그램에 관한 것이다.The present invention relates to a method, device, and program for evaluating brain function using images. More specifically, the present invention relates to a method, device, and program for assessing brain function using images. More specifically, the present invention relates to evaluating the user's brain function by generating questions about images stored in a user terminal and obtaining answers to the questions from the user. By doing so, it relates to a brain function evaluation method, device, and program using images to diagnose a user's dementia.
일반적으로 치매란, 뇌 질환으로 초래된 일련의 증세를 의미한다. 치매가 진행되면, 사고력, 행동 및 일상생활 수행에 영향을 미치게 되는데, 이러한 치매의 특징은 인지 능력의 저하로 일상적인 활동 능력이 결여된 상태가 되는 것이다.Dementia generally refers to a series of symptoms caused by brain disease. As dementia progresses, it affects thinking ability, behavior, and performance of daily life. A characteristic of dementia is a decline in cognitive ability, resulting in a lack of ability for daily activities.
통상적으로 의사들은 두 개 이상의 인지 기능이 현저하게 손상될 경우 치매로 진단한다. 이러한 인지 기능은 기억력, 언어 기능, 정보 이해, 공간 기능, 판단력 및 주의력을 포함한다. 치매 환자는 문제를 해결하고 감정을 통제하는데 어려움이 있을 수 있으며, 인격 변화를 겪을 수도 있다.Typically, doctors diagnose dementia when two or more cognitive functions are significantly impaired. These cognitive functions include memory, language skills, understanding information, spatial skills, judgment, and attention. People with dementia may have difficulty solving problems and controlling their emotions, and may experience personality changes.
치매 환자가 겪는 정확한 증세는 치매를 일으킨 질환에 의해 손상된 뇌가 어떤 부위인가에 달려 있다. 치매는 뇌의 신경 세포 일부가 기능을 멈추고 다른 세포들과의 연결이 사라져 죽게 되는 것인데, 이러한 치매는 대개 꾸준히 진행된다. 즉, 치매는 점차적으로 뇌로 퍼지며 환자의 증세는 시간이 지나면서 악화된다.The exact symptoms a dementia patient experiences depends on which part of the brain is damaged by the disease that caused the dementia. Dementia is when some nerve cells in the brain stop functioning and lose connection with other cells, leading to death. This type of dementia usually progresses steadily. In other words, dementia gradually spreads to the brain, and the patient's symptoms worsen over time.
치매는 나이와 관련된 대표적인 신경퇴행성 뇌 질환으로, 전 세계적으로 65세 이상 노인에서 약 5~10%의 유병률을 보이며, 대부분의 치매 환자는 진행성 인지기능장애, 환각, 망상, 생활능력상실의 증상을 나타낸다.Dementia is a representative age-related neurodegenerative brain disease, with a prevalence of approximately 5-10% in people over 65 years of age worldwide. Most dementia patients show symptoms of progressive cognitive dysfunction, hallucinations, delusions, and loss of ability to live. indicates.
치매 중의 가장 대표적인 알츠하이머병의 경우, 뇌 피질의 신경 세포 내에서 신경섬유다발과 뇌 세포 주변에 아밀로이드 베타라는 단백질이 엉긴 노폐물 덩어리가 관찰되며, 이 노폐물이 신경 세포의 괴사를 일으키는 것으로 추정되고 있다.In the case of Alzheimer's disease, the most representative form of dementia, clumps of waste containing a protein called amyloid beta are observed within nerve cells of the brain cortex and around nerve fiber bundles and brain cells, and this waste is presumed to cause necrosis of nerve cells.
이러한 알츠하이머병은 전체 치매의 약 70%를 차지하는 가장 흔한 질병으로, 최근 국내에서는 연간 약 60만 명의 알츠하이머병 환자가 발생할 것으로 추정되고 있다.Alzheimer's disease is the most common disease, accounting for about 70% of all dementias, and it is recently estimated that about 600,000 Alzheimer's disease patients will occur annually in Korea.
알츠하이머병은 대표적인 퇴행성 치매질환으로 대뇌 신경세포의 퇴화를 통한 인지기능 및 일상생활 저하를 야기하며 사망에 이르는 무서운 질병으로 환자뿐만 아니라 환자를 돌보는 가족들에게도 커다란 고통을 초래한다.Alzheimer's disease is a representative degenerative dementia disease that causes a decline in cognitive function and daily life through degeneration of cerebral nerve cells, and is a scary disease that can even lead to death, causing great pain not only to the patient but also to the family members caring for the patient.
이러한 치매의 진단은 증상에 대한 자세한 병력청취 및 평가를 통해 인지기능의 장애로 인한 일상생활 및 사회활동의 장애를 확인하고, 뇌 영상진단을 활용해 뇌혈관 질환 여부 및 뇌위축 등을 조사하여 치매를 확인하는 것이다.The diagnosis of dementia is made by checking the disability of daily life and social activities due to cognitive impairment through a detailed history and evaluation of symptoms, and by using brain imaging to investigate cerebrovascular disease and brain atrophy. It is to be confirmed.
치매의 초기 단계에는 노인성 건망증과의 구분이 힘들기 때문에 기억력뿐만 아니라, 언어능력, 계산능력, 시공간 지각능력, 판단력 등을 종합적으로 평가하는 신경심리검사를 시행하여 치매를 진단하게 된다. 이러한 치매를 진단하기 위해서는 환자/보호자와의 면담과 선별검사로 얻은 여러 정보를 바탕으로 추가적인 정밀검사를 거쳐야 한다. 추가적인 정밀검사로는 신경심리검사(SNSB), 혈액검사나 다양한 종류의 뇌 영상검사(CT, MRI, PET) 등이 있다.In the early stages of dementia, it is difficult to distinguish it from senile forgetfulness, so dementia is diagnosed by conducting a neuropsychological test that comprehensively evaluates not only memory, but also language ability, calculation ability, spatiotemporal perception ability, and judgment. In order to diagnose this type of dementia, additional detailed tests must be performed based on various information obtained through interviews with patients/guardians and screening tests. Additional tests include neuropsychological testing (SNSB), blood tests, and various types of brain imaging (CT, MRI, PET).
추가적인 정밀검사의 일예로 MRI(magnetic resonance imaging, 자기 공명 영상) 촬영은 치매의 종류를 구분하는데 중요한 역할을 할 수 있다. 알츠하이머병 치매에 가까운지, 혈관성 치매에 가까운지의 여부를 이 검사로 알 수 있으며, 또 다른 질환에 의한 치매인지를 판별하는 데에도 일부 도움을 줄 수 있다.As an example of an additional detailed examination, magnetic resonance imaging (MRI) can play an important role in distinguishing types of dementia. This test can tell whether a person is close to Alzheimer's disease dementia or vascular dementia, and can also be of some help in determining whether dementia is caused by another disease.
그런데, 상기와 같은 종래 기술에는 다음과 같은 문제점이 있었다.However, the above prior art had the following problems.
알츠하이머병 등의 치매는 비가역적인 질병인데다가 완치 가능한 치료법이 개발되지 않았기 때문에, 치매를 조기에 진단하여 그 진행을 늦추는 방법이 최선의 방안인데도 불구하고, 전문 의사의 자세한 병력청취 및 평가 등을 통한 치매의 진단은 전문 인력의 부족으로 수많은 환자를 신속하게 진단하지 못하게 하는 요인이 되면서 동시에 국가적인 차원에서 전체 국민 중에 치매 환자를 선별하는 비용을 증대시키는 요인이 되는 문제점이 있었다.Dementia such as Alzheimer's disease is an irreversible disease and no cure has been developed, so the best way is to diagnose dementia early and slow its progression. However, it is best to diagnose dementia early and slow its progression through detailed medical history and evaluation by a professional doctor. Diagnosis of dementia has the problem of not only preventing a large number of patients from being diagnosed quickly due to a lack of professional manpower, but also increasing the cost of screening dementia patients among the entire population at a national level.
또한, 종래의 치매 진단을 위해 사용되는 뇌 영상진단은 고가의 정밀장비임에도 불구하고 뇌질환이나 뇌위축이 상당히 진행된 상태에서만 확인이 가능하기 때문에 치매의 조기진단 목적으로 사용하기는 어려운 문제점이 있었다.In addition, although brain imaging used to diagnose dementia in the past is expensive and precise equipment, it can only be confirmed when brain disease or brain atrophy is in a very advanced state, making it difficult to use for the purpose of early diagnosis of dementia.
또한, 치매환자는 통상적으로 고령이고 문맹이거나 학력이 낮고 문자를 잘 인식하지 못하는 경우가 많아 문진표 등에 의한 검사 자체가 어렵고 검사에 많은 시간과 인력이 소요되는 문제점이 있었다.In addition, dementia patients are usually elderly, illiterate, have low educational level, and cannot recognize letters well, so the examination itself using questionnaires is difficult, and there is a problem in that the examination requires a lot of time and manpower.
따라서, 치매를 간편하면서 신속하게 조기에 진단할 수 있는 적절하면서 획기적인 기술의 개발이 시급한 실정이다.
[선행기술문헌]
[특허문헌]Therefore, there is an urgent need to develop appropriate and groundbreaking technologies that can easily and quickly diagnose dementia at an early stage.
[Prior art literature]
[Patent Document]
(특허문헌 1) 대한민국 등록특허공보 제10-2142207호(Patent Document 1) Republic of Korea Patent Publication No. 10-2142207
본 발명이 해결하고자 하는 과제는 기 설정된 위치에 저장된 이미지를 획득하여 이미지에 대한 질문을 생성하고, 사용자로부터 질문에 대한 답변을 획득하여 사용자의 뇌기능을 평가함으로써 사용자의 치매를 진단하는, 이미지를 이용한 뇌기능 평가 방법, 장치 및 프로그램을 제공하는 것이다.The problem to be solved by the present invention is to obtain an image stored in a preset location, generate a question about the image, obtain an answer to the question from the user, and evaluate the user's brain function to diagnose the user's dementia. The goal is to provide brain function evaluation methods, devices, and programs.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems not mentioned can be clearly understood by those skilled in the art from the description below.
상술한 과제를 해결하기 위한 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 방법은 기 설정된 위치에 저장된 이미지를 획득하는 단계와, 획득된 이미지와 관련된 문제를 생성하는 단계와, 생성된 문제를 상기 사용자에게 제공하고, 상기 사용자로부터 상기 문제에 대한 답변을 입력받는 단계와, 입력된 답변을 기초로, 상기 사용자의 뇌기능을 평가하는 단계를 포함할 수 있다.The brain function evaluation method using images according to an embodiment of the present invention to solve the above-described problem includes the steps of acquiring an image stored in a preset location, creating a problem related to the acquired image, and solving the generated problem. It may include providing the answer to the user and receiving an answer to the problem from the user, and evaluating the user's brain function based on the entered answer.
또한, 상기 기 설정된 위치에 저장된 이미지를 획득하는 단계는, 기 설정된 위치에 저장된 이미지 중 기 설정된 조건에 해당하는 이미지를 획득하는 단계를 더 포함하고, 상기 기 설정된 조건은, 상기 사용자가 최근 열람한 이력이 있는 이미지, 기 설정된 시간 이상으로 열람한 이력이 있는 이미지, 인물이 포함된 이미지, 기 설정된 시간 이전의 시간으로부터 최근까지 저장된 이미지 중 적어도 하나를 포함할 수 있다.In addition, the step of acquiring the image stored in the preset location further includes acquiring an image corresponding to a preset condition among the images stored in the preset location, and the preset condition is, It may include at least one of images with a history, images with a history of viewing for more than a preset time, images containing people, and images stored from a time before the preset time until recently.
또한, 상기 획득된 이미지와 관련된 문제를 생성하는 단계는, 상기 이미지에 포함된 객체를 분석하는 단계와, 분석된 객체 중 인물 객체를 추출하는 단계와, 상기 사용자로부터 등록된 인물 정보와 상기 인물 객체를 비교하여, 상기 인물 객체와 상기 인물 정보를 매칭하는 단계와, 상기 인물 정보와 매칭되는 인물 객체 중 적어도 하나 이상의 인물 객체를 블러 처리하는 단계와, 블러 처리된 인물 객체에 대한 문제를 생성하는 단계를 포함할 수 있다.In addition, the step of creating a problem related to the acquired image includes analyzing an object included in the image, extracting a person object from the analyzed objects, and combining the person information registered from the user and the person object. Comparing, matching the person object and the person information, blurring at least one person object among the person objects matched with the person information, and generating a problem for the blurred person object. may include.
또한, 상기 획득된 이미지와 관련된 문제를 생성하는 단계는, 상기 이미지에 포함된 객체를 분석하는 단계와, 분석된 객체 중 적어도 하나 이상의 객체의 특징을 변형하는 단계와, 원본 이미지 및 상기 특징이 변형된 객체가 포함된 이미지간의 차이점에 대한 문제를 생성하는 단계를 포함할 수 있다.In addition, the step of creating a problem related to the acquired image includes analyzing an object included in the image, modifying a feature of at least one object among the analyzed objects, and modifying the original image and the feature. It may include the step of generating a problem about differences between images containing the object.
또한, 상기 획득된 이미지와 관련된 문제를 생성하는 단계는, 상기 이미지에 포함된 객체를 분석하여, 사물 객체를 추출하는 단계와, 추출된 사물 객체 중 상기 이미지가 촬영된 장소를 예측가능한 사물 객체 유무를 판단하는 단계와, 판단 결과, 상기 이미지가 촬영된 장소를 예측가능한 사물 객체가 존재하는 경우, 상기 이미지를 촬영한 장소에 대한 문제를 생성하는 단계를 포함할 수 있다.In addition, the step of generating a problem related to the acquired image includes analyzing objects included in the image to extract object objects, and whether or not there is a object object among the extracted object objects that can predict the location where the image was taken. It may include a step of determining and, as a result of the determination, if there is an object that can predict the place where the image was taken, a step of creating a problem about the place where the image was taken.
또한, 상기 문제에 대한 답변을 입력받는 단계는, 생성된 문제에 따라, 상기 문제에 대한 답변 입력 양식을 결정하는 단계와, 결정된 양식에 따라 답변을 입력할 수 있는 인스트럭션을 제공하는 단계를 더 포함하고, 상기 인스트럭션을 제공하는 단계는, 상기 이미지에서 복수의 선택지를 표시하고, 상기 선택지 중 적어도 하나를 선택하는 인스트럭션을 제공하는 단계, 상기 이미지에서 적어도 한 부분을 선택하는 인스트럭션을 제공하는 단계, 상기 이미지에 대해 생성된 질문에 대한 답변을 입력하는 인스트럭션을 제공하는 단계 중 적어도 하나를 포함할 수 있다.In addition, the step of receiving an answer to the problem further includes determining an answer input format for the problem according to the generated problem, and providing instructions for entering the answer according to the determined format. And the step of providing the instructions includes displaying a plurality of options in the image, providing instructions for selecting at least one of the options, providing instructions for selecting at least one part of the image, It may include at least one step of providing instructions for entering answers to questions generated about the image.
또한, 상기 사용자의 뇌기능을 평가하는 단계는, 상기 사용자로부터 입력된 답변의 정답 여부를 확인하고, 상기 사용자의 정답률을 계산하는 단계와, 상기 사용자의 나이 및 건강 상태를 포함하는 사용자 정보를 획득하는 단계와, 상기 사용자 정보를 기초로 평가 기준 범위를 결정하고, 결정된 평가 기준 범위에 따라 상기 사용자의 정답률에 해당하는 뇌기능을 평가하는 단계를 포함할 수 있다.In addition, the step of evaluating the user's brain function includes checking whether the answer input from the user is correct, calculating the user's percentage of correct answers, and obtaining user information including the user's age and health condition. It may include the step of determining an evaluation standard range based on the user information, and evaluating brain function corresponding to the user's correct answer rate according to the determined evaluation standard range.
또한, 상기 문제에 대한 답변을 입력받는 단계는, 상기 사용자의 사용자 단말에 접근 허용을 요청하는 단계와, 상기 사용자 단말로의 접근이 허용되면 상기 사용자가 상기 사용자 단말을 이용하여 상기 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터를 수집하는 단계를 포함하고, 상기 사용자의 뇌기능을 평가하는 단계는, 상기 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터를 이용하여 상기 사용자의 행동을 분석하는 단계와, 분석한 결과에 따라 상기 사용자의 뇌기능을 평가하는 단계를 포함할 수 있다.In addition, the step of receiving an answer to the problem includes requesting permission to access the user's user terminal, and when access to the user terminal is permitted, the user answers the problem using the user terminal. A step of collecting data generated in the process of entering an answer, and the step of evaluating the user's brain function includes analyzing the user's behavior using data generated in the process of entering an answer to the problem. It may include a step of evaluating the user's brain function according to the analysis results.
또한, 사용자의 나이 및 건강 상태에 따라 문제의 난이도를 결정하는 단계와, 결정된 난이도에 해당하는 문제를 생성하는 단계와, 생성된 문제에 대한 상기 사용자의 정답률이 기 설정된 값보다 작은 경우 난이도를 낮춘 문제에 대한 상기 사용자의 정답률을 계산하는 단계와, 상기 정답률을 기초로 상기 사용자에게 제공할 문제에 대한 난이도를 결정하는 단계를 포함할 수 있다.In addition, a step of determining the difficulty of the problem according to the user's age and health condition, a step of generating a problem corresponding to the determined difficulty, and lowering the difficulty if the user's percentage of correct answers to the generated problem is less than a preset value. It may include calculating the user's percentage of correct answers to a problem and determining the level of difficulty of the problem to be provided to the user based on the percentage of correct answers.
상술한 과제를 해결하기 위한 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 장치는 하나 이상의 인스트럭션을 저장하는 메모리와, 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 이미지를 이용한 뇌기능 평가 방법을 수행할 수 있다.An apparatus for evaluating brain function using images according to an embodiment of the present invention for solving the above-described problems includes a memory that stores one or more instructions, and a processor that executes the one or more instructions stored in the memory, and the processor includes: By executing the one or more instructions, a brain function evaluation method using images can be performed.
상술한 과제를 해결하기 위한 본 발명의 일 실시 예에 따른 이미지를 이용한 뇌기능 평가 프로그램은 하드웨어인 컴퓨터와 결합하여, 이미지를 이용한 뇌기능 평가 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장될 수 있다.The brain function evaluation program using images according to an embodiment of the present invention to solve the above-described problem is combined with a computer as hardware and stored in a computer-readable recording medium so that the brain function evaluation method using images can be performed. It can be.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.
본 발명은 사용자 단말에 저장되어 있는 이미지에 대한 질문을 생성하고, 사용자로부터 질문에 대한 답변을 획득하여 사용자의 뇌기능을 평가함으로써 사용자의 치매를 진단할 수 있다.The present invention can diagnose a user's dementia by generating questions about images stored in the user terminal, obtaining answers to the questions from the user, and evaluating the user's brain function.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.
도 1은 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 시스템을 도시한 도면이다.
도 2는 본 발명의 실시 예에 따른 평가 장치의 하드웨어 구성도이다.
도 3은 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 방법을 나타내는 도면이다.
도 4는 본 발명의 제1실시 예에 따른 문제 생성 방법을 나타내는 도면이다.
도 5는 본 발명의 제2실시 예에 따른 문제 생성 방법을 나타내는 도면이다.
도 6은 본 발명의 제3실시 예에 따른 문제 생성 방법을 나타내는 도면이다.
도 7은 본 발명의 실시 예에 따른 입력된 답변을 기초로 사용자의 뇌기능을 평가하는 방법을 나타내는 도면이다.1 is a diagram illustrating a brain function evaluation system using images according to an embodiment of the present invention.
Figure 2 is a hardware configuration diagram of an evaluation device according to an embodiment of the present invention.
Figure 3 is a diagram showing a method for evaluating brain function using images according to an embodiment of the present invention.
Figure 4 is a diagram showing a problem generation method according to the first embodiment of the present invention.
Figure 5 is a diagram showing a problem generation method according to a second embodiment of the present invention.
Figure 6 is a diagram showing a problem generation method according to a third embodiment of the present invention.
Figure 7 is a diagram illustrating a method of evaluating a user's brain function based on an input answer according to an embodiment of the present invention.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. The advantages and features of the present invention and methods for achieving them will become clear by referring to the embodiments described in detail below along with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms. The present embodiments are merely provided to ensure that the disclosure of the present invention is complete and to provide a general understanding of the technical field to which the present invention pertains. It is provided to fully inform the skilled person of the scope of the present invention, and the present invention is only defined by the scope of the claims.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.The terminology used herein is for describing embodiments and is not intended to limit the invention. As used herein, singular forms also include plural forms, unless specifically stated otherwise in the context. As used in the specification, “comprises” and/or “comprising” does not exclude the presence or addition of one or more other elements in addition to the mentioned elements. Like reference numerals refer to like elements throughout the specification, and “and/or” includes each and every combination of one or more of the referenced elements. Although “first”, “second”, etc. are used to describe various components, these components are of course not limited by these terms. These terms are merely used to distinguish one component from another. Therefore, it goes without saying that the first component mentioned below may also be a second component within the technical spirit of the present invention.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with meanings commonly understood by those skilled in the art to which the present invention pertains. Additionally, terms defined in commonly used dictionaries are not interpreted ideally or excessively unless clearly specifically defined.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.As used in the specification, the term “unit” or “module” refers to a hardware component such as software, FPGA, or ASIC, and the “unit” or “module” performs certain roles. However, “part” or “module” is not limited to software or hardware. A “unit” or “module” may be configured to reside on an addressable storage medium and may be configured to run on one or more processors. Thus, as an example, a “part” or “module” refers to components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, Includes procedures, subroutines, segments of program code, drivers, firmware, microcode, circuits, data, databases, data structures, tables, arrays, and variables. The functionality provided within components and “parts” or “modules” can be combined into smaller components and “parts” or “modules” or into additional components and “parts” or “modules”. Could be further separated.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.In this specification, a computer refers to all types of hardware devices including at least one processor, and depending on the embodiment, it may be understood as encompassing software configurations that operate on the hardware device. For example, a computer can be understood to include, but is not limited to, a smartphone, tablet PC, desktop, laptop, and user clients and applications running on each device.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.Each step described in this specification is described as being performed by a computer, but the subject of each step is not limited thereto, and depending on the embodiment, at least part of each step may be performed in a different device.
도 1은 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 시스템을 도시한 도면이다.1 is a diagram illustrating a brain function evaluation system using images according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 시스템은 평가 장치(100), 사용자 단말(200) 및 외부 서버(300)를 포함할 수 있다.Referring to FIG. 1, the brain function evaluation system using images according to an embodiment of the present invention may include an evaluation device 100, a user terminal 200, and an external server 300.
여기서, 도 1에 도시된 이미지를 이용한 뇌기능 평가 시스템은 일 실시 예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시 예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.Here, the brain function evaluation system using the image shown in FIG. 1 is according to one embodiment, and its components are not limited to the embodiment shown in FIG. 1, and may be added, changed, or deleted as needed. .
평가 장치(100)는 사용자 단말(200)에 저장된 이미지를 획득하여 획득된 이미지와 관련된 문제를 생성하고, 생성된 문제를 사용자 단말(200)로 제공하고, 사용자로부터 문제에 대한 답변을 입력받고, 입력된 답변을 기초로, 사용자의 뇌기능을 평가할 수 있다.The evaluation device 100 acquires an image stored in the user terminal 200, generates a problem related to the acquired image, provides the generated problem to the user terminal 200, receives an answer to the problem from the user, and Based on the entered answers, the user's brain function can be evaluated.
사용자 단말(200)은 네트워크를 통해 웹사이트에 접속할 수 있으며, 평가 장치(100)로부터 이미지를 이용한 뇌기능 평가 서비스를 제공받을 수 있다.The user terminal 200 can access a website through a network and receive a brain function evaluation service using images from the evaluation device 100.
사용자 단말(200)은 사용자 단말(200)의 적어도 일부분에 디스플레이를 구비하는 스마트폰, 태플릿 PC, 데스크톱 및 노트북 중 적어도 하나를 포함할 수 있으며, 브라우저를 실행하는 과정에서 평가 장치(100)로부터 제공되는 이미지를 이용한 뇌기능 평가 서비스를 제공받을 수 있다. 그러나, 이에 한정되지 않는다.The user terminal 200 may include at least one of a smartphone, a tablet PC, a desktop, and a laptop having a display on at least a portion of the user terminal 200, and the user terminal 200 may receive information from the evaluation device 100 in the process of running the browser. You can receive brain function evaluation services using the provided images. However, it is not limited to this.
사용자 단말(200)은 평가 장치(100)가 제공하는 각종 서비스 및 플랫폼에 관한 어플리케이션을 다운로드, 설치 및 실행함으로써, 어플리케이션을 통해 평가 장치(100)가 제공하는 각종 서비스를 제공받을 수 있다. 이를 위해 사용자 단말(200)은 스마트폰과 같이 어플리케이션의 구동이 가능한 운영체제를 탑재할 수 있다. 그러나, 이에 한정되지 않고, 사용자 단말(200)은 어플리케이션의 구동이 가능한 다른 범용적인 장치들이 적용될 수 있다.The user terminal 200 can receive various services provided by the evaluation device 100 through the applications by downloading, installing, and executing applications related to various services and platforms provided by the evaluation device 100. To this end, the user terminal 200 may be equipped with an operating system capable of running applications, like a smartphone. However, the user terminal 200 is not limited to this, and other general-purpose devices capable of running applications may be applied.
다양한 실시 예에서, 사용자 단말(200)은 어플리케이션 외에 웹 기반으로도 서비스를 제공할 수 있으며, 사용자 단말(200)이 서비스를 제공하는 방법은 특정한 형식으로 제한되지 않는다.In various embodiments, the user terminal 200 may provide a web-based service in addition to an application, and the method by which the user terminal 200 provides the service is not limited to a specific format.
외부 서버(300)는 네트워크를 통해 평가 장치(100)와 연결될 수 있으며, 평가 장치(100)가 이미지를 이용한 뇌기능 평가 방법을 수행하기 위한 각종 정보를 저장 및 관리할 수 있다.The external server 300 can be connected to the evaluation device 100 through a network, and can store and manage various information for the evaluation device 100 to perform a brain function evaluation method using images.
또한, 외부 서버(300)는 평가 장치(100)가 이미지를 이용한 뇌기능 평가 방법을 수행함에 따라 생성되는 각종 정보 및 데이터를 제공받아 저장할 수 있다. 예를 들어, 외부 서버(300)는 평가 장치(100) 외부에 별도로 구비되는 저장 서버일 수 있다. 도 2를 참조하여, 평가 장치(100)의 하드웨어 구성에 대해 설명하도록 한다.Additionally, the external server 300 may receive and store various information and data generated as the evaluation device 100 performs a brain function evaluation method using images. For example, the external server 300 may be a storage server separately provided outside the evaluation device 100. With reference to FIG. 2, the hardware configuration of the evaluation device 100 will be described.
도 2는 본 발명의 실시 예에 따른 평가 장치의 하드웨어 구성도이다.Figure 2 is a hardware configuration diagram of an evaluation device according to an embodiment of the present invention.
도 2를 참조하면, 본 발명의 실시 예에 따른 평가 장치(100)(이하, 컴퓨팅 장치)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 2에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.Referring to FIG. 2, the evaluation device 100 (hereinafter referred to as computing device) according to an embodiment of the present invention loads one or more processors 110 and a computer program 151 performed by the processor 110. It may include a memory 120, a bus 130, a communication interface 140, and a storage 150 that stores a computer program 151. Here, only components related to the embodiment of the present invention are shown in Figure 2. Accordingly, anyone skilled in the art to which the present invention pertains will know that other general-purpose components may be included in addition to the components shown in FIG. 2.
프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.The processor 110 controls the overall operation of each component of the computing device 100. The processor 110 includes a Central Processing Unit (CPU), Micro Processor Unit (MPU), Micro Controller Unit (MCU), Graphic Processing Unit (GPU), or any other type of processor well known in the art of the present invention. It can be.
또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 컴퓨팅 장치(100)는 하나 이상의 프로세서를 구비할 수 있다.Additionally, the processor 110 may perform operations on at least one application or program for executing methods according to embodiments of the present invention, and the computing device 100 may include one or more processors.
다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.In various embodiments, the processor 110 includes random access memory (RAM) (not shown) and read memory (ROM) that temporarily and/or permanently store signals (or data) processed within the processor 110. -Only Memory, not shown) may be further included. Additionally, the processor 110 may be implemented in the form of a system on chip (SoC) that includes at least one of a graphics processing unit, RAM, and ROM.
메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.Memory 120 stores various data, commands and/or information. Memory 120 may load a computer program 151 from storage 150 to execute methods/operations according to various embodiments of the present invention. When the computer program 151 is loaded into the memory 120, the processor 110 can perform the method/operation by executing one or more instructions constituting the computer program 151. The memory 120 may be implemented as a volatile memory such as RAM, but the technical scope of the present disclosure is not limited thereto.
버스(130)는 컴퓨팅 장치(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.Bus 130 provides communication functionality between components of computing device 100. The bus 130 may be implemented as various types of buses, such as an address bus, a data bus, and a control bus.
통신 인터페이스(140)는 컴퓨팅 장치(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.The communication interface 140 supports wired and wireless Internet communication of the computing device 100. Additionally, the communication interface 140 may support various communication methods other than Internet communication. To this end, the communication interface 140 may be configured to include a communication module well known in the technical field of the present invention. In some embodiments, communication interface 140 may be omitted.
스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 컴퓨팅 장치(100)를 통해 이미지를 이용한 뇌기능 평가 방법을 수행하는 경우, 스토리지(150)는 이미지를 이용한 뇌기능 평가 방법을 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.Storage 150 may store the computer program 151 non-temporarily. When performing a brain function evaluation method using images through the computing device 100, the storage 150 may store various information necessary to provide a brain function evaluation method using images.
스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.The storage 150 is a non-volatile memory such as Read Only Memory (ROM), Erasable Programmable ROM (EPROM), Electrically Erasable Programmable ROM (EEPROM), flash memory, a hard disk, a removable disk, or a device well known in the technical field to which the present invention pertains. It may be configured to include any known type of computer-readable recording medium.
컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.The computer program 151, when loaded into the memory 120, may include one or more instructions that cause the processor 110 to perform methods/operations according to various embodiments of the present invention. That is, the processor 110 can perform the method/operation according to various embodiments of the present invention by executing the one or more instructions.
일 실시예에서, 컴퓨터 프로그램(151)은 사용자 단말에 저장된 이미지를 획득하는 단계와, 획득된 이미지와 관련된 문제를 생성하는 단계와, 생성된 문제를 상기 사용자에게 제공하고, 사용자로부터 상기 문제에 대한 답변을 입력받는 단계와, 입력된 답변을 기초로, 상기 사용자의 뇌기능을 평가하는 단계를 포함하는, 이미지를 이용한 뇌기능 평가 방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.In one embodiment, the computer program 151 includes the steps of acquiring an image stored in a user terminal, generating a problem related to the acquired image, providing the generated problem to the user, and receiving information about the problem from the user. It may include one or more instructions for performing a brain function evaluation method using an image, including receiving an answer and evaluating the user's brain function based on the input answer.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.The steps of the method or algorithm described in connection with embodiments of the present invention may be implemented directly in hardware, implemented as a software module executed by hardware, or a combination thereof. The software module may be RAM (Random Access Memory), ROM (Read Only Memory), EPROM (Erasable Programmable ROM), EEPROM (Electrically Erasable Programmable ROM), Flash Memory, hard disk, removable disk, CD-ROM, or It may reside on any type of computer-readable recording medium well known in the art to which the present invention pertains.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 3을 참조하여, 컴퓨팅 장치(100)가 제공하는 이미지를 이용한 뇌기능 평가 방법에 대해 설명하도록 한다.The components of the present invention may be implemented as a program (or application) and stored in a medium in order to be executed in conjunction with a hardware computer. Components of the invention may be implemented as software programming or software elements, and similarly, embodiments may include various algorithms implemented as combinations of data structures, processes, routines or other programming constructs, such as C, C++, , may be implemented in a programming or scripting language such as Java, assembler, etc. Functional aspects may be implemented as algorithms running on one or more processors. Hereinafter, with reference to FIG. 3, a method of evaluating brain function using images provided by the computing device 100 will be described.
도 3은 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 방법을 나타내는 도면이다.Figure 3 is a diagram showing a method for evaluating brain function using images according to an embodiment of the present invention.
도 3을 참조하면, 컴퓨팅 장치(100)는 기 설정된 위치에 저장된 이미지를 획득할 수 있다(S100). 컴퓨팅 장치(100)는 기 설정된 위치에 저장된 이미지 중 기 설정된 조건에 해당하는 이미지를 획득할 수 있다. 여기서, 기 설정된 위치는 웹사이트, 클라우드, 사용자 단말(200)을 포함할 수 있다. Referring to FIG. 3, the computing device 100 may acquire an image stored in a preset location (S100). The computing device 100 may acquire an image corresponding to a preset condition among images stored in a preset location. Here, the preset location may include a website, cloud, and user terminal 200.
사용자는 사용자 단말(200)을 통해 컴퓨팅 장치(100)에서 제공하는 웹사이트 또는 어플리케이션에 접속할 수 있으며, 사용자는 사용자 단말(200)을 통해 웹사이트를 검색하여 접속할 수 있고, 컴퓨팅 장치(100)에서 제공된 링크를 통해 웹사이트에 접속할 수 있다. 컴퓨팅 장치(100)는 사용자 단말(200)의 앨범에 접속 허용 요청을 전송할 수 있고, 접속이 허용되면 사용자 단말(200)에 저장된 이미지를 획득할 수 있다. 또한, 컴퓨팅 장치(100)는 사용자의 클라우드에 접속 허용 요청을 전송할 수 있고, 접속이 허용되면 사용자 단말(200)에 저장된 이미지를 획득할 수 있다.The user can access a website or application provided by the computing device 100 through the user terminal 200, and the user can search and access the website through the user terminal 200, and access the website through the computing device 100. You can access the website through the provided link. The computing device 100 may transmit a request to allow access to an album of the user terminal 200 and, if access is permitted, obtain images stored in the user terminal 200. Additionally, the computing device 100 may transmit a request to allow access to the user's cloud and, if access is permitted, obtain images stored in the user terminal 200.
또한, 컴퓨팅 장치(100)는 다른 사용자로부터 이미지를 획득할 수도 있다. 즉, 이미지를 이용한 뇌기능 평가 서비스를 이용하여 뇌기능을 평가하려는 사용자의 보호자로부터 이미지를 획득할 수 있다. 그러나, 이에 한정되는 것은 아니다.Additionally, the computing device 100 may acquire images from other users. In other words, images can be obtained from the guardian of a user who wants to evaluate brain function using a brain function evaluation service using images. However, it is not limited to this.
컴퓨팅 장치(100)는 사용자가 최근 열람한 이력이 있는 이미지, 기 설정된 시간 이상으로 열람한 이력이 있는 이미지, 인물이 포함된 이미지, 기 설정된 시간 이전의 시간으로부터 최근까지 저장된 이미지 중 적어도 하나를 포함하는 이미지를 획득할 수 있다. 즉, 본 발명의 실시 예에 따른 이미지를 이용한 뇌기능 평가 시스템은 사용자 단말(200)에 저장된 이미지에 관련된 문제를 생성하여 사용자가 해당 이미지, 해당 이미지가 촬영된 상황 등을 기억하는지 여부를 판단하기 위한 것으로, 사용자가 인지하고 있는 이미지에 대해 문제를 생성하는 것이 바람직할 수 있다. 즉, 오래된 이미지나, 중요하지 않은 이미지의 경우 뇌기능에 문제가 없는 일반 사용자들도 기억하지 못할 수 있는데, 이런 이미지를 이용하여 사용자의 뇌기능을 평가하는 경우 정확하지 않은 결과가 발생할 수 있다. 이에 따라, 사용자가 최근 열람한 이력이 있는 이미지, 기 설정된 시간 이상으로 열람한 이력이 있는 이미지, 인물이 포함된 이미지, 기 설정된 시간 이전의 시간으로부터 최근까지 저장된 이미지 중 적어도 하나를 포함하는 이미지를 추출하여 일반 사용자들이 기억할 수 있는 범위의 이미지들을 획득할 수 있고, 이러한 이미지를 이용하여 뇌기능을 평가함으로써, 보다 정확한 결과를 추출할 수 있다. 한편, 이미지를 획득하는 조건은 이에 한정되지 않을 수 있다.The computing device 100 includes at least one of images that the user has recently viewed, images that have been viewed for more than a preset time, images containing people, and images stored from a time before the preset time until recently. You can obtain an image that In other words, the brain function evaluation system using images according to an embodiment of the present invention generates problems related to images stored in the user terminal 200 to determine whether the user remembers the image, the situation in which the image was captured, etc. For this purpose, it may be desirable to create a problem regarding the image that the user is aware of. In other words, in the case of old or unimportant images, even general users without brain function problems may not be able to remember them, and if such images are used to evaluate the user's brain function, inaccurate results may occur. Accordingly, images containing at least one of the following: images that the user has recently viewed, images that have been viewed for more than a preset time, images containing people, and images stored from a time before the preset time until recently. By extracting, images in a range that general users can remember can be obtained, and by using these images to evaluate brain function, more accurate results can be extracted. Meanwhile, conditions for acquiring an image may not be limited to these.
컴퓨팅 장치(100)는 획득된 이미지와 관련된 문제를 생성할 수 있다(S200). 컴퓨팅 장치(100)는 획득된 이미지를 분석하여 사용자 맞춤형 문제를 생성할 수 있다. 컴퓨팅 장치(100)가 이미지를 이용하여 문제를 생성하는 구체적인 방법은 도 4 내지 도 6을 통해 설명하도록 한다.The computing device 100 may create a problem related to the acquired image (S200). The computing device 100 may analyze the acquired image and create a user-customized problem. A specific method in which the computing device 100 creates a problem using an image will be described with reference to FIGS. 4 to 6.
도 4는 본 발명의 제1실시 예에 따른 문제 생성 방법을 나타내는 도면이다.Figure 4 is a diagram showing a problem generation method according to the first embodiment of the present invention.
도 4를 참조하면, 컴퓨팅 장치(100)는 이미지에 포함된 객체를 분석할 수 있다(S210). 컴퓨팅 장치(100)는 CNN(Convolutional Neural Network), R-CNN(Region-based Convolutional Neural Networks), Fast R-CNN, YOLO(You Only Look Once) 등의 신경망을 이용하여 객체를 분석할 수 있으나, 이에 한정되는 것은 아니다.Referring to FIG. 4, the computing device 100 may analyze objects included in the image (S210). The computing device 100 may analyze objects using neural networks such as Convolutional Neural Network (CNN), Region-based Convolutional Neural Networks (R-CNN), Fast R-CNN, and You Only Look Once (YOLO). It is not limited to this.
컴퓨팅 장치(100)는 분석된 객체 중 인물 객체를 추출할 수 있다(S211). 컴퓨팅 장치(100)는 사물 객체 및 인물 객체 각각에 대한 형태, 모양을 학습하고 있을 수 있으며, 학습된 결과를 통해 분석된 객체 중 인물 객체를 추출할 수 있으나, 이에 한정되는 것은 아니다.The computing device 100 may extract a person object from among the analyzed objects (S211). The computing device 100 may be learning the shape and form of each object object and person object, and may extract a person object from the analyzed objects through the learned results, but is not limited to this.
컴퓨팅 장치(100)는 사용자로부터 등록된 인물 정보와 추출된 인물 객체를 비교하여, 인물 객체와 인물 정보를 매칭할 수 있다(212). 컴퓨팅 장치(100)는 사전에 사용자로부터 인물 정보를 등록받을 수 있다. 컴퓨팅 장치(100)는 사용자의 가족, 친구, 지인들에 대한 이미지 및 정보를 입력할 수 있는 인스트럭션을 제공할 수 있고, 사용자는 사용자 단말(200)을 통해 제공되는 인스트럭션을 따라 인물 정보를 등록할 수 있다. 여기서, 사용자는 사용자 단말(200)에 저장되어 있는 이미지 중 가족, 친구, 지인들 중 적어도 하나의 인물이 촬영된 이미지를 선택하여 등록할 수 있고, 해당 인물에 대한 이름, 나이, 성별, 사용자와의 관계 등을 등록할 수 있다. 한편, 등록된 이미지에 인물이 여러명인 경우 컴퓨팅 장치(100)는 한명의 인물을 선택할 수 있는 인스트럭션을 제공할 수 있으며, 선택된 인물을 인물에 대한 정보와 매칭하여 저장할 수 있다. 또한, 컴퓨팅 장치(100)는 등록된 이미지에 인물이 여러명인 경우 각 인물을 인물에 대한 정보와 매칭하여 저장할 수 있다. 또한, 컴퓨팅 장치(100)는 한명의 인물에 대해 복수개의 이미지를 획득할 수 있고, 획득된 인물 이미지를 학습할 수 있다.The computing device 100 may match the person object and the person information by comparing the person information registered from the user and the extracted person object (212). The computing device 100 may register person information from the user in advance. The computing device 100 can provide instructions for entering images and information about the user's family, friends, and acquaintances, and the user can register person information by following the instructions provided through the user terminal 200. You can. Here, the user can select and register an image in which at least one person among family members, friends, and acquaintances is captured among the images stored in the user terminal 200, and the name, age, gender, user information, and information about the person can be registered. Relationships, etc. can be registered. Meanwhile, when there are multiple people in the registered image, the computing device 100 may provide an instruction to select one person, and may match the selected person with information about the person and store it. Additionally, if there are multiple people in the registered image, the computing device 100 may match each person with information about the person and store the information. Additionally, the computing device 100 can acquire a plurality of images for one person and learn the acquired person images.
컴퓨팅 장치(100)는 추출된 인물 객체를 학습된 인물 정보와 비교하여, 이미지에 포함된 인물이 누구인지 분석할 수 있다. 즉, 등록된 인물 이미지를 이용하여 등록된 인물 정보 중 추출된 인물 객체와 동일한 인물이 있는지 판단할 수 있고, 동일한 인물이 있는 경우, 해당 인물과 매칭되어 있는 인물에 대한 정보를 추출하여 인물 객체와 매칭할 수 있다.The computing device 100 may analyze the person included in the image by comparing the extracted person object with learned person information. In other words, using the registered person image, it is possible to determine whether there is a person identical to the extracted person object among the registered person information, and if there is an identical person, information about the person matched with the person is extracted and the person object You can match.
예를 들어, 이미지 상에는 사용자가 모르는 인물이 촬영되어 있을 수 있고, 사용자에게 해당 인물에 대한 문제를 제공하는 경우 사용자는 제대로 된 답변을 입력하지 못하게 되며, 이는, 사용자의 뇌기능을 평가하는데 정확하지 않은 결과를 도출할 수 있다. 이에 따라, 본 발명의 실시 예에 따른 컴퓨팅 장치(100)는 등록된 인물에 대한 문제를 제공하도록 획득된 이미지내에서 등록된 인물 정보와 매칭되는 인물을 추출할 수 있고, 추출된 인물에 대한 문제를 제공함으로써 모르는 인물에 대한 문제를 생성하는 오류를 방지할 수 있다.For example, there may be a person unknown to the user in the image, and if the user is given a question about that person, the user will not be able to enter the correct answer, which is not accurate in evaluating the user's brain function. may lead to unexpected results. Accordingly, the computing device 100 according to an embodiment of the present invention can extract a person matching the registered person information from an image acquired to provide a problem about the registered person, and solve the problem about the extracted person. By providing , you can prevent errors that create problems about unknown people.
컴퓨팅 장치(100)는 인물 정보와 매칭되는 인물 객체 중 적어도 하나 이상의 인물 객체를 블러 처리할 수 있다(S213). 컴퓨팅 장치(100)는 인물 객체의 외곽선을 따라 인물 객체를 흐릿하게 변환하거나, 인물 객체의 일부만을 흐릿하게 변환할 수도 있다.The computing device 100 may blur at least one person object among the person objects that match the person information (S213). The computing device 100 may blur the human object along the outline of the human object or convert only a portion of the human object to blurry.
한편, 인물 객체를 블러 처리한다고 기재하였으나, 블러 처리하는 것으로 한정되는 것은 아니고, 인물 객체를 가리거나 변형하는 방법이라면 한정되지 않고 이용될 수 있다. 예를 들어, 컴퓨팅 장치(100)는 인물 객체를 모형으로 가릴수 있으며, 모형은 인물 객체의 적어도 일부를 가리도록 위치하고, 모형의 형태는 한정되지 않을 수 있다. 또한, 컴퓨팅 장치(100)는 인물 객체의 외곽선만을 남기고, 인물 객체를 삭제할 수 있고, 인물 객체를 일러스트화할 수도 있다.Meanwhile, although it is described that the human object is blurred, it is not limited to blurring, and any method of covering or modifying the human object can be used without limitation. For example, the computing device 100 may cover a human object with a model, the model may be positioned to cover at least a portion of the human object, and the shape of the model may not be limited. Additionally, the computing device 100 may leave only the outline of the person object, delete the person object, and may also illustrate the person object.
컴퓨팅 장치(100)는 블러 처리된 인물 객체에 대한 문제를 생성할 수 있다(S214). 컴퓨팅 장치(100)는 등록된 인물 정보를 이용하여 블러 처리된 인물 객체에 대한 문제를 생성할 수 있고, 생성되는 문제는 인물의 이름, 관계, 성별 등을 질문하는 문제를 포함할 수 있으나, 이에 한정되는 것은 아니다. 컴퓨팅 장치(100)는 문제 생성 시, 문제에 대한 정답을 매칭하여 저장하고 있을 수 있다.The computing device 100 may create a problem regarding the blurred human object (S214). The computing device 100 may create a problem about a blurred person object using registered person information, and the generated problem may include questions asking about the person's name, relationship, gender, etc. It is not limited. When creating a problem, the computing device 100 may match and store the correct answer to the problem.
도 5는 본 발명의 제2실시 예에 따른 문제 생성 방법을 나타내는 도면이다.Figure 5 is a diagram showing a problem generation method according to a second embodiment of the present invention.
도 5를 참조하면, 컴퓨팅 장치(100)는 이미지에 포함된 객체를 분석할 수 있다(S220). 컴퓨팅 장치(100)는 CNN(Convolutional Neural Network), R-CNN(Region-based Convolutional Neural Networks), Fast R-CNN, YOLO(You Only Look Once) 등의 신경망을 이용하여 객체를 분석할 수 있으나, 이에 한정되는 것은 아니다.Referring to FIG. 5, the computing device 100 may analyze objects included in the image (S220). The computing device 100 may analyze objects using neural networks such as Convolutional Neural Network (CNN), Region-based Convolutional Neural Networks (R-CNN), Fast R-CNN, and You Only Look Once (YOLO). It is not limited to this.
컴퓨팅 장치(100)는 분석된 객체 중 적어도 하나 이상의 객체의 특징을 변형할 수 있다(S221). 예를 들어, 컴퓨팅 장치(100)는 인물 객체의 머리길이를 변형하거나, 인물 객체가 착용한 의류 및 악세서리의 색상이나 모양을 변형하거나, 인물 객체의 이목구비를 변형하거나, 인물 객체를 다른 인물로 변경하거나, 다른 인물을 추가하거나, 물체의 모양을 변형하거나, 여러 인물 객체간의 얼굴을 변경하거나, 인물 객체의 얼굴에 점, 흉터, 주름 등의 특징을 부가하는 등 객체의 특징을 변형할 수 있다. 여기서, 객체의 특징은 모양, 색상, 길이, 개수를 포함할 수 있으나, 이에 한정되지 않고 변형 가능한 모든 구성을 포함할 수 있다. The computing device 100 may modify the characteristics of at least one object among the analyzed objects (S221). For example, the computing device 100 may change the hair length of a person object, change the color or shape of clothing and accessories worn by the person object, change the facial features of the person object, or change the person object into another person. Alternatively, you can modify the characteristics of an object, such as adding another person, modifying the shape of an object, changing the face between multiple human objects, or adding features such as dots, scars, and wrinkles to the face of a human object. Here, the characteristics of the object may include shape, color, length, and number, but are not limited thereto and may include all deformable configurations.
컴퓨팅 장치(100)는 원본 이미지 및 특징이 변형된 객체가 포함된 이미지간의 차이점에 대한 문제를 생성할 수 있다(S222). 컴퓨팅 장치(100)는 변형된 부분이 무엇인지, 변형된 부분의 위치가 어디인지, 어떻게 변형이 되었는지 등을 질문하는 문제를 생성할 수 있으나, 이에 한정되는 것은 아니다. 컴퓨팅 장치(100)는 문제 생성 시, 문제에 대한 정답을 매칭하여 저장하고 있을 수 있으며, 문제를 제공 시 변형된 이미지만을 제공하거나, 원본 이미지 및 변형된 이미지를 모두 제공할 수도 있다. 또한, 원본 이미지 및 변형된 이미지를 모두 제공하는 경우, 컴퓨팅 장치(100)는 두 이미지를 병렬적으로 제공하거나, 기 설정된 시간동안 번갈아가며 제공하거나, 원본 이미지를 제공 후 변형된 이미지를 제공할 수도 있다. The computing device 100 may generate a problem regarding differences between the original image and the image containing the object whose features have been modified (S222). The computing device 100 may generate questions asking questions such as what the deformed part is, where the deformed part is located, and how the deformation occurred, but the problem is not limited to this. When creating a problem, the computing device 100 may match and store the correct answer to the problem, and may provide only a modified image or both the original image and the modified image when providing a problem. In addition, when both the original image and the modified image are provided, the computing device 100 may provide the two images in parallel, provide them alternately for a preset time, or provide the modified image after providing the original image. there is.
도 6은 본 발명의 제3실시 예에 따른 문제 생성 방법을 나타내는 도면이다.Figure 6 is a diagram showing a problem generation method according to a third embodiment of the present invention.
도 6을 참조하면, 컴퓨팅 장치(100)는 이미지에 포함된 객체를 분석하여 사물 객체를 추출할 수 있다(S230). 컴퓨팅 장치(100)는 CNN(Convolutional Neural Network), R-CNN(Region-based Convolutional Neural Networks), Fast R-CNN, YOLO(You Only Look Once) 등의 신경망을 이용하여 객체를 분석할 수 있으나, 이에 한정되는 것은 아니다.Referring to FIG. 6 , the computing device 100 may extract an object by analyzing an object included in an image (S230). The computing device 100 may analyze objects using neural networks such as Convolutional Neural Network (CNN), Region-based Convolutional Neural Networks (R-CNN), Fast R-CNN, and You Only Look Once (YOLO). It is not limited to this.
컴퓨팅 장치(100)는 사물 객체 및 인물 객체 각각에 대한 형태, 모양을 학습하고 있을 수 있으며, 학습된 결과를 통해 분석된 객체 중 사물 객체를 추출할 수 있으나, 이에 한정되는 것은 아니다.The computing device 100 may be learning the shape and shape of each object object and person object, and may extract the object object from the objects analyzed through the learned results, but is not limited to this.
컴퓨팅 장치(100)는 추출된 사물 객체 중 이미지가 촬영된 장소를 예측가능한 사물 객체 유무를 판단할 수 있다(S231). 사물 객체 중 장소를 예측가능한 사물 객체는 건물, 랜드마크, 조형물, 간판 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 획득된 이미지가 에펠탑을 배경으로 촬영한 가족사진인 경우 컴퓨팅 장치(100)는 에펠탑을 사물 객체로 추출할 수 있으며, 사진이 촬영된 위치가 파리인 것을 예측할 수 있다. 이런 경우, 컴퓨팅 장치(100)는 이미지에 장소를 예측가능한 사물 객체가 있는 것으로 판단할 수 있다. 한편, 컴퓨팅 장치(100)는 유명한 랜드마크, 조형물 등의 형태, 모양 등을 포함하는 이미지를 학습하고 있을 수 있고, 랜드마크, 조형물의 위치를 매칭하여 저장하고 있을 수 있다. 컴퓨팅 장치(100)는 저장되어 있는 랜드마크, 조형물 등의 형태, 모양 등을 이미지에서 추출된 사물 객체와 비교하여, 사물 객체와 동일한 랜드마크나 조형물이 있는지 판단할 수 있다. 이를, 통해 사용자의 이미지로부터 추출되는 객체를 이용하여 이미지가 촬영된 장소 정보를 판단하는 것이 가능할 수 있으나, 이에 한정되는 것은 아니다.The computing device 100 may determine whether there is an object among the extracted object objects that can predict the location where the image was taken (S231). Among object objects, objects whose locations can be predicted may include, but are not limited to, buildings, landmarks, sculptures, and signs. For example, if the acquired image is a family photo taken with the Eiffel Tower in the background, the computing device 100 can extract the Eiffel Tower as an object and predict that the location where the photo was taken is Paris. In this case, the computing device 100 may determine that there is an object whose location can be predicted in the image. Meanwhile, the computing device 100 may be learning images including the shape and shape of famous landmarks, sculptures, etc., and may match and store the locations of the landmarks and sculptures. The computing device 100 may compare the shape and shape of a stored landmark, sculpture, etc. with the object extracted from the image to determine whether there is a landmark or sculpture identical to the object. Through this, it may be possible to determine information on the place where the image was taken using the object extracted from the user's image, but it is not limited to this.
컴퓨팅 장치(100)는 이미지가 촬영된 장소를 예측가능한 사물 객체가 존재하는 경우, 이미지를 촬영한 장소에 대한 문제를 생성할 수 있다(S232). 예를 들어, 컴퓨팅 장치(100)는 해당 이미지를 촬영한 장소, 사물 객체의 이름, 동행한 인원 등을 질문하는 문제를 생성할 수 있다. 컴퓨팅 장치(100)는 문제 생성 시, 문제에 대한 정답을 매칭하여 저장하고 있을 수 있다.If there is an object that can predict the location where the image was captured, the computing device 100 may generate a problem regarding the location where the image was captured (S232). For example, the computing device 100 may generate a question asking questions about the location where the image was taken, the name of the object, the accompanying person, etc. When creating a problem, the computing device 100 may match and store the correct answer to the problem.
한편, 컴퓨팅 장치(100)는 이미지에 저장된 속성 정보를 이용하여, 이미지가 촬영된 장소를 획득하고, 획득된 장소에 대한 정보를 이용하여 문제를 생성할 수도 있다. 스마트폰을 이용하여 이미지를 촬영하는 경우 이미지를 촬영한 장소에 대한 정보가 이미지와 함께 저장될 수 있고, 컴퓨팅 장치(100)는 이미지를 획득할 때, 이미지에 저장된 장소에 대한 정보 또한 획득할 수 있다.Meanwhile, the computing device 100 may obtain the location where the image was taken using attribute information stored in the image and create a problem using the information about the obtained location. When taking an image using a smartphone, information about the place where the image was taken can be stored with the image, and when acquiring the image, the computing device 100 can also obtain information about the place stored in the image. there is.
또한, 컴퓨팅 장치(100)는 사용자 단말(200)에서 카메라 어플리케이션이 활성화되는 경우 사용자 단말(200)의 위치를 획득하여 저장하고 있을 수 있다. 이때, 컴퓨팅 장치(100)는 사용자 단말(200)의 위치를 날짜, 시간과 매칭하여 저장하고 있을 수 있으며, 획득되는 이미지의 날짜 및 시간을 기초로 해당 이미지가 촬영된 위치를 추출할 수도 있다. 그러나, 이에 한정되는 것은 아니고, 촬영되는 이미지와 위치를 매칭하여 저장하고 있을 수도 있다. 이후 컴퓨팅 장치(100)는 S230 내지 S232 단계를 수행할 수 있다. 상기 기재한 바와 같이, 이미지가 촬영된 장소에 대한 정보를 획득하고, 장소를 예측가능한 사물 객체를 이용한 문제를 생성하는 경우, 이미지가 촬영된 장소가 정확함에 따라 사용자의 뇌기능을 평가하기 위한 문제에 오류가 발생할 수 없으며, 뇌기능 평가 결과 또한 더 정확하게 평가될 수 있다.Additionally, the computing device 100 may obtain and store the location of the user terminal 200 when the camera application is activated in the user terminal 200. At this time, the computing device 100 may store the location of the user terminal 200 by matching the date and time, and may extract the location where the image was captured based on the date and time of the acquired image. However, it is not limited to this, and the captured image and location may be matched and stored. Afterwards, the computing device 100 may perform steps S230 to S232. As described above, when obtaining information about the place where the image was taken and creating a problem using an object whose location can be predicted, the problem is to evaluate the user's brain function according to the accuracy of the place where the image was taken. Errors cannot occur, and brain function evaluation results can also be evaluated more accurately.
다시 도 3을 참조하면, 컴퓨팅 장치(100)는 생성된 문제를 사용자에게 제공하고, 사용자로부터 문제에 대한 답변을 입력받을 수 있다(S300).Referring again to FIG. 3, the computing device 100 may provide the generated problem to the user and receive an answer to the problem from the user (S300).
컴퓨팅 장치(100)는 생성된 문제에 따라, 문제에 대한 답변 입력 양식을 결정하고, 결정된 양식에 따라 답변을 입력할 수 있는 인스트럭션을 제공할 수 있다. 본 발명의 실시 예에 따르면, 컴퓨팅 장치(100)는 이미지에서 복수의 선택지를 표시하고, 선택지 중 적어도 하나를 선택하는 인스트럭션을 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 이미지에서 변형된 부분과, 변형되지 않은 부분을 포함하는 선택지를 표시할 수 있고, 선택지 중 적어도 하나를 선택하는 인스트럭션을 제공할 수 있다. 사용자는 컴퓨팅 장치(100)에서 제공되는 인스트럭션을 따라 복수의 선택지 중 하나를 선택할 수 있고, 컴퓨팅 장치(100)는 선택된 선택지를 해당 문제에 대한 답변으로 획득할 수 있다.The computing device 100 may determine a form for entering an answer to the problem according to the generated problem, and provide instructions for entering an answer according to the determined form. According to an embodiment of the present invention, the computing device 100 may display a plurality of options in an image and provide instructions for selecting at least one of the options. For example, the computing device 100 may display options including a transformed portion and an untransformed portion of an image and provide instructions for selecting at least one of the options. The user may select one of a plurality of options according to instructions provided by the computing device 100, and the computing device 100 may obtain the selected option as an answer to the problem.
또한, 컴퓨팅 장치(100)는 이미지에서 적어도 한 부분을 선택하는 인스트럭션을 제공할 수 있다. 예를 들어, 사용자는 컴퓨팅 장치(100)에서 제공되는 인스트럭션을 따라 이미지에서 적어도 한 부분을 선택할 수 있고, 컴퓨팅 장치(100)는 선택된 부분을 해당 문제에 대한 답변으로 획득할 수 있다. 여기서, 컴퓨팅 장치(100)는 변형된 부분을 포함하는 영역을 설정할 수 있고, 사용자가 선택한 부분이 설정된 영역 내인지 여부에 따른 정답 여부를 해당 문제에 대한 답변으로 획득할 수도 있다.Additionally, the computing device 100 may provide instructions for selecting at least one part of an image. For example, the user may select at least one part of the image according to instructions provided by the computing device 100, and the computing device 100 may obtain the selected part as an answer to the problem. Here, the computing device 100 may set an area including the deformed part, and may obtain an answer to the question as to whether the correct answer is based on whether the part selected by the user is within the set area.
또한, 컴퓨팅 장치(100)는 이미지에 대해 생성된 질문에 대한 답변을 입력하는 인스트럭션을 제공할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 입력창을 제공할 수 있고, 사용자가 입력창에 입력하는 답변을 해당 문제에 대한 답변으로 획득할 수 있다.Additionally, the computing device 100 may provide instructions for entering answers to questions generated about an image. For example, the computing device 100 may provide an input window and obtain an answer that the user enters into the input window as an answer to the problem.
컴퓨팅 장치(100)는 입력된 답변을 기초로, 사용자의 뇌기능을 평가할 수 있다(S400). 컴퓨팅 장치(100)는 사용자의 뇌기능을 평가하기 위한 테스트를 진행할 때 복수의 문제를 생성하여 제공할 수 있으며, 복수의 문제에 대한 답변을 기초로 사용자의 뇌기능을 평가할 수 있다.The computing device 100 may evaluate the user's brain function based on the input answer (S400). When performing a test to evaluate the user's brain function, the computing device 100 may generate and provide a plurality of problems, and may evaluate the user's brain function based on the answers to the plurality of problems.
도 7은 본 발명의 실시 예에 따른 입력된 답변을 기초로 사용자의 뇌기능을 평가하는 방법을 나타내는 도면이다.Figure 7 is a diagram illustrating a method of evaluating a user's brain function based on an input answer according to an embodiment of the present invention.
도 7을 참조하면, 컴퓨팅 장치(100)는 사용자로부터 입력된 답변의 정답 여부를 확인하고, 사용자의 정답률을 계산할 수 있다(S400). 컴퓨팅 장치(100)는 문제를 생성할 때, 문제에 대한 정답을 저장하고 있을 수 있으며, 사용자로부터 입력되는 답변을 저장된 정답과 비교하여 정답 여부를 확인하고, 정답 여부에 따른 정답률을 계산할 수 있다.Referring to FIG. 7, the computing device 100 may check whether the answer entered by the user is correct and calculate the user's percentage of correct answers (S400). When creating a problem, the computing device 100 may store the correct answer to the problem, compare the answer input from the user with the stored correct answer to check whether the answer is correct, and calculate a correct answer rate according to whether the answer is correct.
컴퓨팅 장치(100)는 사용자의 나이 및 건강 상태를 포함하는 사용자 정보를 기초로 평가 기준 범위를 결정하고, 결정된 평가 기준 범위에 따라 사용자의 정답률에 해당하는 뇌기능을 평가할 수 있다(S411). The computing device 100 may determine the evaluation standard range based on user information including the user's age and health condition, and evaluate the brain function corresponding to the user's correct answer rate according to the determined evaluation standard range (S411).
컴퓨팅 장치(100)는 사전에 사용자의 나이 및 건강 상태를 포함하는 사용자 정보를 획득하여 저장하고 있을 수 있다. 컴퓨팅 장치(100)는 사용자 정보를 입력할 수 있는 인스트럭션을 제공할 수 있고, 사용자는 사용자 단말(200)을 통해 제공되는 인스트럭션을 따라 사용자 정보를 입력할 수 있다.The computing device 100 may obtain and store user information including the user's age and health status in advance. The computing device 100 can provide instructions for inputting user information, and the user can input user information by following instructions provided through the user terminal 200.
평가 기준은 뇌 활성 정도에 따라 복수의 단계로 구분되어져 있을 수 있으며, 사용자의 나이나 건강 상태에 따라 복수의 단계 각각의 범위는 상이하게 설정되어 있을 수 있다. 이에 따라, 컴퓨팅 장치(100)는 사용자의 정답률에 해당하는 범위를 추출할 수 있으며, 추출된 범위에 해당하는 뇌 활성 정도를 기초하여 사용자의 뇌기능을 평가할 수 있다. 컴퓨팅 장치(100)는 사용자의 뇌 활성 정도에 따른 단계를 결정할 수 있으며, 결정된 단계에 해당하는 뇌기능 평가 결과를 사용자에게 제공할 수 있다. The evaluation criteria may be divided into a plurality of stages depending on the level of brain activity, and the ranges of each of the plurality of stages may be set differently depending on the user's age or health condition. Accordingly, the computing device 100 can extract a range corresponding to the user's percentage of correct answers and evaluate the user's brain function based on the degree of brain activity corresponding to the extracted range. The computing device 100 may determine a stage according to the user's level of brain activity and provide the user with a brain function evaluation result corresponding to the determined stage.
한편, 나이나 건강 상태와 상관없이 모든 사용자들의 뇌기능을 동일하게 평가하는 경우 나이에 비해 뇌기능이 좋음에도 불구하고 나이가 적은 사용자들에 비해 뇌기능이 안좋게 평가되는 결과가 추출될 수 있어 결과가 객관적이지 못할 수 있다. 이에 따라, 본 발명의 실시 예에 따른 컴퓨팅 장치(100)는 사용자의 사용자 정보에 따라 평가 기준을 다르게 설정함으로써 사용자 맞춤형 뇌기능 평가 기준이 생성될 수 있다. 또한, 사용자의 사용자 정보에 따라 서로 다른 난이도의 문제가 생성될 수 있으며, 동일 또는 유사한 사용자 정보를 가지는 사용자들간의 비교를 통해 사용자의 뇌기능을 평가함으로써 객관적인 평가가 이루어질 수 있다. On the other hand, if the brain function of all users is evaluated equally regardless of age or health status, results may be extracted in which the brain function is evaluated as worse than that of younger users, even though the brain function is good for their age. may not be objective. Accordingly, the computing device 100 according to an embodiment of the present invention sets the evaluation criteria differently according to the user's user information, so that a user-customized brain function evaluation standard can be generated. Additionally, problems of different difficulty levels may be created depending on the user's user information, and an objective evaluation can be made by evaluating the user's brain function through comparison between users with the same or similar user information.
또한, 컴퓨팅 장치(100)는 사용자가 이전에 이미지를 이용한 뇌기능 평가를 수행했던 평가 결과와, 현재 이미지를 이용한 뇌기능 평가를 수행한 평가 결과를 비교할 수 있고, 비교 데이터를 사용자에게 제공할 수 있으며, 유의미한 수치가 있는 경우 별도로 알림하는 것 또한 가능할 수 있다. 예를 들어, 사용자의 현재 평가 결과가 이전 평가 결과에 비해 기 설정된 값 이하로 낮아진 경우 사용자의 뇌기능에 문제가 있는 것으로 판단하여 별도의 메시지를 통해 병원에 내원할 것을 알림할 수 있고, 알림하는 방법은 한정되지 않는다.In addition, the computing device 100 can compare the evaluation results of the user's previous brain function evaluation using images with the evaluation results of the current brain function evaluation using images, and provide comparison data to the user. And, if there are significant numbers, it may also be possible to notify them separately. For example, if the user's current evaluation result falls below a preset value compared to the previous evaluation result, it is determined that there is a problem with the user's brain function and a separate message can be sent to notify the user to visit the hospital. The method is not limited.
또한, 컴퓨팅 장치(100)는 사용자가 본인의 상태를 판단할 수 있는 정량화된 데이터를 제공할 수 있다. 예를 들어, 사용자와 동일한 나이, 유사한 건강 상태를 가진 사용자들의 평가 결과를 사용자의 평가 결과와 같이 제공하거나, 각 단계별 수치와 사용자의 수치를 제공할 수 있다.Additionally, the computing device 100 may provide quantified data that allows the user to determine his or her state. For example, the evaluation results of users of the same age and similar health status as the user may be provided along with the user's evaluation results, or the values for each stage and the user's values may be provided.
본 발명의 실시 예에 따르면, 컴퓨팅 장치(100)는 사용자의 사용자 단말(200)에 접근 허용을 요청할 수 있다. 컴퓨팅 장치(100)는 사용자 단말(200)로 사용자 단말로의 접근을 허용하겠냐는 메시지를 전송할 수 있고, 사용자가 허용 또는 거절 중 답변을 선택할 수 있도록 인스트럭션을 제공할 수 있으나, 접근 허용을 요청하는 방법은 이에 한정되는 것은 아니다.According to an embodiment of the present invention, the computing device 100 may request permission to access the user's user terminal 200. The computing device 100 may transmit a message to the user terminal 200 asking whether to allow access to the user terminal, and may provide instructions so that the user can select an answer between allow or deny. However, there is a method of requesting access permission. is not limited to this.
컴퓨팅 장치(100)는 사용자 단말(200)로의 접근이 허용되면 사용자가 사용자 단말(200)을 이용하여 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터를 수집할 수 있다. 즉, 사용자 단말(200)의 접근이 허용되면, 컴퓨팅 장치(100)는 사용자 단말(200)에서 실행가능한 카메라, 마이크, 모션센서 등을 활성화하고, 카메라, 마이크, 모션센서 등을 실행하면서 발생하는 데이터를 수집할 수 있다. When access to the user terminal 200 is permitted, the computing device 100 may collect data generated while the user inputs an answer to a question using the user terminal 200. That is, when access to the user terminal 200 is permitted, the computing device 100 activates the camera, microphone, motion sensor, etc. executable on the user terminal 200, and generates information while executing the camera, microphone, motion sensor, etc. Data can be collected.
예를 들어, 컴퓨팅 장치(100)는 사용자 단말(200)의 카메라를 활성화하여 사용자 단말(200)의 화면이 켜지고, 어플리케이션을 실행하여 문제를 확인하고, 답변을 입력하는 과정을 녹화할 수 있다. 또한, 컴퓨팅 장치(100)는 카메라 및 마이크를 활성화하여 사용자가 문제를 푸는 모습 및 소리를 녹화할 수 있다. 또한, 컴퓨팅 장치(100)는 모션센서를 활성화하여 사용자 단말(200)의 움직임을 기록할 수 있다.For example, the computing device 100 may activate the camera of the user terminal 200 to record the process of turning on the screen of the user terminal 200, executing an application to check a problem, and entering an answer. Additionally, the computing device 100 may activate the camera and microphone to record the appearance and sound of the user solving the problem. Additionally, the computing device 100 may record the movement of the user terminal 200 by activating the motion sensor.
컴퓨팅 장치(100)는 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터를 이용하여 사용자의 행동을 분석할 수 있다. 예를 들어, 사용자가 문제를 확인한 후, 얼마의 시간이 흐른 뒤 답변을 입력했는지, 문제를 푸는 동안의 사용자의 표정, 목소리, 눈동자의 움직임, 사용자 단말(200)의 움직임은 어떠했는지 등을 분석할 수 있다.The computing device 100 may analyze user behavior using data generated in the process of entering an answer to a problem. For example, after the user checks the problem, how much time passes before entering the answer, the user's facial expression, voice, eye movement, and movement of the user terminal 200 while solving the problem are analyzed. can do.
컴퓨팅 장치(100)는 분석한 결과에 따라 사용자의 뇌기능을 평가할 수 있다. 예를 들어, 사용자가 문제를 확인한 후 오랜 시간이 흐른 뒤에 답변이 입력된 경우, 답변을 생각하는데 오랜 시간이 필요한 것으로 판단하여 뇌기능이 좋지 못한 것으로 판단할 수 있다. 이때, 오랜 시간의 기준은 사용자의 나이, 성별, 상태 등에 따라 상이하게 설정될 수 있다.The computing device 100 may evaluate the user's brain function according to the analysis results. For example, if the answer is entered a long time after the user checks the problem, it may be determined that it takes a long time to think of the answer, indicating poor brain function. At this time, the standard for long time may be set differently depending on the user's age, gender, status, etc.
또한, 문제를 푸는 동안의 사용자 단말(200)의 움직임 또는 눈동자의 움직임의 빈도가 많은 경우 사용자가 문제에 집중을 하지 못한 것으로 판단할 수 있으며, 집중을 하지 못하는 것 또한 뇌기능이 좋지 못한 것으로 판단하여 사용자의 뇌기능을 평가할 수 있다.In addition, if the frequency of movement of the user terminal 200 or eye movement while solving a problem is high, it may be determined that the user is unable to concentrate on the problem, and inability to concentrate may also be determined to indicate poor brain function. Thus, the user's brain function can be evaluated.
한편, 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터는 복수개의 데이터를 종합하여 사용하는 것도 가능할 수 있으며, 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터는 문제에 대한 답변의 정답 여부에 따라 사용자의 뇌기능을 평가하는데 서브 데이터로 이용될 수도 있다. 컴퓨팅 장치(100)는 문제에 대한 답변의 정답 여부에 따라 사용자의 뇌기능을 평가할 때, 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터를 추가적으로 분석하여 사용자의 뇌기능을 분석함으로써 더 정확한 결과를 출력할 수 있다.On the other hand, it may be possible to use data generated in the process of entering an answer to a problem by combining multiple pieces of data, and the data generated in the process of entering an answer to a problem may be used depending on whether the answer to the problem is correct or not. It can also be used as sub-data to evaluate the user's brain function. When evaluating the user's brain function depending on whether the answer to the problem is correct, the computing device 100 provides more accurate results by additionally analyzing the data generated in the process of entering the answer to the problem and analyzing the user's brain function. Can be printed.
본 발명의 실시 예에 따르면, 컴퓨팅 장치(100)는 사용자의 나이 및 건강 상태에 따라 문제의 난이도를 결정할 수 있다. 컴퓨팅 장치(100)는 나이 및 건강 상태에 해당하는 난이도를 저장하고 있을 수 있으며, 사용자의 나이 및 건강 상태에 해당하는 난이도를 추출하여 사용자에게 제공할 문제의 난이도를 결정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 나이에 해당하는 난이도를 추출하고, 건강 상태가 나쁠수록 추출된 난이도를 하향하여 문제의 난이도를 결정할 수 있고, 나이별로 기 설정된 범위에 따라 점수를 매기고, 건강 상태별로 기 설정된 조건에 따라 점수를 매기고, 나이 및 건강 상태 점수에 따라 각각 저장되어 있는 난이도를 기초로 사용자의 점수에 해당하는 난이도를 결정할 수 있다. 그러나, 난이도를 결정하는 방법은 이에 한정되는 것은 아니다.According to an embodiment of the present invention, the computing device 100 may determine the difficulty level of a problem depending on the user's age and health condition. The computing device 100 may store the difficulty level corresponding to the user's age and health status, and may determine the difficulty level of the problem to be provided to the user by extracting the difficulty level corresponding to the user's age and health status. For example, the computing device 100 may extract the difficulty level corresponding to age, determine the difficulty level of the problem by lowering the extracted difficulty level as the health condition worsens, score the problem according to a preset range for each age, and determine the level of difficulty of the problem. A score is assigned according to preset conditions for each state, and the difficulty level corresponding to the user's score can be determined based on the difficulty level stored for each age and health status score. However, the method of determining the difficulty level is not limited to this.
컴퓨팅 장치(100)는 결정된 난이도에 해당하는 문제를 생성하고, 생성된 문제에 대한 사용자의 정답률이 기 설정된 값보다 작은 경우 난이도를 낮춘 문제에 대한 사용자의 정답률을 계산할 수 있다. 즉, 문제의 난이도가 너무 높게 설정된 경우 사용자의 정답률이 기 설정된 값보다 작게 계산될 수 있다. 이에 따라, 난이도를 낮춘 문제를 생성하여 사용자에게 다시 문제에 대한 답변을 획득하고, 획득된 답변에 대한 정답률을 다시 계산할 수 있다. The computing device 100 may generate a problem corresponding to the determined level of difficulty, and if the user's percentage of correct answers to the generated problem is less than a preset value, the computing device 100 may calculate the user's percentage of correct answers to the problem of lowered difficulty. In other words, if the difficulty level of the problem is set too high, the user's percentage of correct answers may be calculated to be lower than the preset value. Accordingly, it is possible to create a problem with reduced difficulty, obtain an answer to the problem again from the user, and recalculate the correct answer rate for the obtained answer.
컴퓨팅 장치(100)는 정답률을 기초로 사용자에게 제공할 문제에 대한 난이도를 결정할 수 있다. 예를 들어, 다시 계산된 정답률이 기 설정된 값 이상인 경우 해당 난이도가 사용자에게 적합한 난이도인 것으로 판단하여 해당 난이도의 문제의 정답률을 이용하여 사용자의 뇌기능을 평가하거나, 중간 난이도로 문제를 재생성하여 사용자에게 다시 제공할 수 있다. 한편, 다시 계산된 정답률이 기 설정된 값보다 작은 경우, 난이도를 더 낮춘 문제를 생성하여 사용자에게 다시 제공하거나, 다시 계산된 정답률을 기초로 사용자의 뇌기능을 평가할 수 있다. 한편, 문제에 대한 정답률이 실제 사용자의 뇌기능에 대한 정답률인지, 사용자와 맞지 않는 난이도로 인한 정답률인지 판단하기 위해 여러 번의 테스트를 진행할 수 있으며, 여러 번의 테스트는 서로 다른 난이도의 문제에 대한 정답률을 판단함으로써 이루어질 수 있다.The computing device 100 may determine the level of difficulty for a problem to be provided to the user based on the percentage of correct answers. For example, if the recalculated percentage of correct answers is higher than the preset value, the difficulty level is judged to be suitable for the user and the user's brain function is evaluated using the percentage correct for problems of that difficulty level, or the problem is recreated at a medium level of difficulty so that the user can use it. can be provided again. Meanwhile, if the recalculated correct rate is less than the preset value, a problem with a lower level of difficulty can be created and provided to the user again, or the user's brain function can be evaluated based on the recalculated correct correct rate. Meanwhile, multiple tests can be conducted to determine whether the correct answer rate for a problem is due to the actual user's brain function or due to a level of difficulty that does not match the user's. Multiple tests can be performed to determine the correct answer rate for problems of different difficulty levels. This can be done through judgment.
전술한 바와 같이, 본 발명의 실시 예에 따르면 사용자 단말에 저장되어 있는 이미지에 대한 질문을 생성하고, 사용자로부터 질문에 대한 답변을 획득하여 사용자의 뇌기능을 평가함으로써 사용자의 치매를 진단하는 이미지를 이용한 뇌기능 평가 방법, 장치 및 프로그램을 실현할 수 있다.As described above, according to an embodiment of the present invention, an image is generated to diagnose the user's dementia by generating a question about the image stored in the user terminal, obtaining an answer to the question from the user, and evaluating the user's brain function. Brain function evaluation methods, devices, and programs can be implemented using this method.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다. Above, embodiments of the present invention have been described with reference to the attached drawings, but those skilled in the art will understand that the present invention can be implemented in other specific forms without changing its technical idea or essential features. You will be able to understand it. Therefore, the embodiments described above should be understood in all respects as illustrative and not restrictive.
100: 컴퓨팅 장치
200: 사용자 단말
300: 외부 서버100: computing device
200: user terminal
300: external server
Claims (11)
기 설정된 위치에 저장된 이미지를 획득하는 단계;
획득된 이미지와 관련된 문제를 생성하는 단계;
생성된 문제를 사용자에게 제공하고, 상기 사용자로부터 상기 문제에 대한 답변을 입력받는 단계; 및
입력된 답변을 기초로, 상기 사용자의 뇌기능을 평가하는 단계;를 포함하며,
상기 문제에 대한 답변을 입력받는 단계는,
상기 사용자의 사용자 단말에 접근 허용을 요청하는 단계; 및
상기 사용자 단말로의 접근이 허용되면 상기 사용자가 상기 사용자 단말을 이용하여 상기 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터를 수집하는 단계;를 포함하고,
상기 사용자의 뇌기능을 평가하는 단계는,
상기 문제에 대한 답변을 입력하는 과정에서 발생하는 데이터를 이용하여 상기 사용자의 행동을 분석하는 단계; 및
분석한 결과에 따라 상기 사용자의 뇌기능을 평가하는 단계;를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
In a method performed by a computing device,
Obtaining an image stored in a preset location;
generating a problem related to the acquired image;
Providing a created problem to a user and receiving an answer to the problem from the user; and
Comprising: evaluating the user's brain function based on the entered answer,
The step of receiving an answer to the above problem is,
Requesting permission to access the user's user terminal; and
When access to the user terminal is permitted, collecting data generated when the user inputs an answer to the question using the user terminal,
The step of evaluating the user's brain function is,
Analyzing the user's behavior using data generated in the process of entering an answer to the problem; and
A method for evaluating brain function using images, comprising: evaluating the user's brain function according to the analysis results.
상기 기 설정된 위치에 저장된 이미지를 획득하는 단계는,
기 설정된 위치에 저장된 이미지 중 기 설정된 조건에 해당하는 이미지를 획득하는 단계;를 더 포함하고,
상기 기 설정된 조건은, 상기 사용자가 최근 열람한 이력이 있는 이미지, 기 설정된 시간 이상으로 열람한 이력이 있는 이미지, 인물이 포함된 이미지, 기 설정된 시간 이전의 시간으로부터 최근까지 저장된 이미지 중 적어도 하나를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
According to paragraph 1,
The step of acquiring the image stored in the preset location is,
Further comprising: acquiring an image corresponding to preset conditions among images stored in a preset location,
The preset condition includes at least one of images that the user has recently viewed, images that have been viewed for more than a preset time, images containing people, and images stored from a time before the preset time until recently. Including, a method of evaluating brain function using images.
상기 획득된 이미지와 관련된 문제를 생성하는 단계는,
상기 이미지에 포함된 객체를 분석하는 단계;
분석된 객체 중 인물 객체를 추출하는 단계;
상기 사용자로부터 등록된 인물 정보와 상기 인물 객체를 비교하여, 상기 인물 객체와 상기 인물 정보를 매칭하는 단계;
상기 인물 정보와 매칭되는 인물 객체 중 적어도 하나 이상의 인물 객체를 블러 처리하는 단계; 및
블러 처리된 인물 객체에 대한 문제를 생성하는 단계;를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
According to paragraph 1,
The step of creating a problem related to the acquired image is,
Analyzing objects included in the image;
Extracting a person object from among the analyzed objects;
Comparing person information registered from the user and the person object, and matching the person object and the person information;
Blurring at least one person object among the person objects matching the person information; and
A method of evaluating brain function using images, comprising: generating a problem for a blurred human object.
상기 획득된 이미지와 관련된 문제를 생성하는 단계는,
상기 이미지에 포함된 객체를 분석하는 단계;
분석된 객체 중 적어도 하나 이상의 객체의 특징을 변형하는 단계; 및
원본 이미지 및 상기 특징이 변형된 객체가 포함된 이미지간의 차이점에 대한 문제를 생성하는 단계;를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
According to paragraph 1,
The step of creating a problem related to the acquired image is,
Analyzing objects included in the image;
Modifying the characteristics of at least one object among the analyzed objects; and
A method for evaluating brain function using images, comprising: generating a question about differences between an original image and an image containing an object whose characteristics have been modified.
상기 획득된 이미지와 관련된 문제를 생성하는 단계는,
상기 이미지에 포함된 객체를 분석하여, 사물 객체를 추출하는 단계;
추출된 사물 객체 중 상기 이미지가 촬영된 장소를 예측가능한 사물 객체 유무를 판단하는 단계; 및
판단 결과, 상기 이미지가 촬영된 장소를 예측가능한 사물 객체가 존재하는 경우, 상기 이미지를 촬영한 장소에 대한 문제를 생성하는 단계;를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
According to paragraph 1,
The step of creating a problem related to the acquired image is,
Analyzing objects included in the image and extracting object objects;
Determining whether or not there is an object that can predict the location where the image was taken among the extracted object objects; and
As a result of the determination, if there is an object that can predict the place where the image was taken, generating a problem about the place where the image was taken; A method of evaluating brain function using an image, including.
상기 문제에 대한 답변을 입력받는 단계는,
생성된 문제에 따라, 상기 문제에 대한 답변 입력 양식을 결정하는 단계; 및
결정된 양식에 따라 답변을 입력할 수 있는 인스트럭션을 제공하는 단계;를 더 포함하고,
상기 인스트럭션을 제공하는 단계는,
상기 이미지에서 복수의 선택지를 표시하고, 상기 선택지 중 적어도 하나를 선택하는 인스트럭션을 제공하는 단계, 상기 이미지에서 적어도 한 부분을 선택하는 인스트럭션을 제공하는 단계, 상기 이미지에 대해 생성된 질문에 대한 답변을 입력하는 인스트럭션을 제공하는 단계 중 적어도 하나를 포함하는 단계;를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
According to any one of claims 3 to 5,
The step of receiving an answer to the above problem is,
Depending on the generated problem, determining an answer input form for the problem; and
It further includes providing instructions for entering an answer according to a determined format,
The step of providing the instructions is,
Displaying a plurality of options in the image, providing instructions for selecting at least one of the options, providing instructions for selecting at least one part of the image, and providing an answer to a question generated for the image. A method for evaluating brain function using images, comprising at least one of providing input instructions.
상기 사용자의 뇌기능을 평가하는 단계는,
상기 사용자로부터 입력된 답변의 정답 여부를 확인하고, 상기 사용자의 정답률을 계산하는 단계;
상기 사용자의 나이 및 건강 상태를 포함하는 사용자 정보를 기초로 평가 기준 범위를 결정하고, 결정된 평가 기준 범위에 따라 상기 사용자의 정답률에 해당하는 뇌기능을 평가하는 단계;를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
According to paragraph 1,
The step of evaluating the user's brain function is,
Checking whether the answer entered by the user is correct and calculating the user's percentage of correct answers;
Determining an evaluation standard range based on user information including the user's age and health condition, and evaluating brain function corresponding to the user's correct answer rate according to the determined evaluation standard range; Brain using images, including; Functional evaluation method.
사용자의 나이 및 건강 상태에 따라 문제의 난이도를 결정하는 단계;
결정된 난이도에 해당하는 문제를 생성하는 단계;
생성된 문제에 대한 상기 사용자의 정답률이 기 설정된 값보다 작은 경우 난이도를 낮춘 문제에 대한 상기 사용자의 정답률을 계산하는 단계; 및
상기 정답률을 기초로 상기 사용자에게 제공할 문제에 대한 난이도를 결정하는 단계;를 포함하는, 이미지를 이용한 뇌기능 평가 방법.
According to paragraph 1,
determining the difficulty level of the problem according to the user's age and health condition;
Creating a problem corresponding to the determined difficulty level;
If the user's correct answer rate for the generated problem is less than a preset value, calculating the user's correct answer rate for the problem with reduced difficulty level; and
A method for assessing brain function using images, comprising: determining the level of difficulty for a problem to be provided to the user based on the percentage of correct answers.
상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
제1항의 방법을 수행하는, 장치.
A memory that stores one or more instructions; and
A processor executing the one or more instructions stored in the memory,
The processor executes the one or more instructions,
An apparatus for performing the method of claim 1.
A computer program combined with a computer as hardware and stored on a computer-readable recording medium so as to perform the method of claim 1.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230010128A KR102602026B1 (en) | 2023-01-26 | 2023-01-26 | Method, apparatus and program for evaluation of brain function using image |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230010128A KR102602026B1 (en) | 2023-01-26 | 2023-01-26 | Method, apparatus and program for evaluation of brain function using image |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102602026B1 true KR102602026B1 (en) | 2023-11-16 |
Family
ID=88964636
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230010128A KR102602026B1 (en) | 2023-01-26 | 2023-01-26 | Method, apparatus and program for evaluation of brain function using image |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102602026B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101175111B1 (en) * | 2011-03-31 | 2012-08-21 | 성균관대학교산학협력단 | Method and apparatus for providing face identification game |
| KR20200137161A (en) * | 2019-05-29 | 2020-12-09 | 주식회사 허그케어앤테라퓨틱스 | Method for conitive therapy based on artifical intelligence |
| KR102441584B1 (en) * | 2021-08-09 | 2022-09-08 | 주식회사 이모코그 | Method for diagnosing dementia based on image |
-
2023
- 2023-01-26 KR KR1020230010128A patent/KR102602026B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101175111B1 (en) * | 2011-03-31 | 2012-08-21 | 성균관대학교산학협력단 | Method and apparatus for providing face identification game |
| KR20200137161A (en) * | 2019-05-29 | 2020-12-09 | 주식회사 허그케어앤테라퓨틱스 | Method for conitive therapy based on artifical intelligence |
| KR102441584B1 (en) * | 2021-08-09 | 2022-09-08 | 주식회사 이모코그 | Method for diagnosing dementia based on image |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Elliott et al. | Disparities in the pace of biological aging among midlife adults of the same chronological age have implications for future frailty risk and policy | |
| CN106413554B (en) | System for assessing intelligence health obstacle | |
| Morgan et al. | Paradoxical facilitation of working memory after basolateral amygdala damage | |
| JPWO2020013302A1 (en) | Psychiatric and nervous system disease estimation system, estimation program and estimation method | |
| JP2022527571A (en) | Methods and systems for identifying subjects who may be affected by the medical condition | |
| WO2019223508A1 (en) | Method for establishing alzheimer's disease stage assessment model, and computer device | |
| Bonkhoff et al. | Dynamic connectivity predicts acute motor impairment and recovery post-stroke | |
| Lawler | Differential diagnosis in archaeology | |
| Wang et al. | Learning to read may help promote attention by increasing the volume of the left middle frontal gyrus and enhancing its connectivity to the ventral attention network | |
| US11887709B2 (en) | Systems and methods for predicting recovery of a patient | |
| EP3901963A1 (en) | Method and device for estimating early progression of dementia from human head images | |
| JP2014067344A (en) | Graph creation device, graph creation method, and graph creation program | |
| CN112561848A (en) | Method, non-transitory computer-readable medium, and apparatus for regional brain age prediction | |
| KR102602026B1 (en) | Method, apparatus and program for evaluation of brain function using image | |
| US9830830B2 (en) | Stimulus recognition training and detection methods | |
| CA3157380A1 (en) | Systems and methods for cognitive diagnostics for neurological disorders: parkinson's disease and comorbid depression | |
| US11547346B2 (en) | Method, server, and computer program for classifying severe cognitive impairment patients by analyzing EEG data | |
| Simfukwe et al. | CNN for a regression machine learning algorithm for predicting cognitive impairment using qEEG | |
| KR20210015834A (en) | Diagnosis support system, diagnosis support method and diagnosis support program | |
| KR102602027B1 (en) | Method, apparatus and progrm for generating task and providing reward for evaluating brain function | |
| WO2021245733A1 (en) | Brain image analysis device, control method, and computer-readable medium | |
| JP7331620B2 (en) | Diagnosis support method and diagnosis support system | |
| JP5782039B2 (en) | Method and system to aid data entry for information systems | |
| Stoyanov et al. | Toward methodology for strategic innovations in translational and computational neuroscience in psychiatry | |
| JP7313165B2 (en) | Alzheimer's Disease Survival Analyzer and Alzheimer's Disease Survival Analysis Program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| A107 | Divisional application of patent | ||
| GRNT | Written decision to grant |