KR102641510B1 - 심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 - Google Patents
심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 Download PDFInfo
- Publication number
- KR102641510B1 KR102641510B1 KR1020240008276A KR20240008276A KR102641510B1 KR 102641510 B1 KR102641510 B1 KR 102641510B1 KR 1020240008276 A KR1020240008276 A KR 1020240008276A KR 20240008276 A KR20240008276 A KR 20240008276A KR 102641510 B1 KR102641510 B1 KR 102641510B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- user
- air
- wearable device
- artificial intelligence
- Prior art date
Links
- 208000024891 symptom Diseases 0.000 claims abstract description 48
- 229920001296 polysiloxane Polymers 0.000 claims abstract description 19
- 239000000284 extract Substances 0.000 claims abstract description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 94
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 48
- 230000033001 locomotion Effects 0.000 claims description 45
- 230000000747 cardiac effect Effects 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 28
- JOYRKODLDBILNP-UHFFFAOYSA-N Ethyl urethane Chemical compound CCOC(N)=O JOYRKODLDBILNP-UHFFFAOYSA-N 0.000 claims description 24
- 230000033764 rhythmic process Effects 0.000 claims description 15
- 239000004744 fabric Substances 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 10
- 208000002193 Pain Diseases 0.000 claims description 7
- 208000019622 heart disease Diseases 0.000 claims description 6
- 229920000742 Cotton Polymers 0.000 claims description 3
- 239000004677 Nylon Substances 0.000 claims description 3
- 229920000297 Rayon Polymers 0.000 claims description 3
- 229920002334 Spandex Polymers 0.000 claims description 3
- 210000000085 cashmere Anatomy 0.000 claims description 3
- 229920001778 nylon Polymers 0.000 claims description 3
- 229920000728 polyester Polymers 0.000 claims description 3
- 239000002964 rayon Substances 0.000 claims description 3
- 239000004759 spandex Substances 0.000 claims description 3
- 210000002268 wool Anatomy 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 2
- 230000003213 activating effect Effects 0.000 claims 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 abstract description 8
- 229910052710 silicon Inorganic materials 0.000 abstract description 8
- 239000010703 silicon Substances 0.000 abstract description 8
- 239000000853 adhesive Substances 0.000 description 17
- 230000001070 adhesive effect Effects 0.000 description 17
- 239000010408 film Substances 0.000 description 16
- 208000019901 Anxiety disease Diseases 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000002347 injection Methods 0.000 description 9
- 239000007924 injection Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 8
- 230000036506 anxiety Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000003475 lamination Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 208000000094 Chronic Pain Diseases 0.000 description 1
- 208000035976 Developmental Disabilities Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 206010022998 Irritability Diseases 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 208000000112 Myalgia Diseases 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000005189 cardiac health Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 208000013465 muscle pain Diseases 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000004296 neuralgia Diseases 0.000 description 1
- 230000037311 normal skin Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 229920002994 synthetic fiber Polymers 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41D—OUTERWEAR; PROTECTIVE GARMENTS; ACCESSORIES
- A41D1/00—Garments
- A41D1/002—Garments adapted to accommodate electronic equipment
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41D—OUTERWEAR; PROTECTIVE GARMENTS; ACCESSORIES
- A41D1/00—Garments
- A41D1/04—Vests, jerseys, sweaters or the like
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/16—Measuring force or stress, in general using properties of piezoelectric devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Textile Engineering (AREA)
- General Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
일 실시 예에 따르면, 사용자의 생체 정보에 기초하여 상기 사용자의 심리 상태를 케어하기 위한 웨어러블 장치는 상기 사용자의 가슴 부위에 위치하는 전면부 및 상기 사용자의 등 부위에 위치하는 후면부로 이루어진 외피를 포함할 수 있다. 상기 외피는 상기 사용자의 신체를 향하는 제1 면과 상기 신체로부터 멀어지는 방향을 향하는 제2 면을 포함할 수 있다. 상기 웨어러블 장치는 상기 제1 면과 상기 제2 면 사이에 위치하는 에어 튜브(air-tube) 및 상기 에어 튜브로 공기가 주입되거나 취출되도록 상기 에어 튜브의 일 단에 마련된 에어 주입구, 상기 에어 주입구를 통해 에어 튜브에 공기를 주입하거나 취출하는 구동부, 상기 구동부로부터 연장되어 상기 에어 주입구에 연결되는 실리콘 튜브, 상기 실리콘 튜브 내부에 위치하며, 압력을 감지하는 압전 소자(piezoelectric element)를 구비한 센서 모듈, 상기 실리콘 튜브 내부에 위치하며, 상기 구동부 및 상기 센서 모듈과 작동적으로 연결된 프로세서를 포함할 수 있다. 상기 프로세서는 상기 센서 모듈 압전 소자를 통해 상기 에어 튜브 내부의 공기 압력을 나타내는 공기 압력 데이터를 획득하고, 상기 공기 압력 데이터에 기초하여, 상기 사용자의 상태를 결정하고, 상기 사용자의 상태는 상기 사용자의 심리 상태, 스트레스 레벨, 또는 신체 증상의 종류 중 적어도 하나를 포함할 수 있다. 상기 결정된 사용자의 상태에 기초하여, 상기 에어 튜브에 공기를 주입하도록 상기 구동부를 제어할 수 있다.
Description
본 개시는 생체 정보에 기반하여 심리 상태를 케어하기 위해 설계된 공기 주입식 의류에 관한 것이며, 더욱 상세하게는, 심탄도를 측정하도록 설계된 압전소자를 포함한 센서 모듈을 구비한 공기 주입식 의류에 관한 것이다.
최근 들어 사람의 심리 상태 또는 스트레스에 대한 관리나 안정에 대한 중요성이 증감됨에 따라, 불안감이나 스트레스를 해소하기 위한 방법 및 장치에 대한 필요성이 대두되고 있다.
이와 관련하여, 종래에 사용자의 심리 상태 또는 스트레스를 판단하거나 추측하기 위한 방법 및 기술로써, 생체 정보를 획득하도록 설게된 생체 센서를 구비한 웨어러블 장치가 사용자의 생체 정보를 획득하고, 획득된 사용자의 생체 정보에 기초하여 사용자의 심리 상태를 판단하거나 추측하는 방법 및 기술들이 제시되고 있다.
사용자의 심리 상태 또는 스트레스를 판단하거나 추측하기 위해서는, 사용자의 생체 정보가 필요하며, 심리 상태 또는 스트레스를 보다 정밀하게 판단하기 위해서는, 심리 상태 또는 스트레스에 대한 판단의 기초가 되는 사용자의 생체 정보에 노이즈가 최소화될 필요성이 있다. 즉, 노이즈가 최소화되면서 사용자의 생체 정보를 실시간으로 획득할 수 있는 방안이 요구된다.
위와 같은 요구에 따라, 기존에는 사용자의 생체 정보를 실시간으로 획득하기 위해, 사용자의 신체에 접촉된 센서(즉, 접촉식 생체 센서)를 통해 사용자의 생체 정보를 획득하는 방안을 채택하였으나, 사용자는 생체 센서의 접촉으로 인해 불편감, 이물감, 구속감 등의 불편한 느낌을 경험할 수 있다. 이에, 사용자의 신체에 접촉되지 않은 상태에서 사용자의 생체 정보를 획득할 수 있는 방안으로써, 비 접촉식 생체 센서를 이용하여 생체 정보를 획득하는 방안이 제시된 바 있다.
그러나, 비 접촉식 생체 센서를 이용하여 생체 정보를 획득하더라도 여전히 사용자의 신체 움직임 등에 의해 발생되는 노이즈는 접촉식 생체 센서의 센싱 데이터보다 비 접촉식 생체 센서의 센싱 데이터에서 더 크게 나타난다.
따라서, 비 접촉식 생체 센서와 같이 사용자의 신체에 직접 닿지 않아 불편감을 해소하면서도, 사용자의 움직임으로부터 발생될 수 있는 노이즈를 최소화시키면서 사용자의 생체 정보를 수집할 수 있는 방법을 구비한 공기 주입식 압박 의류가 요구되고 있다.
일 실시 예에 따르면, 사용자의 생체 정보에 기초하여 상기 사용자의 심리 상태를 케어하기 위한 웨어러블 장치는 상기 사용자의 가슴 부위에 위치하는 전면부 및 상기 사용자의 등 부위에 위치하는 후면부로 이루어진 외피를 포함할 수 있다. 상기 외피는 상기 사용자의 신체를 향하는 제1 면과 상기 신체로부터 멀어지는 방향을 향하는 제2 면을 포함할 수 있다. 상기 웨어러블 장치는 상기 제1 면과 상기 제2 면 사이에 위치하는 에어 튜브(air-tube) 및 상기 에어 튜브로 공기가 주입되거나 취출되도록 상기 에어 튜브의 일 단에 마련된 에어 주입구, 상기 에어 주입구를 통해 에어 튜브에 공기를 주입하거나 취출하는 구동부, 상기 구동부로부터 연장되어 상기 에어 주입구에 연결되는 실리콘 튜브, 상기 실리콘 튜브 내부에 위치하며, 압력을 감지하는 압전 소자(piezoelectric element)를 구비한 센서 모듈, 상기 실리콘 튜브 내부에 위치하며, 상기 구동부 및 상기 센서 모듈과 작동적으로 연결된 프로세서를 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서는 상기 센서 모듈의 압전 소자를 통해 상기 에어 튜브 내부의 공기 압력을 나타내는 공기 압력 데이터를 획득하고, 상기 공기 압력 데이터에 기초하여, 상기 사용자의 상태를 결정하고, 상기 사용자의 상태는 상기 사용자의 심리 상태, 스트레스 레벨, 또는 신체 증상의 종류 중 적어도 하나를 포함할 수 있다. 상기 결정된 사용자의 상태에 기초하여, 상기 에어 튜브에 공기를 주입하도록 상기 구동부를 제어할 수 있다.
본 개시의 일 실시 예에 따르면, 압전 소자를 포함한 생체 모듈을 구비한 공기 주입식 의류는 사용자의 심리 상태 또는 스트레스를 판단하고, 이를 케어하기 위해 필요한 생체 정보를 사용자의 피부에 접촉하지 않고, 무구속적으로 수집할 수 있다. 또한, 밀폐된 실리콘 튜브 내부에 비치된 압전 소자를 통해 측정한 공기 압력 데이터를 기반으로, 사용자의 심탄도를 측정할 수 있고, 이에 기초하여 사용자의 생체 정보를 획득함으로써, 기존에 비 접촉식 생체 센서로 생체 정보를 획득할 때보다 생체 정보에 포함된 노이즈가 감소될 수 있다. 즉, 노이즈가 감소된 생체 정보를 이용하여 보다 정밀하게 사용자의 심리 상태 또는 스트레스를 판단하고, 이에 기초하여 사용자에게 공기 압박을 가함으로써, 사용자의 불안감이나 스트레스를 효과적으로 감소시킬 수 있다.
이 외에, 본 개시를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 웨어러블 장치를 이용하여 사용자의 심리 상태를 케어(care)하기 위한 시스템을 도시한다.
도 2는 일 실시 예에 따른 심탄도를 측정하는 센서 모듈을 구비한 웨어러블 장치를 도시한다.
도 3은 일 실시 예에 따른 심탄도를 측정하는 센서 모듈의 내부 구성도를 도시한다.
도 4는 일 실시 예에 따른 심탄도를 측정하는 센서 모듈의 블록 구성도를 도시한다.
도 5는 일 실시 예에 따른 웨어러블 장치의 원단을 설명하기 위한 단층도를 도시한다.
도 6은 일 실시 예에 따른 웨어러블 장치에 구비된 센서 모듈을 이용하여 사용자의 생체 정보를 획득하는 기술의 개념도를 도시한다.
도 7은 일 실시 예에 따른 사용자의 움직임 정보를 이용하여 생체 정보를 보정하는 기술의 개념도를 도시한다.
도 8은 일 실시 예에 따른 웨어러블 장치가 생체 정보를 이용하여 심리 상태를 케어하는 방법의 흐름도를 도시한다.
도 9는 일 실시 예에 따른 생체 정보를 이용하여 심리 상태를 케어하기 위한 웨어러블 장치와 서버 간의 동작의 흐름도를 도시한다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 2는 일 실시 예에 따른 심탄도를 측정하는 센서 모듈을 구비한 웨어러블 장치를 도시한다.
도 3은 일 실시 예에 따른 심탄도를 측정하는 센서 모듈의 내부 구성도를 도시한다.
도 4는 일 실시 예에 따른 심탄도를 측정하는 센서 모듈의 블록 구성도를 도시한다.
도 5는 일 실시 예에 따른 웨어러블 장치의 원단을 설명하기 위한 단층도를 도시한다.
도 6은 일 실시 예에 따른 웨어러블 장치에 구비된 센서 모듈을 이용하여 사용자의 생체 정보를 획득하는 기술의 개념도를 도시한다.
도 7은 일 실시 예에 따른 사용자의 움직임 정보를 이용하여 생체 정보를 보정하는 기술의 개념도를 도시한다.
도 8은 일 실시 예에 따른 웨어러블 장치가 생체 정보를 이용하여 심리 상태를 케어하는 방법의 흐름도를 도시한다.
도 9는 일 실시 예에 따른 생체 정보를 이용하여 심리 상태를 케어하기 위한 웨어러블 장치와 서버 간의 동작의 흐름도를 도시한다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 일 실시 예에 따른 웨어러블 장치(101)를 이용하여 사용자의 심리 상태를 케어(care)하기 위한 시스템을 도시한다.
도 1을 참조하면, 사용자의 심리 상태를 케어하기 위한 시스템은, 웨어러블 장치(101), 네트워크(102), 및 서버(103)를 포함할 수 있다. 다만, 상기 시스템은 도 1에 도시된 구성요소에 제한되지 않으며, 일부 구성요소가 생략되거나 추가될 수 있다. 예를 들어, 상기 시스템은 사용자 단말(예: 스마트 폰)을 더 포함할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 웨어러블 장치(101)를 착용한 사용자에게 심부 압박(DTP, Deep Touch Pressure)을 제공하기 위해 에어 튜브(air-tube)(예: 도 2의 에어 튜브(110)), 에어 주입구(예: 도 2의 에어 주입구(204)), 및 구동부를 포함하는 공기 주입식 의류로 참조될 수 있다. 예를 들어, 웨어러블 장치(101)는 심리적으로 불안감을 느끼거나 스트레스가 높은 사용자가 착용함으로써 심리적인 불안감을 해소시키고, 스트레스를 낮추도록, 웨어러블 장치(101)를 착용한 사용자에게 심부 압박을 제공하도록 설계된 공기 주입식 의류를 의미할 수 있다. 여기서 심부 압박이란 사용자의 신체에 적절한 압력을 가하여 부교감 신경을 자극하는 압박을 의미하며, 이를 통해 사용자는 누군가가 안아주는 듯한 느낌을 느낄 수 있고, 이로써 불안감을 해소하거나 스트레스를 낮추어 심리적인 안정감을 얻는 효과가 있다. 상기 사용자는 심리적으로 안정감을 필요로 하거나 스트레스를 해소하기 위한 사람(예를 들어, 발달 장애 아동 또는 발달 장애인)을 포함할 수 있다. 다만, 상기 사용자는 상술한 예시에 제한되지 않으며, 영유아, 아동, 청소년, 장애인, 또는 노인을 포함할 수 있다.
일 실시 예에 따르면, 상기 구동부는 에어 펌프(air-pump) 역할을 수행할 수 있으며, 공기를 상기 에어 주입구(예: 도 2의 에어 주입구(204))를 통해 상기 에어 튜브(예: 도 2의 에어 튜브(110))로 주입하거나, 상기 에어 튜브로부터 공기를 취출할 수 있다. 예를 들어, 웨어러블 장치(101)를 착용한 사용자가 불안감을 느끼거나 스트레스를 느꼈다고 판단될 경우, 상기 구동부는 상기 에어 주입구를 통해 상기 에어 튜브로 공기를 주입할 수 있다. 상기 에어 튜브에 공기가 주입된 후, 상기 사용자의 불안감이나 스트레스가 해소되었다고 판단될 경우, 상기 구동부는 상기 에어 튜브로부터 공기를 취출할 수 있다. 상기 사용자가 불안감을 느끼거나 스트레스를 느꼈다고 판단하는 기준은 웨어러블 장치(101)에 구비된 센서 모듈(예: 센서 모듈(201))을 통해 획득한 사용자의 생체 정보에 기초하여 판단될 수 있다. 예를 들어, 상기 생체 정보에 포함된 수치가 설정된 값 및/또는 설정된 범위를 벗어날 경우, 웨어러블 장치(101)는 사용자가 불안하거나 스트레스를 느꼈다고 판단할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 외부 전자 장치와 데이터 통신을 수행할 수 있는 통신 모듈을 포함할 수 있다. 예를 들어, 웨어러블 장치(101)는 네트워크(102)를 통해 서버(103)와 데이터 통신을 수행할 수 있다. 네트워크(102)는 무선 통신을 의미할 수 있고, 모바일 핫스팟 및/또는 Wi-Fi를 포함할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 웨어러블 장치(101)에 구비된 센서 모듈(예: 도 2의 센서 모듈(201))을 이용하여 획득한 생체 정보(예: 심탄도 정보, 심박 변이도 정보, 또는 호흡 정보)를 네트워크(102)를 통해 서버(103)로 전송할 수 있다. 웨어러블 장치(101)는 서버(103)로부터 서버(103)에서 업데이트된 인공지능 모델을 수신할 수 있다.
일 실시 예에 따르면, 서버(103)는 웨어러블 장치(101)와 데이터 통신을 수행할 수 있으며, 웨어러블 장치(101)의 구동부를 제어하는 데이터 값을 산출하기 위한 인공지능 모델을 구동할 수 있다. 예를 들어, 서버(103)는 학습 데이터들을 이용하여 인공지능 모델을 학습할 수 있고, 상기 인공지능 모델에 입력 데이터를 입력함으로써 출력 데이터를 획득할 수 있다.
일 실시 예에 따르면, 서버(103)는 웨어러블 장치(101)와 데이터 통신이 수립된 상태인 경우, 웨어러블 장치(101)로부터 사용자의 생체 정보를 수신할 수 있다. 서버(103)는 웨어러블 장치(101)와 데이터 통신이 수립된 상태인 경우, 서버(103)에서 업데이트된 인공지능 모델을 웨어러블 장치(101)로 전송할 수 있다.
일 실시 예에 따르면, 도 1에 도시하지 않았으나, 웨어러블 장치(101)는 네트워크(102)를 통해 사용자 단말(예: 스마트 폰)과 데이터 통신을 수행할 수 있다. 예를 들어, 웨어러블 장치(101)는 웨어러블 장치(101)에 구비된 센서 모듈(예: 도 2의 센서 모듈(201))을 통해 획득한 생체 정보를 상기 사용자 단말로 전송할 수 있다. 상기 사용자 단말은 네트워크(102)를 통해 웨어러블 장치(101)를 제어하기 위한 명령 데이터를 웨어러블 장치(101)로 전송할 수 있다.
도 2는 일 실시 예에 따른 심탄도를 측정하는 센서 모듈(201)을 구비한 웨어러블 장치(101)를 도시한다.
도 2를 참조하면, 웨어러블 장치(101)는 심탄도(BCG, ballistocardiogram)를 측정할 수 있는 압전 소자를 구비한 센서 모듈(201), 제1 형태의 제1 접착부(110-1)와 제2 형태의 제2 접착부(110-2)를 포함한 에어 튜브(110), 및 에어 주입구(204), 및 구동부(미도시)를 포함할 수 있다.
일 실시 예에 따르면, 도 2에 도시되지 않았으나, 웨어러블 장치(101)는 심탄도를 측정할 수 있는 압전 소자를 구비한 센서 모듈에 제한되지 않으며, 다양한 생체 정보들을 측정할 수 있는 생체 센서를 더 포함할 수도 있다. 예를 들어, 생체 센서는 피부전도도(EDA, electrodermal activity)를 측정하는 생체 센서, 광용적맥파(PPG, photoplethysmograph)를 측정하는 생체 센서, 맥박(BVP, Blood Volume Pulse)을 측정하는 생체 센서, 또는 열(또는 체온)(thermal)을 측정하는 생체 센서를 포함할 수 있다.
일 실시 예에 따르면, 이하에서는 웨어러블 장치(101)는 에어 튜브(110)를 구비한 조끼 형태의 의류를 전제로 설명한다. 다만, 웨어러블 장치(101)의 형태는 조끼 형태의 의류에 제한되지 않으며, 사용자에게 심부 압박을 가할 수 있는 의류 형태를 포함할 수 있다. 일 실시 예에 따르면, 웨어러블 장치(101)는 사용자가 착용했을 때, 사용자의 가슴 부분과 접하는 전면부와 사용자의 등 부분과 접하는 후면부를 포함할 수 있다.
일 실시 예에 따르면, 상기 구동부를 통해 주입되는 공기가 웨어러블 장치(101)를 착용한 사용자의 가슴 부분과 등 부분에 걸쳐 흉부를 전체적으로 균등하게 가압할 수 있도록, 웨어러블 장치(101)는 제1 형태의 제1 접착부(110-1)와 제2 형태의 제2 접착부(110-2)를 포함할 수 있다. 제1 형태의 제1 접착부(110-1)는 원형 또는 점 형태의 접착으로 형성되며, 제2 형태의 제2 접착부(110-2)는 소정의 길이만큼 선 접착된 형태로 형성될 수 있다. 일 실시 예에 따르면, 웨어러블 장치(101)에 구비된 에어 튜브(110)는 제1 접착부(110-1)와 제2 접착부(110-2)가 번갈아가며 배치됨으로써 주입되는 공기가 지나가는 통로를 형성할 수 있다. 일 실시 예에 따르면, 제1 접착부(110-1)와 제2 접착부(110-2)가 번갈아가며 배치됨으로써 한 개의 라인을 형성하는 접착 라인을 형성할 수 있다. 상기 접착 라인은 웨어러블 장치(101)의 전면부와 후면부에 걸쳐 횡 방향으로 나란하게 복수 개 배치될 수 있다. 제2 접착부(110-2)는 곧게 형성되거나, 일정 곡률을 갖는 곡선으로 형성될 수 있다.
일 실시 예에 따르면, 센서 모듈(201)은 하우징 내부에 압전 소자(piezoelectric element)를 포함할 수 있고, 상기 압전 소자를 밀봉하는 실리콘 튜브(202)를 포함할 수 있다. 예를 들어, 실리콘 튜브(202)는 압전 소자가 배치된 PCB(Printed Circuit Board)(또는 BCB 신호보드) 전체를 밀봉하도록 실리콘 튜브 내부에 상기 압전 소자 또는 상기 PCB가 배치될 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)에 구비된 에어 튜브(110)는 공기가 주입되거나 취출되는 에어 주입구(204)를 제외하고 밀폐된 형태로 구성될 수 있다. 센서 모듈(201)로부터 연장된 실리콘 튜브(202)의 끝단은 웨어러블 장치(101)의 에어 주입구(204)에 연결(203)될 수 있다. 센서 모듈(201)로부터 연장되는 실리콘 튜브(202)는 에어 주입구(204)와 연결되는 끝 단을 제외하고 밀폐된 형태로 구성될 수 있다. 즉, 웨어러블 장치(101)에 구비된 에어 주입구(204)에 센서 모듈(201)로부터 연장된 실리콘 튜브(202)의 끝단이 연결(203)됨으로써, 에어 튜브(110)와 실리콘 튜브(202) 내부에 밀폐된 공기의 압력이 상기 압전 소자에 인가될 수 있다. 상기 압전 소자는 웨어러블 장치(101)를 착용한 사용자의 심장박동 및/또는 호흡에 따라 웨어러블 장치(101)의 공기압 변화를 검출할 수 있다. 웨어러블 장치(101)의 프로세서(예: 도 4의 프로세서(401))는 상기 압전 소자를 통해 검출한 데이터(예: 공기압 변화 데이터)를 이용하여 심탄도 데이터를 획득할 수 있다.
*36도 3은 일 실시 예에 따른 심탄도를 측정하는 센서 모듈(201)의 내부 구성도를 도시한다.
도 3을 참조하면, 센서 모듈(201)은 압전 소자를 포함할 수 있고, 압전 소자를 밀폐(302)(또는 밀봉)하도록 실리콘 튜브(202)가 배치될 수 있다. 웨어러블 장치(101)는 전면부와 후면부 전체에 걸쳐 공기가 주입되도록 밀폐(303)(또는 밀봉)된 공간을 형성하는 에어 튜브(110)가 배치될 수 있다. 에어 튜브(110)는 제1 형태의 에어 접착부(110-1)와 제2 형태의 에어 접착부(110-2)를 포함할 수 있다.
일 실시 예에 따르면, 센서 모듈(201)의 실리콘 튜브(202)와 웨어러블 장치(101)의 에어 주입구(204)가 연결된 상태에서, 센서 모듈(201)의 압전 소자는 웨어러블 장치(101)를 착용한 사용자의 심장박동 및/또는 호흡에 따라 공기 튜브(101) 내부의 공기압 변화를 검출할 수 있다.
일 실시 예에 따르면, 센서 모듈(201)의 프로세서(예: 도 4의 프로세서(401))는 증폭기(예: BCG AFE(Analog Front End, 403))를 이용하여 압전 소자의 미소 출력 전압을 증폭하고, 필터하여 상기 프로세서가 ADC(analog-digital converter)할 수 있도록 아날로그 전압을 생성할 수 있다.
도 4는 일 실시 예에 따른 심탄도를 측정하는 센서 모듈(201)의 블록 구성도를 도시한다.
도 4를 참조하면, 센서 모듈(201)은 프로세서(401), 압전 소자(402), BCG AFE(403), RGB(404), 데이터 저장부(405), 통신부(406), 모션 센서(407), 인공지능 모델부(408), 데이터 가공부(409), 노이즈 제거부(410), 및 배터리(410)를 포함할 수 있다. 다만, 센서 모듈(201)은 도 4에 도시된 구성요소에 제한되지 않으며, 일부 구성요소가 생략되거나 추가될 수 있다. 예를 들어, 센서 모듈(201)은 RGB(404)가 생략될 수 있다. 다른 예를 들어, 센서 모듈(201)은 웨어러블 장치(101)의 에어 튜브(110)의 공기 압을 감지할 수 있는 압력 감지 센서를 더 포함할 수 있다. 인공지능 모델부(408)는 제1 인공지능 모델(408-1)과 제2 인공지능 모델(408-2)을 포함할 수 있다. 제1 인공지능 모델(408-1)은 압전 소자(402)를 통해 획득한 공기 압력 데이터 또는 생체 신호를 가공(또는 전처리)하기 위해 사용되는 인공지능 모델을 의미할 수 있다. 제2 인공지능 모델(408-2)은 제1 인공지능 모델(408-1)을 통해 출력된 데이터(예: BCG 데이터)로부터 가공된 데이터(예: HRV 데이터)를 통해 사용자의 증상을 분류하기 위해 사용되는 인공지능 모델을 의미할 수 있다.
일 실시 예에 따르면, 도 4에 도시하지 않았으나, 센서 모듈(201)은 웨어러블 장치(101)의 에어 튜브(110)에 공기를 주입하거나 취출하도록 설계된 구동부와 작동적으로 및/또는 전기적으로 연결될 수 있다. 예를 들어, 센서 모듈(201)은 상기 구동부의 하우징 내부에 배치될 수 있다.
일 실시 예에 따르면, 도 4에 도시하지 않았으나, 배터리(411)는 상기 구동부와 작동적으로 및/또는 전기적으로 연결될 수 있다. 예를 들어, 배터리(411)는 상기 구동부에 전력을 공급할 수 있다. 배터리(411)는 센서 모듈(201)과는 별개의 구성일 수 있으며, 센서 모듈(201) 및 상기 구동부에 전력을 공급할 수 있다.
일 실시 예에 따르면, 도 4에 도시하지 않았으나, 센서 모듈(201)은 실리콘 튜브 내부에 위치할 수 있으며, 상기 실리콘 튜브 내부에 위치한 센서 모듈(20!)은 상기 구동부의 하우징 내부에 배치될 수 있다.
일 실시 예에 따르면, 프로세서(401)는 특정 시스템을 제어하기 위한 전용 프로세서로써, 마이크로 컨트롤러(Micro Controller Unit, MCU)를 의미할 수 있다. 프로세서(401)는 압전 소자(402), BCG AFE(403), RGB(404), 데이터 저장부(405), 통신부(406), 모션 센서(407), 인공지능 모델부(408), 데이터 가공부(409), 노이즈 제거부(410), 및 배터리(410)와 작동적으로 및/또는 전기적으로 연결될 수 있다. 프로세서(401)는 압전 소자(402), BCG AFE(403), RGB(404), 데이터 저장부(405), 통신부(406), 모션 센서(407), 인공지능 모델부(408), 데이터 가공부(409), 노이즈 제거부(410), 및 배터리(410)로부터 획득한 다양한 데이터들을 분석 및 처리할 수 있고, 분석 및 처리한 결과에 따라 해당 구서용소들을 제어할 수 있다.
일 실시 예에 따르면, 프로세서(401)는 압전 소자(402)를 통해 웨어러블 장치(101)의 에어 튜브(110) 내의 공기 압력 데이터를 획득할 수 있다.
일 실시 예에 따르면, BCG AFE(403)를 통해 압전 소자(402)의 미소 출력 전압을 증폭하고 필터하여 프로세서(401)가 ADC(analog-digital converter)할 수 있도록 아날로그 전압을 생성하는 회로일 수 있다.
일 실시 예에 따르면, RGB(404)는 프로세서(401)의 동작 상태를 나타내는 3색 LED일 수 있다.
일 실시 예에 따르면, 데이터 저장부(405)는 압전 소자(402)를 통해 획득한 공기 압력 데이터, 인공지능 모델부(408)를 통해 출력된 출력 데이터들을 저장하는 회로일 수 있다.
일 실시 예에 따르면, 통신부(406)는 외부 장치(예: 서버(103))와 데이터 통신을 수행하도록 지원할 수 있다. 예를 들어, 웨어러블 장치(101)는 통신부(406)를 통해 서버(103)로 생체 신호를 전송할 수 있다.
일 실시 예에 따르면, 모션 센서(407)는 웨어러블 장치(101)를 착용한 사용자의 움직임 데이터를 획득하는 센서일 수 있다. 예를 들어, 모션 센서(407)는 3축 모션 센서, 가속도 센서, 지자계 센서, 및/또는 자이로 센서를 포함할 수 있다.
일 실시 예에 따르면, 모션 센서(407)는 프로세서(401)와 I2C 통신을 수행할 수 있다. 모션 센서(407)는 모션 센서(407)를 통해 획득한 사용자의 움직임 데이터를 I2C 통신을 통해 프로세서(401)에 제공할 수 있다.
일 실시 예에 따르면, 인공지능 모델부(408)는 제1 인공지능 모델(408-1) 및 제2 인공지능 모델(408-2)을 포함할 수 있다. 제1 인공지능 모델(408-1)은 압전 소자(402)를 통해 획득한 공기 압력 데이터 또는 생체 신호(예: BCG 신호)를 가공(또는 전처리)하기 위해 사용되는 인공지능 모델을 의미할 수 있다. 즉, 제1 인공지능 모델(408-1)은 템플릿 매칭(template matching) 기법을 활용하여 로우 데이터(raw data)가 가공(예: 퓨리에 변환 및 웨이브렛 변환)된 데이터로부터 필터된 데이터(filtered signal)를 추출하기 위해 로우 데이터 필터(raw data filter)를 수행하는 인공지능 모델을 의미할 수 있다. 제1 인공지능 모델(408-1)은 템플릿 매칭 기법을 활용하는 인공지능 모델로써 유사신호 매칭 모델로 일컬어질 수 있다. 상기 로우 데이터는 압전 소자(402)를 통해 획득한 공기 압력 데이터 또는 상기 공기 압력 데이터가 데이터 가공부(409)를 통해 전처리된 데이터를 의미할 수 있다. 상기 전처리(pre-processing)는 퓨리에(Fourier) 변환 및 웨이브렛(wavelet) 변환을 의미할 수 있다.
일 실시 예에 따르면, 제1 인공지능 모델(408-1)은 정상(normal) BCG 데이터 세트(set)(또는 정상 생체 데이터 세트)를 활용하여, 로우 데이터를 입력받았을 때, 필터된 데이터를 출력하도록 학습될 수 있다. 상기 정상 BCG 데이터 세트 또는 정상 생체 데이터 세트는 템플릿 데이터(template data)의 기준이 되는 데이터일 수 있다. 상기 필터된 데이터는 사용자별로 상이하게 출력되도록 제1 인공지능 모델(408-1)이 훈련될 수 있다. 상기 정상 생체 데이터 세트는 정상 심박수 데이터세트, 정상 심박 변이도 데이터 세트, 정상 호흡수 데이터, 정상 피부전도도 데이터 세트, 정상 광용적맥파 데이터 세트, 정상 맥박 데이터 세트, 또는 정상 체온 데이터 세트 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 제1 인공지능 모델(408-1)은 압전 소자(402)를 통해 획득한 공기 압력 데이터 또는 상기 공기 압력 데이터가 데이터 가공부(409)를 통해 전처리된 데이터 중 적어도 하나를 입력 데이터로 하고, 정상 BCG 데이터 세트(또는 정상 생체 데이터 세트)를 출력 데이터로 하는 인공지능 모델을 의미할 수 있다.
일 실시 예에 따르면, 제2 인공지능 모델(408-2)은 제1 인공지능 모델을 통해 출력된 데이터(예: 심탄도(BCG) 데이터)로부터 가공된 데이터(예: 심박변이도(HRV, heart rate variability) 데이터)를 통해 사용자의 증상을 분류하기 위해 사용되는 인공지능 모델을 의미할 수 있다.
일 실시 예에 따르면, 제2 인공지능 모델(408-2)은 증상에 따른 심박변이도 데이터를 활용하여, 제1 인공지능 모델을 통해 출력된 데이터(예: BCG 데이터)로부터 가공된 데이터(예: 심박변이도(HRV, heart rate variability) 데이터)를 입력받았을 때, 증상의 종류를 출력하도록 훈련될 수 있다.
일 실시 예에 따르면, 상기 증상은 스트레스 관련 증상, 호흡 관련 증상, 통증 관련 증상, 우울증 관련 증상, 또는 심장 질환 관련 증상을 포함할 수 있다.
일 실시 예에 따르면, 상기 스트레스 관련 증상은 심박변이도를 감소시킬 수 있다. 예를 들어, 불안, 긴장, 과민성, 신체적인 긴장 등은 심박 주기의 불규칙성과 심박변이도의 저하를 유발할 수 있다. 제2 인공지능 모델(408-2)은 스트레스 관련 증상에 따라 심박변이도가 감소되고, 심박 주기가 불규칙적인 심박변이도 데이터를 활용하여, 학습될 수 있다.
일 실시 예에 따르면, 상기 호흡 관련 증상은 호흡양상의 변화, 기도 폐색, 천식, 호흡곤란 등은 심박변이도를 감소시킬 수 있다. 제2 인공지능 모델(408-2)은 호흡 관련 증상에 따라 심박변이도가 감소된 심박변이도 데이터를 활용하여, 학습될 수 있다.
일 실시 예에 따르면, 상기 통증 관련 증상은 만성 통증, 신경통, 근육통 등은 심박 주기의 불규칙성과 심박변이도의 감소를 유발시킬 수 있다. 제2 인공지능 모델(408-2)은 통증 관련 증상에 따라 심박변이도가 감소되고, 심박 주기가 불규칙적인 심박변이도 데이터를 활용하여, 학습될 수 있다.
일 실시 예에 따르면, 상기 우울증 관련 증상은 우울, 무기력, 피로, 음울한 기분 등은 심박변이도의 저하와 연관될 수 있다. 제2 인공지능 모델(408-2)은 우울증 관련 증상에 따라 심박변이도가 저하된 심박변이도 데이터를 활용하여, 학습될 수 있다.
일 실시 예에 따르면, 상기 심장 질환 관련 증상은 심부전, 부정맥, 심근경색 등 심장 건강에 영향을 미치는 증상은 심박변이도의 변동성을 감소시킬 수 있다. 제2 인공지능 모델(408-2)은 심장 질환 관련 증상에 따라 심박변이도의 변동성이 감소된 심박변이도 데이터를 활용하여, 학습될 수 있다.
일 실시 예에 따르면, 데이터 가공부(409)는 센서(예: 센서 모듈(201)의 압전 소자(402))를 통해 획득한 센싱 데이터(예: BCG 로우 데이터(raw data))를 인공지능 모델(예: 제1 인공지능 모델(408-1))에 입력하기 위해 입력 데이터로 가공하는 회로일 수 있다. 예를 들어, 데이터 가공부(409)는 압전 소자(402)를 통해 획득한 웨어러블 장치(101)의 에어 튜브(110) 내의 공기 압력을 나타내는 공기 압력 데이터를, 인공지능 모델부(408)의 제1 인공지능 모델부(408-1)에 입력하기 위한 입력 데이터로 가공하기 위해, 전처리(pre-processing) 동작을 수행할 수 있다. 상기 전처리 과정은 퓨리에 변환 및 웨이브렛 변환을 의미할 수 있다. 데이터 가공부(409)는 압전 소자(402)를 통해 획득한 공기 압력 데이터를 1차적으로 퓨리에 변환을 적용할 수 있고, 2차적으로 웨이브렛 변환을 적용하여 변환 데이터를 생성할 수 있다. 상기 로우 데이터에 상기 퓨리에 변환을 적용한 데이터는 제1 변환 데이터이고, 상기 제1 변환 데이터에 상기 웨이브렛 변환을 적용한 데이터는 제2 변환 데이터일 수 있다.
일 실시 예에 따르면, 노이즈 제거부(410)는 모션 센서(407)(예: 3축 모션 센서, 가속도 센서, 지자계 센서, 및/또는 자이로 센서)로부터 획득한 움직임 데이터에 기초하여, 압전 소자(402)를 통해 검출된 센싱 데이터에 포함된 노이즈(noise)를 제거할 수 있다. 예를 들어, 노이즈 제거부(410)는 압전 소자(402)를 통해 측정된 센싱 데이터(예: 공기 압력 데이터)에 가속도 센서로부터 측정된 x, y, z 축의 신호를 중첩시켜, 증폭된 신호를 제거함으로써, 상기 센싱 데이터에 포함된 노이즈 데이터를 제거할 수 있다.
일 실시 예에 따르면, 배터리(411)는 센서 모듈(201)이 구동되도록 전원을 공급할 수 있다. 배터리(411)는 유선 및/또는 무선 충전이 가능할 수 있다. 배터리(411)가 충전 상태일 때, 통신부(406)가 활성화될 수 있다. 예를 들어, 프로세서(401)는 배터리(411)가 충전상태임을 식별한 것에 응답하여, 통신부(406)를 활성화시켜 외부 장치(예: 서버(103))와 데이터 통신을 수행할 수 있다. 즉, 프로세서(401)는 배터리(411)가 충전 상태일 때, 통신부(406)를 통해 서버(103)로 센싱 데이터를 송신할 수 있다. 상기 센싱 데이터는 압전 소자(402)를 통해 감지된 센싱 데이터(예: 공기 압력 데이터) 또는 상기 센싱 데이터가 데이터 가공부(409)를 통해 가공된 데이터(예: 퓨리에 변환 및 웨이브렛 변환을 포함한 전처리가 수행된 데이터 및 상기 전처리와 제1 인공지능 모델(408-1)에 입력되어 출력된 데이터))를 포함할 수 있다.
도 5는 일 실시 예에 따른 웨어러블 장치(101)의 원단을 설명하기 위한 단층도를 도시한다.
도 5를 참조하면, 웨어러블 장치(101)의 전면부와 후면부는 4 개의 레이어(layer)를 갖는 원단으로 구성될 수 있다. 즉, 웨어러블 장치(101)의 레이어는 상부에서 하부 방향으로 제1 층(501), 제2 층(502), 제3 층(503), 및 제4 층(504)의 순서대로 적층되어 구성될 수 있다. 웨어러블 장치(101)의 레이어는 의류 원단으로 이루어진 제1 층(501), 우레탄 필름으로 이루어진 제2 층(502), 우레탄 필름으로 이루어진 제3 층(503), 및 의류 원단으로 이루어진 제4 층(504)으로 구성될 수 있다. 제2 층(502)의 우레탄 필름과 제3 층(503)의 우레탄 필름은 고주파 융착 과정을 통해 서로 접착될 수 있다. 제1 층(501)의 의류 원단과 제2 층(502)의 우레탄 필름은 바인딩(biding) 과정을 통해 서로 접착될 수 있다. 제3 층(503)의 우레탄 필름과 제4 층(504)의 의류 원단은 서로 바인딩 과정을 통해 접착될 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)의 원단을 이루는 4 개의 레이어를 형성하는 공정은, 제1 층(501)과 제2 층(502)을 바인딩 과정을 통해 접착하여 제1 합지를 생성하고, 제3 층(503)과 제4 층(504)을 바인딩 과정을 통해 제2 합지를 생성하는 1차 공정과 상기 제1 합지와 상기 제2 합지를 고주파 융착 방식을 통해 서로 접착하는 제2 공정을 포함할 수 있다. 상기 제2 공정에서, 상기 제1 합지와 상기 제2 합지는 각각 우레탄 필름 면이 서로 접착될 수 있다.
일 실시 예에 따르면, 상기 의류 원단은 면(cotton), 폴리에스터(polyester), 레이온(rayon), 나일론(nylon), 울(wool), 캐시이머(cashmere), 실크(silk), 리넨(linen), 또는 스판덱스(spandex)를 포함할 수 있다.
일 실시 예에 따르면, 상기 우레탄 필름은 폴리우레탄(polyurethane)이라는 인공 섬유를 사용하여 만든 얇은 필름을 의미할 수 있다. 우레탄은 내구성이 뛰어나고 탄성이 좋아 유연하면서도 강한 속성을 가질 수 있고, 투명한 속성을 가질 수 있다.
도 6은 일 실시 예에 따른 웨어러블 장치(101)에 구비된 센서 모듈(201)을 이용하여 사용자의 생체 정보를 획득하는 기술의 개념도를 도시한다.
도 6의 (a)는 사용자가 착용했을 때, 실시간으로 상기 사용자의 생체 정보를 획득하기 위한 센서(예: 센서 모듈(201))를 구비한 웨어러블 장치(101)를 나타내고, 도 6의 (b)는 상기 사용자가 웨어러블 장치(101)를 착용했을 때, 상기 사용자의 생체 상태(예: 심장 박동 상태 또는 호흡 상태)에 따라 혈관의 수축 또는 팽창의 모습을 나타내고, 도 6의 (c)는 웨어러블 장치(101)의 센서를 통해 실시간으로 획득한, 웨어러블 장치(101)를 착용한 사용자의 생체 정보를 나타내는 그래프를 나타낼 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)를 착용한 사용자가 날숨 호흡을 하거나 심장이 수축할 경우(601), 상기 사용자의 혈관은 원 상태를 유지하거나 팽창된 상태가 될 수 있다. 웨어러블 장치(101)를 착용한 사용자가 들숨 호흡을 하거나 심장이 팽창할 경우(602), 상기 사용자의 혈관은 원 상태보다 수축될 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 센서 모듈(201)을 통해 상기 사용자의 생체 정보를 획득할 수 있다. 웨어러블 장치(101)는 센서 모듈(201)을 통해 상기 사용자의 생체 정보를 나타내는 로우 데이터(raw data)(611)를 획득할 수 있다. 웨어러블 장치(101)는 데이터 가공부(409)를 통해 상기 로우 데이터를 가공함으로써, 심탄도(BCG) 데이터(612) 및 호흡(Respiration) 데이터(613)를 생성할 수 있다. 예를 들어, 웨어러블 장치(101)는 데이터 가공부(409)를 통해 상기 로우 데이터에 퓨리에 변환 및 웨이브렛 변환을 적용할 수 있다. 웨어러블 장치(101)는 상기 퓨리에 변환과 웨이브렛 변환을 적용한 변환 데이터를 제1 인공지능 모델(408-1)에 입력하여 필터된 데이터를 출력할 수 있다. 상기 필터된 데이터는 심탄도 데이터(612) 또는 호흡 데이터(613)를 포함할 수 있다.
일 실시 예에 따르면, 퓨리에 변환은 압전 소자(402)를 통해 측정된 로우 데이터에서 생체 리듬(예: 심장 리듬 또는 호흡 리듬)에 해당하는 주파수를 분리하는 과정을 의미할 수 있다.
일 실시 예에 따르면, 웨이브렛 변환은 신호의 길이를 시간 축 방향으로 늘리거나 줄이며 조장함으로써 저주파에서 고주파까지 다양한 대역을 만들어 내는 과정과 특정 규칙에 따라 모델링된 웨이브렛 함수의 시간 스케일을 변경해가며 로우 데이터와의 상관 계수를 계산하여 변환하는 과정을 의미할 수 있다.
도 7은 일 실시 예에 따른 사용자의 움직임 정보를 이용하여 생체 정보를 보정하는 기술의 개념도를 도시한다.
도 7을 참조하면, 웨어러블 장치(101)는 노이즈 제거부(410)를 이용하여, 압전 소자(402)를 통해 획득한 공기 압력 데이터에 포함된 노이즈를 제거할 수 있다. 예를 들어, 웨어러블 장치(101)는 센서 모듈(201)의 압전 소자(402)를 통해 획득한 로우 데이터(예: 공기 압력 데이터)를 전처리할 수 있고, 전처리 과정을 통해 생체 데이터(예: 심탄도(BCG) 데이터 및 호흡 데이터)를 획득할 수 있다. 상기 전처리 과정을 통해 획득한 생체 데이터는 사용자의 움직임으로 인해 발생된 노이즈가 포함된 데이터일 수 있다. 예를 들어, 도 7의 (a)의 그래프(701)는 상기 전처리 과정을 통해 획득한 생체 데이터를 나타내며, 제1 부분(711)에 상기 노이즈가 포함될 수 있다. 도 7의 (a)의 그래프(702)는 모션 센서(407)를 통해 획득한 사용자의 움직임 데이터를 나타내며, 제2 부분(721)에 상기 사용자의 움직임으로 인해 발생된 움직임 데이터가 포함될 수 있다.
일 실시 예에 따르면, 도 7의 (b)의 그래프(701)는 그래프(702)에 표현된 움직임 데이터를 이용하여 그래프(701)에 표시된 생체 데이터의 노이즈가 제거된 데이터를 나타낼 수 있다. 예를 들어, 그래프(702)의 제2 부분(721)에 표시된 움직임 데이터로 인하여, 그래프(701)의 제1 부분(711)에 표현된 노이즈 데이터는, 그래프(701)의 생체 데이터와 그래프(702)의 움직임 데이터를 중첩하여 증폭된 신호를 제거함으로써, 그래프(703)의 제3 부분(731)과 같이 노이즈를 제거할 수 있다.
*86도 8은 일 실시 예에 따른 웨어러블 장치(101)가 생체 정보를 이용하여 심리 상태를 케어하는 방법의 흐름도를 도시한다.
이하에서 설명되는 웨어러블 장치(101)의 동작들은 그 순서가 변경되거나 동시에 수행될 수 있다.
동작 801에서, 웨어러블 장치(101)는 센서 모듈(201)을 통해 실시간으로 웨어러블 장치(101)를 착용한 사용자의 생체 정보를 획득할 수 있다. 예를 들어, 웨어러블 장치(101)는 센서 모듈(201)의 압전 소자(402)를 통해 웨어러블 장치(101)의 에어 튜브(110) 내의 공기 압력을 감지하여, 공기 압력 데이터를 획득할 수 있다. 상기 공기 압력은 상기 사용자의 심장 박동 또는 호흡 상태에 따라 변동될 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 데이터 가공부(409) 및 인공지능 모델부(408)를 통해 상기 공기 압력 데이터를 생체 데이터로 가공할 수 있다. 상기 공기 압력 데이터는 로우 데이터 또는 심탄도 데이터로 이해될 수 있다. 웨어러블 장치(101)는 데이터 가공부(409)를 통해 상기 로우 데이터를 가공할 수 있다. 예를 들어, 웨어러블 장치(101)는 데이터 가공부(409)를 통해 상기 로우 데이터를 1차적으로 퓨리에 변환을 적용하고, 2차적으로 웨이브렛 변환을 적용할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 상기 로우 데이터에 상기 퓨레에 변환과 웨이브렛 변환을 적용함으로써 심탄도 데이터와 호흡 데이터를 획득할 수 있다. 상기 심탄도 데이터와 상기 호흡 데이터는 상기 제2 변환 데이터를 의미할 수 있다.
일 실시 예에 따르면, 웨이러블 장치(101)는 상기 로우 데이터에서 심탄도 데이터(또는 제2 변환 데이터)를 획득하기 위해, 심장 리듬에 대응하는 제1 주파수를 분리함으로써 퓨리에 변환을 수행할 수 있다. 웨어러블 장치(101)는 퓨리에 변환을 수행한 제1 변환 데이터에 심장 리듬에 따라 모델링된 웨이블렛 함수를 이용하여 웨이블렛 변환을 수행할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 상기 로우 데이터에서 호흡 데이터(또는 제2 변환 데이터)를 획득하기 위해, 호흡 리듬에 대응하는 제2 주파수를 분리함으로써 퓨리에 변환을 수행할 수 있다. 웨어러블 장치(101)는 퓨리에 변환을 수행한 제2 변환 데이터에 호흡 리듬에 따라 모델링된 웨이블렛 함수를 이용하여 웨이블렛 변환을 수행할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 상기 퓨리에 변환과 웨이브렛 변환을 적용한 제2 변환 데이터를 인공지능 모델부(408)의 제1 인공지능 모델(408-1)에 입력하여 출력된 데이터에 기초하여, 실시간으로 생체 데이터를 획득할 수 있다. 상기 생체 데이터는 상기 제1 인공지능 모델의 템플릿 매칭 기법이 적용된 데이터이며, 로우 데이터 필터(raw data filter)가 적용된 데이터로 일컬어질 수 있다. 상기 생체 데이터는 상기 로우 데이터 필터가 적용된 심탄도 데이터 또는 호흡 데이터를 포함할 수 있다.
동작 802에서, 웨어러블 장치(101)는 실시간으로 획득한 생체 데이터(예: 심탄도 데이터 또는 호흡 데이터) 또는 상기 생체 데이터를 가공한 데이터(예: 심박수 데이터 또는 심박변이도 데이터)에 기초하여, 웨어러블 장치(101)를 착용한 사용자의 이상상태를 감지할 수 있다. 예를 들어, 웨어러블 장치(101)는 상기 생체 데이터의 수치가 지정된 범위를 초과하는지 여부에 기초하여, 상기 사용자의 이상상태를 감지할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 심박수 데이터가 지정된 범위를 초과하는지 여부에 기초하여, 상기 사용자의 이상상태를 감지할 수 있다. 상기 지정된 범위는 제1 값 내지 제2 값일 수 있으며, 상기 지정된 범위는 연령별 정상 심박수 구간을 의미할 수 있다. 예를 들어, 20세 이상의 성인 기준 정상적인 평균 심박수는 약 70 ~ 75회이므로, 상기 제1 값은 70회, 상기 제2 값은 75회일 수 있다. 다만, 상기 예시된 수치에 제한되지 않는다. 웨어러블 장치(101)는 심박수 데이터가 지정된 범위를 초과한 경우, 상기 사용자가 불안감을 느끼거나 스트레스를 받은 상태로 판단할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 심박변이도 데이터가 지정된 범위를 초과하는지 여부에 기초하여, 상기 사용자의 이상상태를 감지할 수 있다. 상기 지정된 범위는 제3 값 내지 제4 값일 수 있고, 상기 지정된 범위는 연령별 정상 심박변이도 구간을 의미할 수 있다. 예를 들어, 심리 상태가 안정적이거나 스트레스 레벨이 낮은 경우, 심박변이도가 높을 수 있고, 이 경우 지정된 범위인 제3 값 내지 제4 값 사이의 차이 값은 제1 차이 값일 수 있다. 심리 상태가 불안정하거나 스트레스 레벨이 높은 경우, 심박변이도가 낮을 수 있고, 이 경우 지정된 범위인 제3 값 내지 제4 값의 차이 값은 제2 차이 값일 수 있다. 상기 제1 차이 값은 상기 제2 차이 값보다 클 수 있다. 웨어러블 장치(101)는 심박변이도 데이터가 지정된 범위를 초과한 경우, 상기 사용자가 불안감을 느끼거나 스트레스를 받은 상태로 판단할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 호흡 데이터가 지정된 범위를 초과하는지 여부에 기초하여, 상기 사용자의 이상상태를 감지할 수 있다. 상기 지정된 범위는 제5 값 내지 제6 값일 수 있고, 상기 지정된 범위는 정상 호흡 수 구간을 의미할 수 있다. 상기 제5 값은 분당 12회이고, 제6 값은 분당 20회일 수 있다. 웨어러블 장치(101)는 호흡 데이터가 지정된 범위를 초과한 경우, 상기 사용자가 불안감을 느끼거나 스트레스를 받은 상태로 판단할 수 있다.
동작 803에서, 웨어러블 장치(101)는 사용자가 불안감을 느끼거나 스트레스를 받은 상태로 감지한 경우 즉, 이상상태임을 감지한 경우, 웨어러블 장치(101)의 에어 튜브(110)에 공기를 주입하도록 구동부를 자동 제어할 수 있다. 웨어러블 장치(101)는 상기 사용자가 이상상태임을 나타내는 상태 정보 또는 구동부를 제어와 관련된 정보 중 적어도 하나를 외부 장치(예: 서버(103) 또는 사용자 단말)로 전송할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 상기 사용자의 생체 정보에 기초하여 판단된 상기 사용자의 심리상태의 종류, 스트레스의 레벨, 또는 증상의 종류 중 적어도 하나를 판단할 수 있다.
일 실시 예에 따르면, 심리상태의 종류는 화남, 슬픔, 즐거움, 편안함, 불안함 등을 포함할 수 있다. 상기 스트레스의 레벨은 구간을 나누어 소정의 단계로 구분될 수 있다. 예를 들어, 스트레스의 레벨은 제1 레벨부터 제5 레벨로 구분될 수 있으며, 제1 레벨에서부터 제5 레벨에 따라 스트레스가 증가되는 것으로 이해될 수 있다. 상기 증상의 종류는 스트레스 관련 증상, 호흡 관련 증상, 통증 관련 증상, 우울증 관련 증상, 및 심장 질환 관련 증상을 포함할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 상기 판단된 사용자의 심리상태의 종류, 스트레스의 레벨, 및 증상의 종류에 기초하여, 상기 심리상태의 종류, 스트레스의 레벨, 및 증상의 종류에 대응하는 공기 주입 방법을 선택할 수 있다. 상기 공기 주입 방법은 공기 주입 세기, 공기 주입 속도, 공기 주입 후 유지 시간, 또는 공기 압박 부위 중 저겅도 하나를 포함할 수 있다. 웨어러블 장치(101)는 상기 선택된 공기 주입 방법에 기초하여, 에어 튜브(110)에 공기를 주입하도록 웨어러블 장치(101)의 구동부를 제어할 수 있다. 예를 들어, 사용자의 심리상태가 불안함으로 판단될 경우, 웨어러블 장치(101)는 에어 튜브(110)에 제1 압력 및 제1 속도로 공기를 주입하고, 제1 지속시간 동안 공기 주입 상태를 유지할 수 있다. 다른 예를 들어, 사용자의 심리상태가 화남으로 판단될 경우, 웨어러블 장치(101)는 에어 튜브(110)에 상기 제1 압력보다 큰 제2 압력 및 상기 제1 속도보다 빠른 제2 속도로 공기를 주입하고, 상기 제1 지속시간보다 긴 제2 지속시간 동안 공기 주입 상태를 유지할 수 있다. 공기 주입 방법은 위 예시에 제한되지 않는다.
동작 804에서, 웨어러블 장치(101)는 실시간으로 획득한 사용자의 생체 정보에 기초하여, 상기 사용자의 심리 상태가 안정 상태임을 감지할 수 있다. 예를 들어, 웨어러블 장치(101)는 상기 사용자의 생체 데이터의 수치가 지정된 범위 내에 포함될 경우, 상기 사용자의 심리 상태가 안정 상태라고 판단할 수 있다. 예를 들어, 웨어러블 장치(101)는 심탄도 데이터, 심박수 데이터, 심박변이도 데이터, 또는 호흡 데이터 중 적어도 하나가 지정된 범위내에 포함될 경우, 상기 사용자의 심리 상태가 안정 상태라고 판단할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 상기 사용자의 심리 상태가 안정상태라고 판단될 경우, 에어 튜브(110)에서 공기를 취출하도록 웨어러블 장치(101)의 구동부를 제어할 수 있다. 웨어러블 장치(101)는 상기 사용자의 심리상태가 안정상태임을 나타내는 상태 정보 또는 구동부를 제어한와 관련된 중 적어도 하나를 외부 장치(예: 서버(103) 또는 사용자 단말)로 전송할 수 있다.
도 9는 일 실시 예에 따른 생체 정보를 이용하여 심리 상태를 케어하기 위한 웨어러블 장치(101)와 서버(103) 간의 동작의 흐름도를 도시한다.
이하에서 설명되는 웨어러블 장치(101) 및 서버(103)의 동작들은 그 순서가 변경되거나 동시에 수행될 수 있다.
동작 901에서, 웨어러블 장치(101)는 웨어러블 장치(101)에 구비된 센서(예: 센서 모듈(201))을 통해 생체 데이터를 획득할 수 있다. 상기 생체 데이터는 심탄도 데이터, 심박수 데이터, 심박변이도 데이터, 호흡 데이터, 피부전도도 데이터, 광용적맥파 데이터, 맥박 데이터, 또는 열 데이터 중 적어도 하나를 포함할 수 있다. 상기 생체 데이터는 웨어러블 장치(101)의 센서 모듈(201)의 압전 소자(402)를 통해 감지된 로우 데이터(또는 압력 데이터 또는 공기 압력 데이터)를 가공한 데이터를 의미할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 센서 모듈(201)의 압전 소자(402)를 통해 웨어러블 장치(101)의 에어 튜브(110) 내의 공기 압력을 나타내는 공기 압력 데이터(또는 압력 데이터 또는 로우 데이터(raw data))를 획득할 수 있다. 웨어러블 장치(101)는 데이터 가공부(409) 및 인공지능 모델부(408)를 통해 상기 공기 압력 데이터를 가공 및 처리하여, 생체 데이터를 획득할 수 있다.
동작 902에서, 웨어러블 장치(101)는 상기 생체 데이터를 데이터 저장부(405)에 저장할 수 있다. 웨어러블 장치(101)는 노이즈 제거부(410)를 통해 상기 생체 데이터에 포함된 노이즈를 제거하는 동작을 수행할 수 있다. 일 실시 예에 따르면, 웨어러블 장치(101)는 노이즈 제거부(410)를 통해 상기 압전 소자(402)를 통해 감지된 센싱 데이터(예: 압력 데이터, 공기 압력 데이터)에 포함된 노이즈를 제거할 수 있다. 예를 들어, 웨어러블 장치(101)는 상기 센싱 데이터와 모션 센서(407)를 통해 감지된 움직임 데이터를 중첩하여 증폭된 신호를 제거함으로써 상기 센싱 데이터의 노이즈를 제거할 수 있다. 상기 움직임 데이터는, 가속도 센서의 x,y,z축 데이터를 포함할 수 있다.
동작 903에서, 웨어러블 장치(101)는 통신부(406)를 통해 상기 생체 데이터를 서버(103)로 전송할 수 있다. 도 9에 도시되지 않았으나, 웨어러블 장치(101)가 서버(103)로 생체 데이터뿐 아니라, 로우 데이터, 상기 로우 데이터가 전처리된 데이터(예: 제1 변환 데이터, 제2 변환 데이터), 상기 제1 인공지능 모델을 이용하여 처리된 필터된 데이터 중 적어도 하나를 전송할 수도 있다. 상기 로우 데이터는 압력 데이터 또는 공기 압력 데이터를 의미할 수 있다. 웨어러블 장치(101)가 통신부(406)를 통해 생체 데이터를 서버(103)로 전송하기 위해서는, 웨어러블 장치(101)의 센서 모듈(201) 또는 구동부가 충전 상태임을 전제할 수 있다. 예를 들어, 웨어러블 장치(101)의 센서 모듈(201) 또는 구동부가 충전 상태일 경우에만, 웨어러블 장치(101)는 통신부(406)를 통해 서버(103)와 데이터 통신을 수행할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(101)는 통신부(406)를 통해 사용자의 개인 정보(예: 연령, 성별, 키, 몸무게, 장애 정도 등)를 서버(103)로 전송할 수도 있다.
동작 904에서, 서버(103)는 웨어러블 장치(101)로부터 수신한 생체 데이터 및 개인 정보를 데이터 베이스에 저장할 수 있다. 서버(103)는 웨어러블 장치(101)와 무선 통신 연결된 상태에서만 웨어러블 장치(101)로부터 생체 데이터 및 개인 정보를 수신할 수 있다.
동작 905에서, 서버(103)는 상기 수신한 생체 데이터 및 개인 정보를 이용하여 인공지능 모델을 학습할 수 있다. 상기 인공지능 모델은 웨어러블 장치(101)에서 구동되는 인공지능 모델(예: 제1 인공지능 모델(408-1) 및 제2 인공지능 모델(408-2))과 실질적으도 동일할 수 있다.
일 실시 예에 따르면, 서버(103)는 템플릿 매칭 기법을 활용하여 로우 데이터가 가공(예: 퓨리에 변환 및 웨이브렛 변환)된 데이터로부터 필터된 데이터를 추출하기 위해 로우 데이터 필터(raw data filter)를 수행하는 제3 인공지능 모델을 학습하고, 구동할 수 있다. 상기 제3 인공지능 모델은 실질적으로 제1 인공지능 모델(408-1)과 동일한 방식으로 학습되고, 구동될 수 있다. 상기 제3 인공지능 모델은 템플릿 매칭 기법을 활용하는 인공지능 모델로서 신호 매칭 모델로 일컬어질 수 있다. 예를 들어, 상기 제3 인공지능 모델은 정상(normal) BCG 데이터 세트(set)(또는 정상 생체 데이터 세트)를 활용하여, 로우 데이터를 입력 받았을 때, 필터된 데이터를 출력하도록 학습될 수 있다.
일 실시 예에 따르면, 서버(103)는 웨어러블 장치(101)로부터 수신한 로우 데이터로부터 특징을 추출한 후, 벡터 양자화를 거쳐, 템플릿 매칭 기법을 활용하기 위한 템플릿(또는 템플릿 데이터)을 생성할 수 있다.
일 실시 예에 따르면, 서버(103)는 사용자의 개인 정보 및 생체 정보를 활용하여 상기 사용자의 심리 상태, 스트레스 레벨, 증상의 종류를 판단하는 제4 인공지능 모델을 학습하고, 구동할 수 있다. 상기 제4 인공지능 모델은 실질적으로 제2 인공지능 모델(408-2)과 동일한 방식으로 학습되고 구동될 수 있다. 상기 제4 인공지능 모델은 사용자의 증상을 분류하기 위해 사용되는 인공지능 모델로서 개인화 학습 모델로 일컬어질 수도 있다. 예를 들어, 상기 제4 인공지능 모델은 제3 인공지능 모델로부터 출력된 데이터(예: 심탄도 데이터)로부터 가공된 데이터(예: 심박변이도 데이터, 호흡 데이터)를 입력받았을 때, 증상의 종류를 출력하도록 훈련될 수 있다.
동작 906에서, 서버(103)는 생성한 템플릿(또는 템플릿 데이터)를 웨어러블 장치(101)로 전송할 수 있다. 서버(103)는 웨어러블 장치(101)로부터 수신한 데이터(예: 로우 데이터, 생체 데이터 등)을 이용하여 학습한 인공지능 모델(예: 제3 인공지능 모델 및 제4 인공지능 모델)을 업데이트 하고, 업데이트된 인공지능 모델을 웨어러블 장치(101)로 전송할 수 있다.
동작 907에서, 동작 907은 동작 802와 실질적으로 동일할 수 있다. 웨어러블 장치(101)는 서버(103)로부터 수신한 업데이트된 인공지능 모델을 활용하여, 사용자의 이상상태를 감지할 수 있다. 웨어러블 장치(101)는 전처리된 로우 데이터(예: 제2 변환 데이터)를 업데이트된 제1 인공지능 모델(408-1)에 입력하여, 필터된 데이터를 출력하고, 필터된 데이터를 가공하여, 업데이트된 제2 인공지능 모델(408-2)에 입력하여 출력된 값에 기초하여 사용자의 상태가 이상상태인지 여부를 판단할 수 있다.
동작 908에서, 동작 908은 동작 803과 실질적으로 동일할 수 있다. 웨어러블 장치(101)는 사용자의 상태가 이상상태임을 감지한 것에 응답하여, 에어 튜브(110)에 자동으로 공기를 주입하고, 상기 사용자의 현재 상태를 외부 장치(예: 서버(103) 또는 사용자 단말)로 전송할 수 있다.
동작 909에서, 동작 909는 동작 804의 안정상태 감지 동작과 실질적으로 동일할 수 있다. 웨어러블 장치(101)는 상기 생체 정보의 수치가 지정된 범위에 포함될 경우, 상기 사용자의 상태가 안정된 상태라고 판단할 수 있다.
동작 910에서, 동작 909는 동작 804의 공기 취출 및 현재상태 전송 동작과 실질적으로 동일할 수 있다. 웨어러블 장치(101)는 상기 사용자의 상태가 안정상태라고 판단할 경우, 에어 튜브(110)로부터 공기를 취출하고, 상기 사용자의 상태가 안정상태라는 정보 또는 에어 튜브(110)로부터 공기를 취출하도록 구동부를 제어한 정보 중 적어도 하나를 외부 장치(예: 서버(103) 또는 사용자 단말)로 전송할 수 있다.
일 실시 예에 따르면, 사용자의 생체 정보에 기초하여 상기 사용자의 심리 상태를 케어하기 위한 웨어러블 장치는 상기 사용자의 가슴 부위에 위치하는 전면부 및 상기 사용자의 등 부위에 위치하는 후면부로 이루어진 외피를 포함할 수 있다. 상기 외피는 상기 사용자의 신체를 향하는 제1 면과 상기 신체로부터 멀어지는 방향을 향하는 제2 면을 포함할 수 있다. 상기 웨어러블 장치는 상기 제1 면과 상기 제2 면 사이에 위치하는 에어 튜브(air-tube) 및 상기 에어 튜브로 공기가 주입되거나 취출되도록 상기 에어 튜브의 일 단에 마련된 에어 주입구, 상기 에어 주입구를 통해 에어 튜브에 공기를 주입하거나 취출하는 구동부, 상기 구동부로부터 연장되어 상기 에어 주입구에 연결되는 실리콘 튜브, 상기 실리콘 튜브 내부에 위치하며, 압력을 감지하는 압전 소자(piezoelectric element)를 구비한 센서 모듈, 상기 실리콘 튜브 내부에 위치하며, 상기 구동부 및 상기 센서 모듈과 작동적으로 연결된 프로세서를 포함할 수 있다.
일 실시 예에 따르면, 상기 프로세서는 상기 센서 모듈 압전 소자를 통해 상기 에어 튜브 내부의 공기 압력을 나타내는 공기 압력 데이터를 획득하고, 상기 공기 압력 데이터에 기초하여, 상기 사용자의 상태를 결정하고, 상기 사용자의 상태는 상기 사용자의 심리 상태, 스트레스 레벨, 또는 신체 증상의 종류 중 적어도 하나를 포함할 수 있다. 상기 결정된 사용자의 상태에 기초하여, 상기 에어 튜브에 공기를 주입하도록 상기 구동부를 제어할 수 있다.
일 실시 예에 따르면, 상기 웨어러블 장치는 상기 압전 소자를 통해 획득한 데이터를 가공하는 데이터 가공부를 더 포함할 수 있다. 상기 프로세서는 상기 데이터 가공부를 통해, 상기 공기 압력 데이터에 제1 퓨리에(fourier) 변환을 적용하고, 상기 제1 퓨리에 변환은 상기 공기 압력 데이터로부터 심장 리듬에 대응하는 제1 주파수를 분리하는 변환일 수 있다. 상기 데이터 가공부를 통해, 상기 공기 압력 데이터에 제2 퓨리에 변환을 적용하고, 상기 제2 퓨리에 변환은 상기 공기 압력 데이터로부터 호흡 리듬에 대응하는 제2 주파수를 분리하는 변환일 수 있다. 상기 제1 퓨리에 변환 및 상기 제2 퓨리에 변환에 기초하여, 상기 공기 압력 데이터로부터 상기 사용자의 심탄도 데이터와 호흡 데이터를 획득할 수 있다.
일 실시 예에 따르면, 상기 프로세서는 상기 데이터 가공부를 통해, 상기 제1 퓨리에 변환을 적용한 공기 압력 데이터에, 심장 리듬에 따라 모델링된 제1 웨이브렛(wavelet) 함수를 이용하여 제1 웨이블렛 변환을 수행하고, 상기 데이터 가공부를 통해, 상기 제2 퓨리에 변환을 적용한 공기 압력 데이터에, 상기 호흡 리듬에 따라 모델링된 제2 웨이블렛 함수를 이용하여 제2 웨이블렛 변환을 수행하고, 상기 제1 웨이블렛 변환 및 상기 제2 웨이블렛 변환에 기초하여, 상기 공기 압력 데이터로부터 상기 사용자의 심탄도 데이터와 상기 호흡 데이터를 획득할 수 있다.
일 실시 예에 따르면, 상기 웨어러블 장치는 템플릿 매칭(template matching) 기법을 활용하여 상기 제1 웨이블렛 변환 및 상기 제2 웨이블렛 변환을 수행한 상기 심탄도 데이터와 상기 호흡 데이터로부터 필터된 데이터(filtered data)를 추출하기 위해 학습된 제1 인공지능 모델을 구동하는 인공지능 모델부를 더 포함할 수 있다. 상기 프로세서는 상기 인공지능 모델부의 상기 제1 인공지능 모델에 상기 심탄도 데이터 및 상기 호흡 데이터를 입력하여, 필터된 심탄도 데이터 및 필터된 호흡 데이터를 획득하고, 상기 제1 인공지능 모델은 정상(normal) 심탄도 데이터 세트 및 정상 호흡 데이터 세트를 학습 데이터로 이용하여, 상기 심탄도 데이터 및 상기 호흡 데이터를 입력 받았을 때, 상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터를 출력하도록 학습되는, 웨어러블 장치.
일 실시 예에 따르면, 상기 인공지능 모델부는 상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터를 이용하여, 상기 사용자의 상태를 결정하도록 학습된 제2 인공지능 모델을 더 포함하고, 상기 프로세서는 상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터를 상기 제2 인공지능 모델에 입력하여, 상기 사용자의 상태를 결정하고, 상기 사용자의 상태에 기초하여, 상기 에어 튜브에 공기를 주입하도록 상기 구동부를 제어하고, 상기 사용자의 상태에 포함된 상기 신체 증상의 종류는 스트레스 관련 증상, 호흡 관련 증상, 통증 관련 증상, 우울증 관련 증상, 또는 심장 질환 관련 증상 중 적어도 하나를 포함할 수 있다. 상기 제2 인공지능 모델은 사용자의 상태에 따른 생체 데이터를 활용하여, 상기 사용자의 생체 데이터를 입력 받았을 때, 상기 사용자의 상태를 출력하도록 학습될 수 있다.
일 실시 예에 따르면, 상기 웨어러블 장치는 모션 센서를 더 포함할 수 있다. 상기 프로세서는 상기 모션 센서를 통해 상기 사용자의 움직임 데이터를 획득하고, 상기 움직임 데이터에 기초하여, 상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터에 포함된 노이즈를 제거할 수 있다.
일 실시 예에 따르면, 상기 웨어러블 장치는 모션 센서를 더 포함할 수 있다. 상기 프로세서는 상기 모션 센서를 통해 상기 사용자의 움직임 데이터를 획득하고, 상기 움직임 데이터에 기초하여, 상기 공기 압력 데이터에 포함된 노이즈를 제거할 수 있다.
일 실시 예에 따르면, 상기 제1 면 및 상기 제2 면은 의류 원단으로 형성되고, 상기 제1 면과 상기 제2 면 사이에 제1 우레탄 필름이 위치하며, 상기 제1 우레탄 필름과 상기 제2 면 사이에 제2 우레탄 필름이 위치하며, 상기 제1 면과 상기 제1 우레탄 필름은 바인딩(binding)을 통해 접착되고, 상기 제2 면과 상기 제2 우레탄 필름은 바인딩을 통해 접착되며, 상기 제1 우레탄 필름과 상기 제2 우레탄 필름은 고주파 융착을 통해 접착될 수 있다.
일 실시 예에 따르면, 상기 의류 원단은 면(cotton), 폴리에스터(polyester), 레이온(rayon), 나일론(nylon), 울(wool), 캐시이머(cashmere), 실크(silk), 리넨(linen), 또는 스판덱스(spandex) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 웨어러블 장치는 배터리 및 통신부를 더 포함할 수 있다. 상기 프로세서는 상기 배터리가 충전 중인 상태일 때만 상기 통신부를 활성화하고, 상기 통신부를 통해 상기 공기 압력 데이터를 외부 서버로 전송할 수 있다.
Claims (12)
- 사용자의 생체 정보에 기초하여 상기 사용자의 심리 상태를 케어하기 위한 웨어러블 장치에 있어서,
상기 사용자의 가슴 부위에 위치하는 전면부 및 상기 사용자의 등 부위에 위치하는 후면부로 이루어진 외피, - 상기 외피는 상기 사용자의 신체를 향하는 제1 면과 상기 신체로부터 멀어지는 방향을 향하는 제2 면을 포함함 -;
상기 제1 면과 상기 제2 면 사이에 위치하는 에어 튜브(air-tube) 및 상기 에어 튜브로 공기가 주입되거나 취출되도록 상기 에어 튜브의 일 단에 마련된 에어 주입구;
상기 에어 주입구를 통해 에어 튜브에 공기를 주입하거나 취출하는 구동부;
상기 구동부로부터 연장되어 상기 에어 주입구에 연결되는 실리콘 튜브, - 상기 실리콘 튜브의 일 단은 개구를 형성하며 상기 에어 주입구에 연결되고, 상기 실리콘 튜브의 타단은 밀폐된 구조로 형성됨 -;
압력을 감지하는 압전 소자(piezoelectric element)를 구비한 센서 모듈, - 상기 압전 소자는 상기 밀폐된 구조로 형성된 상기 실리콘 튜브의 상기 타단으로부터 지정된 거리에 위치하며, 상기 실리콘 튜브의 내부에 위치함 -;
상기 실리콘 튜브 내부에 위치하며, 상기 구동부 및 상기 센서 모듈과 작동적으로 연결된 프로세서;를 포함하고,
상기 프로세서는:
상기 센서 모듈의 상기 압전 소자를 통해 상기 에어 튜브 내부의 공기 압력을 나타내는 공기 압력 데이터를 획득하고,
상기 공기 압력 데이터에 기초하여, 상기 사용자의 상태를 결정하고,
상기 결정된 사용자의 상태에 기초하여, 상기 에어 튜브에 공기를 주입하도록 상기 구동부를 제어하는, 웨어러블 장치. - 청구항 1에 있어서,
상기 사용자의 상태는 상기 사용자의 심리 상태, 스트레스 레벨, 또는 신체 증상 중 적어도 하나를 포함하는, 웨어러블 장치. - 청구항 1에 있어서,
상기 압전 소자를 통해 획득한 데이터를 가공하는 데이터 가공부;를 더 포함하고,
상기 프로세서는:
상기 데이터 가공부를 통해, 상기 공기 압력 데이터에 제1 퓨리에(fourier) 변환을 적용하고,
상기 데이터 가공부를 통해, 상기 공기 압력 데이터에 제2 퓨리에 변환을 적용하고,
상기 제1 퓨리에 변환 및 상기 제2 퓨리에 변환에 기초하여, 상기 공기 압력 데이터로부터 상기 사용자의 심탄도 데이터와 호흡 데이터를 획득하는, 웨어러블 장치. - 청구항 3에 있어서,
상기 제1 퓨리에 변환은 상기 공기 압력 데이터로부터 심장 리듬에 대응하는 제1 주파수를 분리하는 변환이고,
상기 제2 퓨리에 변환은 상기 공기 압력 데이터로부터 호흡 리듬에 대응하는 제2 주파수를 분리하는 변환인, 웨어러블 장치.
- 청구항 4에 있어서,
상기 프로세서는:
상기 데이터 가공부를 통해, 상기 제1 퓨리에 변환을 적용한 공기 압력 데이터에, 심장 리듬에 따라 모델링된 제1 웨이블렛(wavelet) 함수를 이용하여 제1 웨이블렛 변환을 수행하고,
상기 데이터 가공부를 통해, 상기 제2 퓨리에 변환을 적용한 공기 압력 데이터에, 상기 호흡 리듬에 따라 모델링된 제2 웨이블렛 함수를 이용하여 제2 웨이블렛 변환을 수행하고,
상기 제1 웨이블렛 변환 및 상기 제2 웨이블렛 변환에 기초하여, 상기 공기 압력 데이터로부터 상기 사용자의 심탄도 데이터와 상기 호흡 데이터를 획득하는, 웨어러블 장치. - 청구항 5에 있어서,
템플릿 매칭(template matching) 기법을 활용하여 상기 제1 웨이블렛 변환 및 상기 제2 웨이블렛 변환을 수행한 상기 심탄도 데이터와 상기 호흡 데이터로부터 필터된 데이터(filtered data)를 추출하기 위해 학습된 제1 인공지능 모델을 구동하는 인공지능 모델부;를 더 포함하고,
상기 프로세서는:
상기 인공지능 모델부의 상기 제1 인공지능 모델에 상기 심탄도 데이터 및 상기 호흡 데이터를 입력하여, 필터된 심탄도 데이터 및 필터된 호흡 데이터를 획득하고,
상기 제1 인공지능 모델은 정상(normal) 심탄도 데이터 세트 및 정상 호흡 데이터 세트를 학습 데이터로 이용하여, 상기 심탄도 데이터 및 상기 호흡 데이터를 입력 받았을 때, 상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터를 출력하도록 학습되는, 웨어러블 장치. - 청구항 6에 있어서,
상기 인공지능 모델부는 상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터를 이용하여, 상기 사용자의 상태를 결정하도록 학습된 제2 인공지능 모델을 더 포함하고,
상기 프로세서는:
상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터를 상기 제2 인공지능 모델에 입력하여, 상기 사용자의 상태를 결정하고,
상기 사용자의 상태에 기초하여, 상기 에어 튜브에 공기를 주입하도록 상기 구동부를 제어하고,
상기 사용자의 상태에 포함된 신체 증상의 종류는 스트레스 관련 증상, 호흡 관련 증상, 통증 관련 증상, 우울증 관련 증상, 또는 심장 질환 관련 증상 중 적어도 하나를 포함하며,
상기 제2 인공지능 모델은 사용자의 상태에 따른 생체 데이터를 활용하여, 상기 사용자의 생체 데이터를 입력 받았을 때, 상기 사용자의 상태를 출력하도록 학습되는, 웨어러블 장치. - 청구항 6에 있어서,
모션 센서를 더 포함하고,
상기 프로세서는:
상기 모션 센서를 통해 상기 사용자의 움직임 데이터를 획득하고,
상기 움직임 데이터에 기초하여, 상기 필터된 심탄도 데이터 및 상기 필터된 호흡 데이터에 포함된 노이즈를 제거하는, 웨어러블 장치. - 청구항 1에 있어서,
모션 센서를 더 포함하고,
상기 프로세서는:
상기 모션 센서를 통해 상기 사용자의 움직임 데이터를 획득하고,
상기 움직임 데이터에 기초하여, 상기 공기 압력 데이터에 포함된 노이즈를 제거하는, 웨어러블 장치. - 청구항 1에 있어서,
상기 제1 면 및 상기 제2 면은 의류 원단으로 형성되고,
상기 제1 면과 상기 제2 면 사이에 제1 우레탄 필름이 위치하며, 상기 제1 우레탄 필름과 상기 제2 면 사이에 제2 우레탄 필름이 위치하며,
상기 제1 면과 상기 제1 우레탄 필름은 바인딩(binding)을 통해 접착되고,
상기 제2 면과 상기 제2 우레탄 필름은 바인딩을 통해 접착되며,
상기 제1 우레탄 필름과 상기 제2 우레탄 필름은 고주파 융착을 통해 접착되는, 웨어러블 장치. - 청구항 10에 있어서,
상기 의류 원단은 면(cotton), 폴리에스터(polyester), 레이온(rayon), 나일론(nylon), 울(wool), 캐시이머(cashmere), 실크(silk), 리넨(linen), 또는 스판덱스(spandex) 중 적어도 하나를 포함하는, 웨어러블 장치. - 청구항 1에 있어서,
배터리; 및
통신부;를 더 포함하고,
상기 프로세서는:
상기 배터리가 충전 중인 상태일 때만 상기 통신부를 활성화하고,
상기 통신부를 통해 상기 공기 압력 데이터를 외부 서버로 전송하는, 웨어러블 장치.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230070251 | 2023-05-31 | ||
| KR20230070251 | 2023-05-31 | ||
| KR1020230077740A KR102631518B1 (ko) | 2023-05-31 | 2023-06-16 | 심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230077740A Division KR102631518B1 (ko) | 2023-05-31 | 2023-06-16 | 심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102641510B1 true KR102641510B1 (ko) | 2024-02-27 |
Family
ID=89717317
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230077740A KR102631518B1 (ko) | 2023-05-31 | 2023-06-16 | 심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 |
| KR1020240008276A KR102641510B1 (ko) | 2023-05-31 | 2024-01-18 | 심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230077740A KR102631518B1 (ko) | 2023-05-31 | 2023-06-16 | 심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR102631518B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102301717B1 (ko) * | 2021-02-19 | 2021-09-13 | (주)돌봄드림 | 발달장애아동용 압박조끼 |
| KR102421379B1 (ko) * | 2022-02-11 | 2022-07-15 | (주)돌봄드림 | 생체 정보에 기반한 심리 상태 케어 방법 및 이를 수행하는 장치 |
| KR20230046345A (ko) * | 2021-09-29 | 2023-04-06 | (주)리앤팍스 | 재활 치료용 바지 및 그를 포함하는 재활 치료 시스템 |
-
2023
- 2023-06-16 KR KR1020230077740A patent/KR102631518B1/ko active IP Right Grant
-
2024
- 2024-01-18 KR KR1020240008276A patent/KR102641510B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102301717B1 (ko) * | 2021-02-19 | 2021-09-13 | (주)돌봄드림 | 발달장애아동용 압박조끼 |
| KR20230046345A (ko) * | 2021-09-29 | 2023-04-06 | (주)리앤팍스 | 재활 치료용 바지 및 그를 포함하는 재활 치료 시스템 |
| KR102421379B1 (ko) * | 2022-02-11 | 2022-07-15 | (주)돌봄드림 | 생체 정보에 기반한 심리 상태 케어 방법 및 이를 수행하는 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102631518B1 (ko) | 2024-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108697390B (zh) | 睡眠状态测定装置、相位相干性计算装置及压力状态测定装置 | |
| CN106068097B (zh) | 整合有传感器的车辆座椅 | |
| CN101969850B (zh) | 用于维持对象的状态的方法和系统 | |
| CN110035691B (zh) | 用于测量睡眠呼吸暂停的方法和设备 | |
| CN113347916A (zh) | 用于多变量卒中检测的系统和方法 | |
| EP3927234B1 (en) | A sleep monitoring system and method | |
| KR20150077684A (ko) | 생체 신호 기반 기능 운용 방법 및 이를 지원하는 전자 장치 | |
| JP2016506844A (ja) | 呼吸監視のための方法および装置 | |
| US20220079514A1 (en) | Intelligent weight support system | |
| KR102214161B1 (ko) | 스마트 자율군집 수면 제어 시스템 | |
| JPWO2018198637A1 (ja) | 血圧算出方法及び装置 | |
| KR102250606B1 (ko) | 스마트 매트리스 | |
| JP2017536946A (ja) | 意識状態を決定するデバイスおよび方法 | |
| CN111916211A (zh) | 一种适用于失能老人的安全监护系统和方法 | |
| KR102641510B1 (ko) | 심탄도를 측정하도록 설계된 압전소자를 구비한 공기 주입식 의류 | |
| KR102594112B1 (ko) | 압전소자를 통해 측정된 심탄도를 이용하여 심리 상태를 케어하는 방법 및 시스템 | |
| TWI768999B (zh) | 生理監測系統和估計生命體徵資料的方法 | |
| KR102544349B1 (ko) | 인공지능 모델에 기초하여 심리 상태 및 의류에 공기를 주입하는 방법을 결정하는 방법 및 장치 | |
| KR102440214B1 (ko) | 생체 정보를 이용한 수면 질 향상 방법 및 이를 위한 시스템 | |
| US20230157632A1 (en) | Detecting Obstructive Sleep Apnea/Hypopnea Using Micromovements | |
| KR20180099030A (ko) | 성범죄 분류를 위한 자극 제시에 따른 신체 변화 측정 시스템 및 방법 | |
| CN117616259A (zh) | 生理参数感测系统和方法 | |
| KR20230045283A (ko) | 통합 생체 모니터링 시스템 및 이를 지원하는 서버 장치 | |
| CN115606960A (zh) | 一种智能律动床的控制方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A302 | Request for accelerated examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |