KR102645932B1 - 홈케어 시스템 - Google Patents
홈케어 시스템 Download PDFInfo
- Publication number
- KR102645932B1 KR102645932B1 KR1020230194591A KR20230194591A KR102645932B1 KR 102645932 B1 KR102645932 B1 KR 102645932B1 KR 1020230194591 A KR1020230194591 A KR 1020230194591A KR 20230194591 A KR20230194591 A KR 20230194591A KR 102645932 B1 KR102645932 B1 KR 102645932B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- emergency
- sensor
- situation
- sensing information
- Prior art date
Links
- 238000012806 monitoring device Methods 0.000 claims abstract description 67
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 230000004044 response Effects 0.000 claims abstract description 19
- 230000007958 sleep Effects 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000003860 storage Methods 0.000 claims abstract description 13
- 230000009471 action Effects 0.000 claims description 85
- 238000004891 communication Methods 0.000 claims description 60
- 230000001133 acceleration Effects 0.000 claims description 39
- 230000033001 locomotion Effects 0.000 claims description 36
- 210000000707 wrist Anatomy 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 21
- 230000009184 walking Effects 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 230000009466 transformation Effects 0.000 description 7
- 230000004913 activation Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000009183 running Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 206010010904 Convulsion Diseases 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000036461 convulsion Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 2
- 238000007636 ensemble learning method Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000002570 electrooculography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- -1 fleece Substances 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- 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
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
- A61B5/6807—Footwear
-
- 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6824—Arm or wrist
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Business, Economics & Management (AREA)
- Physiology (AREA)
- Tourism & Hospitality (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Critical Care (AREA)
- Emergency Management (AREA)
- Emergency Medicine (AREA)
- Nursing (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
본 발명은, 사용자의 수면 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 동작 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 음성과 관련한 센싱 정보를 수집하는 센서, 사용자의 일정 정보를 수집하는 센서 중 적어도 하나를 포함하는 적어도 하나의 사용자 모니터링 장치; 적어도 하나의 사용자 모니터링 장치로부터 수면 상태 관련 센싱 정보, 동작 상태 관련 센싱 정보, 및 음성 관련 센싱 정보에 대응하는 생체 신호를 수신하고, 수신된 생체 신호에 대한 종합적인 분석 결과를 산출하는 제1 서버; 사용자의 일정 정보를 수신하고, 수신된 일정에 대한 종합적인 분석 결과를 산출하는 제2 서버; 및 제1 서버 및 제2 서버의 분석 결과에 대응하여 사용자 관련 케어 서비스를 제공하는 케어 서비스 지원 장치를 포함하고, 케어 서비스 지원 장치는, 수면 상태 관련, 동작 상태 관련, 음성 관련 중 적어도 하나의 생체 신호에 대해 위급상황을 감지하는 감지장치; 감지장치에 감지된 위급상황을 외부에 알리도록 사용자가 입력한 긴급번호를 저장하는 저장장치; 및 저장장치에 저장된 긴급번호로, 감지장치에서 감지한 위급상황을 수신하는 수신장치를 포함한다.
Description
본 발명은 홈케어 시스템에 대한 것이다.
일반적으로 헬스케어 및 홈케어에 대한 관심이 높아지고 있지만, 현재까지 적용되고 있는 케어 시스템은 단순히, 모바일 웨어러블 기기들을 착용한 사용자의 생체 신호를 수집하고, 이를 기반으로 사용자의 생체 상태를 모니터링하는데 그치고 있다.
이에 따라, 종래 케어 시스템은 사용자의 생체와 관련한 일부 신호들만을 기반으로 사용자 상태를 판단하고, 이를 기반으로 케어 서비스를 제공하기 때문에, 정확한 정보 제공이 어려워, 사용자에게 맞는 적절한 케어 서비스의 제공이 어려운 문제점이 있었다.
본원은 사용자의 다양한 상황에서의 생체 신호를 수집하고, 이를 기반으로 사용자의 생체 상태를 모니터링함으로써, 보다 정확한 사용자 생체 상태를 파악할 수 있도록 지원하는 홈케어 시스템을 제공함에 있다.
본원은 다양한 실시예에 따른 홈케어 시스템에 있어서, 사용자의 수면 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 동작 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 음성과 관련한 센싱 정보를 수집하는 센서, 사용자의 일정 정보를 수집하는 센서 중 적어도 하나를 포함하는 적어도 하나의 사용자 모니터링 장치; 적어도 하나의 사용자 모니터링 장치로부터 수면 상태 관련 센싱 정보, 동작 상태 관련 센싱 정보, 및 음성 관련 센싱 정보에 대응하는 생체 신호를 수신하고, 수신된 생체 신호에 대한 종합적인 분석 결과를 산출하는 제1 서버; 사용자의 일정 정보를 수신하고, 수신된 일정에 대한 종합적인 분석 결과를 산출하는 제2 서버; 및 제1 서버 및 제2 서버의 분석 결과에 대응하여 사용자 관련 케어 서비스를 제공하는 케어 서비스 지원 장치를 포함하고, 케어 서비스 지원 장치는, 수면 상태 관련, 동작 상태 관련, 음성 관련 중 적어도 하나의 생체 신호에 대해 위급상황을 감지하는 감지장치; 감지장치에 감지된 위급상황을 외부에 알리도록 사용자가 입력한 긴급번호를 저장하는 저장장치; 및 저장장치에 저장된 긴급번호로, 감지장치에서 감지한 위급상황을 수신하는 수신장치를 포함한다.
적어도 하나의 사용자 모니터링 장치는, 수면 상태 관련 센싱 정보를 수집하는 제1 사용자 모니터링 장치를 포함할 수 있다.
제1 사용자 모니터링 장치는, 사용자의 수면 상태에서 사용자의 얼굴에 착용되는 아이 마스크형 센서; 사용자의 수면 상태에서 사용자의 숨소리를 측정하는 숨소리 측정 센서; 사용자가 수면을 취하는 동안, 사용자의 수면 자세를 검출하는 수면 자세 검출 센서; 사용자의 수면 상태 중 심전도를 측정하는 제1 심전도 센서; 수면 상태 관련 센싱 정보를 수집하는 제1 통신 회로; 수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제1 프로세서를 포함할 수 있다.
제1 사용자 모니터링 장치는, 정보 출력을 위한 출력 장치를 더 포함할 수 있다.
제1 프로세서는 수면 상태와 관련한 케어 서비스 정보를 케어 서비스 지원 장치로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어할 수 있다.
적어도 하나의 사용자 모니터링 장치는, 동작 상태 관련 센싱 정보를 수집하는 제2 사용자 모니터링 장치를 포함할 수 있다.
제2 사용자 모니터링 장치는, 사용자의 손목에 배치되어 사용자의 동작과 관련한 센싱 정보를 수집하는 손목형 센서; 사용자의 발에 착용되어 동작에 따른 센싱 정보를 수집하는 신발형 센서; 사용자의 동작 상태 중 심전도를 측정하는 제2 심전도 센서; 동작 상태 관련 센싱 정보를 수집하는 제2 통신 회로; 수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제2 프로세서를 포함할 수 있다.
제2 사용자 모니터링 장치는, 정보 출력을 위한 출력 장치를 더 포함할 수 있다.
제2 프로세서는, 동작 상태와 관련한 케어 서비스 정보를 케어 서비스 지원 장치로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어할 수 있다.
적어도 하나의 사용자 모니터링 장치는, 사용자의 음성과 관련한 센싱 정보를 수집하는 제3 사용자 모니터링 장치를 포함할 수 있다.
제3 사용자 모니터링 장치는, 사용자의 음성을 측정하는 음성 측정 센서; 사용자의 음성 중 특정 단어를 검출하는 단어 검출 센서; 통신 채널을 형성하여, 음성 상태와 관련한 센싱 정보를 수집하는 제3 통신 회로; 수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제3 프로세서를 포함할 수 있다.
제3 사용자 모니터링 장치는, 정보 출력을 위한 출력 장치를 더 포함할 수 있다.
제3 프로세서는, 음성 관련한 케어 서비스 정보를 케어 서비스 지원 장치로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어할 수 있다.
위급상황을 감지하는 감지 장치에 의한 사용자 위급상황 판별은, 적어도 하나의 사용자의 수면 상태와 관련한 센싱 정보 센서, 사용자의 동작 상태와 관련한 센싱 정보 센서 및 사용자의 음성과 관련한 센싱 정보 센서를 통해 사용자의 데이터를 수집하는 단계; 수집된 데이터를 이용하여 사용자의 단위행동을 판별하고, 판별된 단위행동이 위급상황과 대응되는 행동인지를 확인하여 제1 상황을 판단하는 단계; 및 판별된 단위행동이 시간순서대로 나열된 단위행동 시퀀스를 이용하여 제2 상황을 판단하는 단계를 포함할 수 있다.
제1 상황을 판단하는 단계는, 판별된 단위행동이 넘어지기, 발버둥치기 및 끌려가기 중에서 하나의 단위행동이면 제1 상황으로 판단할 수 있다.
제2 상황을 판단하는 단계는, 입력 변수에 따라 응급상황을 감지하도록 설정된 하이브리드 모델의 입력 변수로 기설정된 시간 동안의 단위행동 시퀀스, 각 단위행동의 유지 시간, 낙상 후 눕기 유지 시간, 낙상 발생 여부, 서기 발생 여부, 및 낙상 후 서기 발생 여부 중에서 적어도 하나의 입력 변수를 입력하여 제2 상황을 판단하되, 하이브리드 모델을 기반으로 제2 상황에 대응되는 적어도 하나의 응급행동 시퀀스를 학습하고, 입력 변수인 단위행동 시퀀스가 학습된 응급행동 시퀀스에 해당하면 제2 상황으로 판단하고, 단위행동 시퀀스에서 넘어지기, 발버둥치기 및 끌려가기 중에서 적어도 하나의 단위행동이 나열된 순서에 따라 제2 상황에 따른 복수의 응급상황 시나리오 중에서 어느 하나의 응급상황 시나리오로 판단할 수 있다.
제1 상황을 판단하는 단계는, 수집된 동작 데이터로부터 산출된 가속도, 가속도의 변량, 평균 가속도, 필터링된 가속도의 합, 가속도의 제곱근의 합, 가속도의 합의 기울기, 및 가속도의 사다리꼴 적분 중에서 적어도 하나를 이용하여 제1 상황을 판단할 수 있다.
제2 상황을 판단하는 단계는, 판별된 단위행동을 기설정된 시간 단위로 저장하고, 기설정된 시간 단위로 저장된 단위행동인 단위행동 시퀀스를 응급상황에 대응되는 단위행동 시퀀스와 비교하여 제2 상황을 판단할 수 있다.
제2 사용자 모니터링 장치는, 다른 사용자들의 단말과의 접촉에 대한 태깅 기록을 생성하고, 태깅 기록에 기초하여, 일정 거리 내에 위치하는 단말과 무선 통신을 수행하여, 태깅 신호를 주기적으로 송수신하고, 태깅 신호의 세기에 기초하여 단말 각각에 대한 근접한 순위를 식별할 수 있다.
케어 서비스 지원 장치는, 제2 사용자 모니터링 장치로부터 순위에 대한 정보를 수신하여, 가장 근접한 제1 단말, 및 제1 단말 다음으로 근접한 제2 단말로 감지된 위급상황에 대한 알람을 전송하고, 위급 상황이 감지된 적어도 하나의 생체 신호에 기초하여, 기 등록된 대응 매뉴얼에 대한 데이터를 선택하여, 제1 단말로 전송하고, 임계 시간 내에 제1 단말에 대한 태깅 신호의 세기가 미증가한 경우, 제1 단말을 제외한 단말 중 가장 근접한 단말로 선택된 데이터를 전송할 수 있다.
케어 서비스 지원 장치는, 제2 상황에 따른 복수의 응급상황 시나리오 중에서 어느 하나의 응급상황 시나리오가 판단되면, 판단된 응급상황 시나리오에 매칭되는 대응 매뉴얼에 대해 기 등록된 최소 인원을 식별하고, 순위에 대한 정보에 기초하여, 최소 인원, 및 예비 인원에 따른 필요 인원에 대응하는 단말로 응급상황에 대한 알람, 및 응급상황 시나리오에 매칭되는 대응 매뉴얼을 전송하고, 무선 통신 상태인 단말의 수가 필요 인원에 대응하는 수 미만인 경우, 제1 단말로 응급 조치에 대한 도움을 요청하는 음원 파일, 및 음원 파일의 출력을 요청하는 알람을 전송하고, 응급상황 시나리오에 매칭되는 대응 매뉴얼이 전송된 단말 중 적어도 하나의 단말로부터 응급상황이 발생된 시점을 포함하는 일정 시간 내에 발생된 결제 내역, 및 통장 정보를 수신하면, 응급상황 시나리오에 매칭되는 대응 매뉴얼에 기초하여, 필요 물품을 식별하고, 결제 내역, 및 필요 물품을 비교하여 필요 물품의 결제액을 식별하고, 사용자에 대해 기 등록된 예치금에 기초하여, 결제액을 통장 정보에 매칭되는 계좌로 이체할 수 있다.
도 1은 본원의 실시예에 따른 시스템 구성도이다.
도 2는 본원의 실시예에 따른 케어 서비스 지원 장치 구성의 블럭도이다.
이상의 도면들은 당업자에게 본원의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다.
따라서, 본원은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다.
또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.
또한, 이상의 도면에서는 이해를 돕기 위해서, 축척에 비례하지 않고 특정 부분을 확대하거나 축소한 점에 유의해야 한다.
도 2는 본원의 실시예에 따른 케어 서비스 지원 장치 구성의 블럭도이다.
이상의 도면들은 당업자에게 본원의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다.
따라서, 본원은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다.
또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.
또한, 이상의 도면에서는 이해를 돕기 위해서, 축척에 비례하지 않고 특정 부분을 확대하거나 축소한 점에 유의해야 한다.
다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본원의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.
본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서 상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 전자 장치에서 실행되는 애플리케이션 및 전자 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스 템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.
더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.
그리고, "A 또는 B 중 적어도 하나"이라는 용어는, "A만을 포함하는 경우", "B 만을 포함하는 경우", "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다.
당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합 들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안 된다.
제시된 실시예들에 대한 설명은 본원의 기술 분야에서 통상의 지식을 가진 자가 본원을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본원의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본원의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본원은 여기에 제시된 실시예들로 한정되는 것이 아니다. 본원은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
본원에서 네트워크 함수와 인공 신경망 및 뉴럴 네트워크(neural network)는 상호교환 가능하게 사용될 수 있다.
여기에 설명되는 다양한 실시예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 및 저장매체 내에서 구현될 수 있다.
하드웨어적인 구현에 의하면, 여기에 설명되는 실시예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시예들이 전자 장치의 프로세서 자체로 구현될 수 있다.
도 1은 본원의 실시예에 따른 시스템 구성도이고, 도 2는 본원의 실시예에 따른 케어 서비스 지원 장치 구성의 블럭도이다.
도 1 및 도 2를 참조하면, 본원의 홈케어 시스템은 사용자 모니터링 장치(100)와, 제1 서버(200), 제2 서버(300) 및 적어도 하나의 케어 서비스 지원 장치(400)를 포함한다.
적어도 하나의 사용자 모니터링 장치(100)는, 사용자의 수면 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 동작 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 음성과 관련한 센싱 정보를 수집하는 센서, 사용자의 일정 정보를 수집하는 센서 중 적어도 하나를 포함한다.
그리고 적어도 하나의 사용자 모니터링 장치(100)는 수면 상태 관련 센싱 정보를 수집하는 제1 사용자 모니터링 장치를 포함할 수 있다.
제1 사용자 모니터링 장치는, 사용자의 수면 상태에서 사용자의 얼굴에 착용되는 아이 마스크형 센서, 사용자의 수면 상태에서 사용자의 숨소리를 측정하는 숨소리 측정 센서, 사용자가 수면을 취하는 동안, 사용자의 수면 자세를 검출하는 수면 자세 검출 센서, 사용자의 수면 상태 중 심전도를 측정하는 제1 심전도 센서, 수면 상태 관련 센싱 정보를 수집하는 제1 통신 회로 및 수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제1 프로세서를 포함할 수 있다.
이때, 아이 마스크형 센서는 사용자의 머리 일측 예컨대 눈을 포함한 일정 영역을 덮도록 배치되는 커버, 상기 커버의 일측에 결합되어 커버가 사용자의 머리로부터 이탈되지 않도록 고정하는 고정 부재(예: 밴드), 커버에 배치되어 사용자의 생체 신호(예: EEG (electroencephalogram), EOG (Electrooculography), ECG (electrocardiogram))를 수집하도록 배치되는 복수개의 센서 전극들을 포함할 수 있다.
커버는 안구 및 안구를 포함하는 일정 영역을 덮을 수 있는 크기를 가질 수 있다. 예컨대, 커버는 사용자 이마의 일정 부분을 덮을 수 있도록 구성될 수 있다. 커버는 적어도 일부가 가죽이나 면, 융, 천 등으로 형성될 수 있다. 전극들은 커버의 일측에 배치되데, 사용자 얼굴 피부에 접촉될 수 있도록 배치될 수 있다. 고정 부재는 커버 재질과 동일한 재질로 마련되거나 또는 다른 재질로 마련될 수도 있다. 아이 마스크형 센서(는 턴-온 또는 턴-오프를 위한 물리 버튼을 더 포함하거나, 또는 전극들 중 사전 정의된 적어도 한 쌍의 전극들이 전기적으로 연결되면, 자동으로 턴-온되어 센싱 동작을 수행하도록 구성될 수 있다.
그리고 수면 자세 검출 센서는 수면 구조물에 해당하는 매트리스 또는 토퍼에 부착하거나 내장될 수 있다. 수면 자세 검출 센서에는 사용자 위치를 확인하고 수면 중에 사용자 신체 위치를 모니터링 할 수 있는 3개의 셀이 형성되어, 신체 움직임을 관찰하여 예상 심박수와 호흡률을 제공할 수 있다.
그리고 제1 심전도 센서는 사용자의 심전도를 측정할 수 있는 센서를 포함할 수 있다. 예컨대, 심전도 센서는 사용자의 심장 부위에 부착 또는 착용될 수 있는 형태로 마련된 후, 활성화 입력에 대응하여 사용자의 심전도를 측정하고, 측정된 센싱 정보를 생체 신호로서 제1 프로세서에 전달할 수 있다.
그리고 제1 통신 회로는 센서들 예컨대, 아이 마스크형 센서, 수면 자세 검출 센서 및 제1 심전도 센서와 통신 채널을 형성할 수 있는 적어도 하나의 제1 통신 모듈과, 수집된 생체 신호를 네트워크를 통하여 서버에 전송할 수 있도록 통신 채널(예: 이동통신 채널 또는 인터넷 통신 채널)을 형성할 수 있는 제2 통신 모듈을 포함할 수 있다.
제1 통신 모듈은 예컨대, 센서들 중 적어도 하나와 유선 방식을 기반으로 통신 채널을 형성할 수 있는 유선 통신 모듈 또는 상기 센서들 중 적어도 하나의 근거리 무선 통신 방식을 기반으로 통신 채널을 형성할 수 있는 근거리 무선 통신 모듈을 포함할 수 있다.
그리고 제1 사용자 모니터링 장치는 정보 출력을 위한 출력 장치를 더 포함할 수 있다.
제1 프로세서는 수면 상태와 관련한 케어 서비스 정보를 케어 서비스 지원 장치(400)로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어할 수 있다.
제1 프로세서는 상기 제1 사용자 모니터링 장치 운용과 관련한 신호의 전달과 처리 또는 저장을 수행할 수 있다. 예컨대, 제1 프로세서는 사전 설정에 따라 또는 사용자 입력에 따라 상기 아이 마스크형 센서, 수면 자세 검출 센서 및 심전도 센서 중 적어도 하나와 통신 채널을 형성할 수 있다.
이어서 제1 프로세서 아이 마스크형 센서, 수면 자세 검출 센서 및 심전도 센서 중 적어도 하나가 수집하여 전달하는 생체 신호를 저장할 수 있다. 이와 관련하여, 상기 제1 사용자 모니터링 장치는 상기 생체 신호 저장을 위한 메모리를 더 포함할 수 있다. 상기 제1 프로세서는 수집된 생체 신호들을 지정된 주기 또는 실시간으로 서버에 전달할 수 있다. 여기서, 제1 프로세서는 제1 통신 회로를 기반으로 서버와 통신 채널을 형성할 수 있다. 서버에 제공하는 생체 신호는 센서의 종류 정보 및 제1 사용자 모니터링 장치의 식별 정보를 포함할 수 있다. 한편, 제1 프로세서는 서버로부터 전달한 생체 신호와 관련한 케어 서비스 정보를 수신할 수 있다.
케어 서비스 정보는 상기 생체 신호와 관련한 분석 결과, 분석 결과에 따라 사용자가 취해야 할 액션 정보 중 적어도 일부를 포함할 수 있다. 제1 프로세서는 수신된 정보(예: 분석 결과 및 액션 정보 중 적어도 일부)를 설정에 따라 또는 사용자 제어에 따라 출력할 수 있다. 상기 수신된 정보의 출력과 관련하여, 제1 사용자 모니터링 장치는 디스플레이 및 오디오 장치 중 적어도 하나를 포함할 수 있다.
또한, 적어도 하나의 사용자 모니터링 장치(100)는 동작 상태 관련 센싱 정보를 수집하는 제2 사용자 모니터링 장치를 포함할 수 있다.
그리고 제2 사용자 모니터링 장치는 사용자의 손목에 배치되어 사용자의 동작과 관련한 센싱 정보를 수집하는 손목형 센서, 사용자의 발에 착용되어 동작에 따른 센싱 정보를 수집하는 신발형 센서, 사용자의 동작 상태 중 심전도를 측정하는 제2 심전도 센서, 동작 상태 관련 센싱 정보를 수집하는 제2 통신 회로 및 수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제2 프로세서를 포함할 수 있다.
이때 손목형 센서는 사용자의 손목 등에 착용할 수 있는 형태의 센서를 포함할 수 있다. 예컨대, 손목형 센서는 예컨대, 자이로 센서, 가속도 센서 및 지자기 센서 중 적어도 하나를 포함할 수 있다. 또는 손목형 센서는 위치 정보 수집 센서(예: GPS), 기압 센서 등을 포함할 수 있다. 상술한 손목형 센서는 사용자의 움직임에 따른 생체 신호를 수집할 수 있다. 예를 들어, 손목형 센서가 수집한 생체 신호를 기반으로, 사용자의 액티비티 형태(예: 걷기, 달리기, 등산 등)를 결정할 수 있다. 또는, 손목형 센서가 수집한 생체 신호를 기반으로 사용자의 운동 종류(예: 테니스, 줄넘기, 수영 등)를 결정할 수 있다. 손목형 센서는 근거리 무선 통신 모듈 또는 유선 통신 모듈을 통해 제2 통신 회로와 통신채널을 형성할 수 있다.
신발형 센서는 상기 사용자가 착용하는 신발의 적어도 일측에 배치될 수 있다. 상기 신발형 센서는 예컨대, 적어도 페도미터를 포함할 수 있다. 상기 신발형 센서에 의해 수집되는 생체 신호는 사용자의 보폭 크기 또는 단위 시간 당 보폭 횟수 등을 결정하는데 이용될 수 있다. 상기 신발형 센서는 근거리 통신 모듈 또는 유선 케이블을 통하여 제2 통신 회로와 통신 채널을 형성할 수 있다.
제2 심전도 센서는 손목형 센서 또는 신발형 센서를 착용하는 사용자의 심장 박동을 센싱할 수 있도록 배치될 수 있다. 예컨대, 제2 심전도 센서는 사용자의 심장 부근에 배치되고, 심전도에 따른 생체 신호를 수집하여 제2 통신 회로를 통해 제2 프로세서에 전달할 수 있다. 이러한 제2 심전도 센서는 제1 사용자 모니터링 장치에 배치된 제1 심전도 센서와 실질적으로 동일한 센서일 수 있다. 예컨대, 제1 사용자 모니터링 장치를 보유한 사용자는 제1 심전도 센서를 유지할 수 있으며, 아이 마스크형 센서 및 수면 자세 검출 센서를 대체하여 손목형 센서 및 신발형 센서를 착용할 수 있다.
제2 통신 회로는 제2 사용자 모니터링 장치의 통신 채널을 형성하기 위한 적어도 하나의 통신 모듈을 포함할 수 있다. 예컨대, 제2 통신 회로는 손목형 센서, 신발형 센서 및 제2 심전도 센서 중 적어도 하나와 통신 채널을 형성할 수 있는 유무선 통신 모듈 중 적어도 하나를 포함할 수 있다. 또한, 제2 통신 회로는 네트워크를 통하여 서버와 통신 채널을 형성할 수 있다.
제2 사용자 모니터링 장치는 정보 출력을 위한 출력 장치를 더 포함할 수 있다.
그리고 제2 프로세서는 동작 상태와 관련한 케어 서비스 정보를 케어 서비스 지원 장치(400)로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어할 수 있다.
이어서 제2 프로세서는 제2 사용자 모니터링 장치 운용과 관련한 신호의 전달과, 저장 및 처리를 수행할 수 있다. 예를 들어, 제2 프로세서는 사용자 입력에 따라 또는 센서 활성화 상태에 따라, 손목형 센서, 신발형 센서 및 제2 심전도 센서 중 적어도 하나와 통신 채널을 형상하고, 통신 채널을 형성한 센서들로부터 생체 신호를 수신할 수 있다. 제2 프로세서가 수신한 생체 신호는 제2 사용자 모니터링 장치에 저장될 수 있으며, 이와 관련하여, 제2 사용자 모니터링 장치는 메모리를 더 포함할 수 있다.
상기 제2 프로세서는 수신된 생체 신호를 제2 통신 회로가 형성한 통신 채널을 통해, 서버에 전송할 수 있다. 상기 서버에 전송된 생체 신호는 생체 신호의 종류 즉, 생체 신호를 수집한 센서의 종류와 제2 사용자 모니터링 장치의 식별 정보를 포함할 수 있다. 제2 프로세서는 서버로부터 생체 신호에 대응하는 분석 결과 및 분석 결과에 대응하는 케어 서비스 정보 중 적어도 일부를 수신할 수 있다. 제2 사용자 모니터링 장치는 수신된 적어도 일부를 출력할 수 있는 디스플레이 또는 오디오 장치 중 적어도 하나를 포함할 수 있다.
상술한 바와 같이, 제2 사용자 모니터링 장치는 사용자의 액션에 따른 또는 액티비티에 따른 생체 신호를 수집할 수 있는 적어도 하나의 센서를 기반으로, 액티비티 상태에서의 생체 신호를 수집하고, 이를 서버에 제공할 수 있다. 이에 따라, 제2 사용자 모니터링 장치는 액티비티 상태에서의 생체 신호를 기반으로, 사용자의 현재 상태가 어떠한 상태인지 보다 정확히 파악할 수 있도록 지원하고, 그에 따른 사용자의 행동 양식을 가이드하기 위한 가이드 정보 또는 케어 서비스 정보를 제공할 수 있다. 이를 기반으로, 사용자는 자신의 상태에 맞는 보다 적절한 액티비티(예: 운동 종류, 운동 강도, 운동 횟수)를 조절할 수 있다. 다른 예로서, 상기 제2 사용자 모니터링 장치는 사용자의 움직임에 따른 생체 신호를 수집하는 구성으로서, 사용자의 신체를 기반으로 하는 직업 또는 작업 수행 동안의 생체 신호를 수집하는 장치로 이용될 수도 있다.
그리고 제2 사용자 모니터링 장치는 다른 사용자들의 단말과의 접촉에 대한 태깅 기록을 생성하고, 태깅 기록에 기초하여, 일정 거리 내에 위치하는 단말과 무선 통신을 수행하여, 태깅 신호를 주기적으로 송수신하고, 태깅 신호의 세기에 기초하여 단말 각각에 대한 근접한 순위를 식별할 수 있다.
이때 태깅은 제2 사용자 모니터링 장치와 단말간에 접촉 또는 별도의 프로세서에 의해 통신이 연결된 상태를 의미할 수 있으며, 이에 한정되지 않는다.
또한 케어 서비스 지원 장치(400)는, 제2 사용자 모니터링 장치로부터 순위에 대한 정보를 수신하여, 가장 근접한 제1 단말, 및 제1 단말 다음으로 근접한 제2 단말로 감지된 위급상황에 대한 알람을 전송하고, 위급 상황이 감지된 적어도 하나의 생체 신호에 기초하여, 기 등록된 대응 매뉴얼에 대한 데이터를 선택하여, 제1 단말로 전송하고, 임계 시간 내에 제1 단말에 대한 태깅 신호의 세기가 미증가한 경우, 제1 단말을 제외한 단말 중 가장 근접한 단말로 선택된 데이터를 전송할 수 있다.
나아가 케어 서비스 지원 장치(400)는, 제2 상황에 따른 복수의 응급상황 시나리오 중에서 어느 하나의 응급상황 시나리오가 판단되면, 판단된 응급상황 시나리오에 매칭되는 대응 매뉴얼에 대해 기 등록된 최소 인원을 식별하고, 순위에 대한 정보에 기초하여, 최소 인원, 및 예비 인원에 따른 필요 인원에 대응하는 단말로 응급상황에 대한 알람, 및 응급상황 시나리오에 매칭되는 대응 매뉴얼을 전송할 수 있다.
이어서 무선 통신 상태인 단말의 수가 필요 인원에 대응하는 수 미만인 경우, 제1 단말로 응급 조치에 대한 도움을 요청하는 음원 파일, 및 음원 파일의 출력을 요청하는 알람을 전송할 수 있다.
그리고 응급상황 시나리오에 매칭되는 대응 매뉴얼이 전송된 단말 중 적어도 하나의 단말로부터 응급상황이 발생된 시점을 포함하는 일정 시간 내에 발생된 결제 내역, 및 통장 정보를 수신하면, 응급상황 시나리오에 매칭되는 대응 매뉴얼에 기초하여, 필요 물품을 식별하고, 결제 내역, 및 필요 물품을 비교하여 필요 물품의 결제액을 식별하고, 사용자에 대해 기 등록된 예치금에 기초하여, 결제액을 통장 정보에 매칭되는 계좌로 이체할 수 있다.
또한 적어도 하나의 사용자 모니터링 장치(100)는, 사용자의 음성과 관련한 센싱 정보를 수집하는 제3 사용자 모니터링 장치를 포함할 수 있다.
그리고 제3 사용자 모니터링 장치는 사용자의 음성을 측정하는 음성 측정 센서, 사용자의 음성 중 특정 단어를 검출하는 단어 검출 센서, 통신 채널을 형성하여, 음성 상태와 관련한 센싱 정보를 수집하는 제3 통신 회로, 수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제3 프로세서를 포함할 수 있다.
이때, 음성 측정 센서는 제3 프로세서와 제3 통신 회로를 통하여 통신 채널을 형성할 수 있다. 그리고 음성 측정 센서는 사용자 입력 또는 사전 정의된 설정에 따라 활성화되고, 지정된 음성을 녹음 및 저장할 수 있다.
또한 단어 검출 센서는, 사용자가 사전 정의된 설정 단어를 검출하는 것이다. 예로, 살려줘, 도와줘 등의 위급상황 시 사용되는 단어를 뜻할 수 있다.
그리고 제3 사용자 모니터링 장치는 정보 출력을 위한 출력 장치를 더 포함할 수 있다.
또한 제3 프로세서는, 음성 관련한 케어 서비스 정보를 케어 서비스 지원 장치(400)로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어할 수 있다.
제1 서버(200)는, 적어도 하나의 사용자 모니터링 장치(100)로부터 수면 상태 관련 센싱 정보, 동작 상태 관련 센싱 정보, 및 음성 관련 센싱 정보에 대응하는 생체 신호를 수신하고, 수신된 생체 신호에 대한 종합적인 분석 결과를 산출한다.
제2 서버(300)는, 사용자의 일정 정보를 수신하고, 수신된 일정에 대한 종합적인 분석 결과를 산출한다. 이때 사용자의 일정 정보의 수신은 사용자 단말로부터 수신할 수 있다.
케어 서비스 지원 장치(400)는, 제1 서버(200) 및 제2 서버(300)의 분석 결과에 대응하여 사용자 관련 케어 서비스를 제공한다.
케어 서비스 지원 장치(400)는, 수면 상태 관련, 동작 상태 관련, 음성 관련 중 적어도 하나의 생체 신호에 대해 위급상황을 감지하는 감지장치(410)와, 감지장치에 감지된 위급상황을 외부에 알리도록 사용자가 입력한 긴급번호를 저장하는 저장장치(420) 및 저장장치에 저장된 긴급번호로, 감지장치에서 감지한 위급상황을 수신하는 수신장치(430)를 포함한다.
더불어 케어 서비스 지원 장치(400)는 예컨대, 사용자에게 발생할 수 있는 위급상황을 실시간으로 판별하고 위급상황 발생 시, 자동으로 주위에 알람을 줌과 동시에 사용자 단말(ex.핸드폰, 모바일 통신기기 등)을 통해 가족 단말, 지인 단말, 보안업체 서버, 119 센터, 112 센터, 경비실 또는 동사무소 서버 등에 자동으로 알람을 줄 수 있다.
또한 케어 서비스 지원 장치(400)는 데이터 처리용 MCU, 스마트 가속도 및 각속도 센서, 블루투스 모듈, 배터리, 부저 등으로 더 구성될 수 있다.
한편, 위급상황을 감지하는 감지 장치에 의한 사용자 위급상활 판별은, 위급상황을 감지하는 감지 장치에 의한 사용자 위급상황 판별은, 적어도 하나의 사용자의 수면 상태와 관련한 센싱 정보 센서, 사용자의 동작 상태와 관련한 센싱 정보 센서 및 사용자의 음성과 관련한 센싱 정보 센서를 통해 사용자의 데이터를 수집하는 단계와, 수집된 데이터를 이용하여 사용자의 단위행동을 판별하고, 판별된 단위행동이 위급상황과 대응되는 행동인지를 확인하여 제1 상황을 판단하는 단계 및 판별된 단위행동이 시간순서대로 나열된 단위행동 시퀀스를 이용하여 제2 상황을 판단하는 단계를 포함할 수 있다.
이때 제1 상황을 판단하는 단계는, 판별된 단위행동이 넘어지기, 발버둥치기 및 끌려가기 중에서 하나의 단위행동이면 제1 상황으로 판단할 수 있다. 그리고 제1 상황을 판단하는 단계는 수집된 동작 데이터로부터 산출된 가속도, 가속도의 변량, 평균 가속도, 필터링된 가속도의 합, 가속도의 제곱근의 합, 가속도의 합의 기울기, 및 가속도의 사다리꼴 적분 중에서 적어도 하나를 이용하여 제1 상황을 판단할 수 있다.
이어서 제2 상황을 판단하는 단계는, 입력 변수에 따라 응급상황을 감지하도록 설정된 하이브리드 모델의 입력 변수로 기설정된 시간 동안의 단위행동 시퀀스, 각 단위행동의 유지 시간, 낙상 후 눕기 유지 시간, 낙상 발생 여부, 서기 발생 여부, 및 낙상 후 서기 발생 여부 중에서 적어도 하나의 입력 변수를 입력하여 제2 상황을 판단하되, 하이브리드 모델을 기반으로 제2 상황에 대응되는 적어도 하나의 응급행동 시퀀스를 학습하고, 입력 변수인 단위행동 시퀀스가 학습된 응급행동 시퀀스에 해당하면 제2 상황으로 판단하고, 단위행동 시퀀스에서 넘어지기, 발버둥치기 및 끌려가기 중에서 적어도 하나의 단위행동이 나열된 순서에 따라 제2 상황에 따른 복수의 응급상황 시나리오 중에서 어느 하나의 응급상황 시나리오로 판단할 수 있다.
이때, 단위행동은 서기, 앉기, 눕기, 넘어지기 도는 행동 간의 변화동작이 포함될 수 있다. 이러한 단위행동은 총 6개의 동작으로 구분될 수 있다.
단위행동 판별을 위한 머신 러닝 알고리즘의 입력인 가속도 및 각속도 데이터의 특징점들은 총 14개로 다음과 같다. 사용자의 동작 데이터로부터 산출된 가속도 및 각속도 데이터의 특징점들에는 1) X축 가속도와, 2) Y축 가속도와, 3) Z축 가속도와, 4) X축 가속도의 변량과, 5) Y축 가속도의 변량과, 6) Z축 가속도의 변량과, 7) X축, Y축, Z축의 평균 가속도와, 8) X축과 Y축의 필터링된 가속도의 합과, 9) X축과 Z축의 필터링된 가속도의 합과, 10) Y축과 Z축의 필터링된 가속도의 합과, 11) X축, Y축, Z축의 필터링된 가속도의 합과, 12) X축, Y축, Z축의 가속도의 제곱근의 합과, 13) X축, Y축, Z축의 가속도의 합의 기울기와, 14) 가속도의 사다리꼴 적분 중에서 적어도 하나가 포함될 수 있다.
예로, 사용자 위급상황 판별 및 알림 장치(100)는 6개의 단위행동 중 넘어지기는 위급 상황으로 판단할 수 있다. 예컨대, 넘어지기에는 4=앞으로 넘어지기, 5=뒤로 넘어지기가 포함될 수 있다.
반면, 사용자 위급상황 판별 및 알림 장치(100)는 나머지 단위행동인 1=서기, 2=눕기, 3=변환동작, 6=앉기, 7=걷기 동작은 정상 상황으로 판단할 수 있다.
나아가, 프로세서는 인공지능 모델을 제어할 수 있다. 이 경우, 프로세서는 인공지능 모델을 제어하기 위한 그래픽 전용 프로세서(예: GPU)를 포함할 수 있음은 물론이다.
이어서, 하이브리드 모델의 입력 변수에는 10초간 단위행동 시퀀스, 각 단위행동의 유지 시간, 낙상 후 눕기 유지 시간, 낙상 출현 여부, 서기 출현 여부, 및 낙상 후 서기 출현 여부 중에서 적어도 하나가 포함될 수 있다. 여기서, 10초간 단위행동 시퀀스에 대한 입력 변수는 10초간 수집된 단위행동들의 순서를 나타낸다. 각 단위행동의 유지 시간에 대한 입력 변수는 순서대로 수행된 단위행동들의 시간을 나타낸다. 낙상후 눕기 유지 시간에 대한 입력 변수는 단위 행동 유지 시간과 별개로 입력되는 것을 나타낸다. 낙상 출현 여부에 대한 입력 변수는 낙상이 있으면 1, 없으면 0을 나타낸다. 서기 출현 여부에 대한 입력 변수는 서기 있으면 1, 없으면 0을 나타낸다. 낙상 후 서기 출현 여부에 대한 입력 변수는 낙상이 있은 후 서기가 안나오면 1, 나오면 0을 나타낸다. 그리고 입력 값은 하이브리드 모델의 은닉층(Hidden Layers) 및 출력층(OutputLayer)을 통해 처리되어 응급상황의 감지를 위한 출력 값이 출력된다. 사용자 위급상황 판별 및 알림 장치(100)는 출력 값을 통해 응급상황인지를 판단할 수 있다.
다음은 각 단위행동 시퀀스에 대한 다양한 응급상황 시나리오 예시이며, 하이브리드 모델의 입력으로 학습시킬 수 있다. 응급상황 시나리오는 특정 단위행동 시퀀스로 한정되지 않으며, 다양한 단위행동 시퀀스들로서 판단될수 있다.
1. 걷기→넘어지기→변환동작→눕기
1번 단위행동 시퀀스는 사용자가 집 안 혹은 집 밖에서 걷다가 장애물에 걸려 혹은 기타 질병으로 인해 넘어지고 정신을 잃어 일어나지 못하는 위급 상황의 경우로 판단될 수 있다.
2. 앉기→넘어지기→변환동작→눕기
2번 단위행동 시퀀스는 사용자가 변기, 의자, 휠체어 등에 앉아 있다가 중심을 잃고 넘어져 정신을 잃어 일어나지 못하는 위급 상황의 경우를 나타낸다.
3. 눕기→변환동작→서기→넘어지기→변환동작→눕기
3번 단위행동 시퀀스는 사용자가 편안히 누워있다가 일어설 때 어지러움 등을 느껴 넘어진 후 누워서 일어나지 못하는 위급 상황 경우를 나타낸다.
4. 걷기→넘어지기→변환동작→눕기 및 발버둥치기
4번 단위행동 시퀀스는 사용자가 집 안 혹은 집 밖에서 걷다가 심장마비 등으로 경련이 일어나며 넘어지는 위급상황 경우를 나타낸다.
5. 걷기→변환동작→서기→변환동작→발버둥치기→변환동작→눕기 및 발버둥치기
5번 단위행동 시퀀스는 사용자가 걷다가 심장마비 등과 같은 질병으로 인해 경련이 일어나 멈춰 서고 넘어지지 않고 천천히 누워 계속 경련이 일어나는 경우를 나타낸다.
6. 앉기→변환동작→발버둥치기→발버둥치기 지속
6번 단위행동 시퀀스는 사용자가 앉아 있는데 순간적인 질병으로 경련이 일어나며 움직이지 못하는 응급 상황의 경우를 나타낸다.
7. 눕기→변환동작→발버둥치기→변환동작→눕기 및 발버둥치기
7번 단위행동 시퀀스는 사용자가 누워 있을 때 순간적인 질병으로 몸을 일으키려고 발버둥치나 일어나지 못하고 계속 일어나려고 시도하는 응급상황의 경우를 나타낸다.
8. 걷기→변환동작→발버둥치기→변환동작→끌려가기
8번 단위행동 시퀀스는 사용자가 강도, 괴한 등을 만나 발버둥치다가 힘을 잃고 끌려가게 되는 위급 상황의 경우를 나타낸다.
9. 걷기→변환동작→서기→변환동작→끌려가기
9번 단위행동 시퀀스는 사용자가 걷다가 강도, 괴한 등에게 협박당해 멈추고 이후 뒤 혹은 앞으로 끌려가게 되는 위급 상황의 경우를 나타낸다.
10. 서기→변환동작→발버둥치기→넘어지기→변환동작→발버둥치기
10번 단위행동 시퀀스는 사용자가 서있다가 강도, 괴한 등에게 뒤, 옆 정면 등을 잡혀 발버둥치다가 밀쳐져서 넘어지는 위급한 경우를 나타낸다.
11. 걷기→넘어지기→변환동작→눕기→변환동작→서기→변환동작→뛰기
11번 단위행동 시퀀스는 사용자가 집 안 혹은 집 밖에서 걷다가 괴한에게 밀쳐 넘어져 누워있다가 빠르게 서고 도망가는 경우를 나타낸다.
12. 계단 오르기→넘어지기→변환동작→눕기
13. 계단 내리기→넘어지기→변환동작→눕기
12번 및 13번 단위행동 시퀀스는 사용자가 계단을 오르내리다가 걸려 넘어진 후 크게 다쳐 일어나지 못하는 위급 상황의 경우를 나타낸다.
14. 걷기→변환동작→뛰기→넘어지기→변환동작→발버둥치기
14번 단위행동 시퀀스는 사용자가 강도, 괴한 등을 만나 도망치기 위해 뛰어가다가 잡혀 넘어진 후 발버둥 치는 위급 상황의 경우를 나타낸다.
한편, 본 발명에 따른 인공지능 모델은 지도학습(supervised learning) 또는 비지도학습(unsupervised learning)기반의 모델일 수 있다. 나아가, 본 발명에 따른 인공지능 모델은 SVM(support vector machine), Decision tree, neural network 등 및 이들이 응용된 방법론을 포함할 수 있다.
일 실시예로, 본 발명에 따른 인공지능 모델은 학습데이터를 입력하여 학습된 합성곱 신경망(Convolutional deep Neural Networks, CNN) 기반의 인공지능 모델일 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 인공지능 모델이 본 발명에 적용될 수 있음은 물론이다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), RF(Random Forest)와 같은 모델이 인공지능 모델로서 사용될 수 있으나, 이에 한정되지 않는다.
이때, 합성곱 신경망(Convolutional deep Neural Networks, CNN)은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. 합성곱 신경망은 하나 또는 여러개의 합성곱 계층(convolutional layer)과 그 위에 올려진 일반적인 인공신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 합성곱 신경망은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 또한, 합성곱 신경망은 표준 역전달을 통해 훈련될 수 있다. 합성곱 신경망은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.
또한, 심층 신경망(Deep Neural Networks, DNN)은 입력 계층(input layer)과 출력 계층(output layer) 사이에 복수개의 은닉 계층(hidden layer)들로 이뤄진 인공신경망(Artificial Neural Network, ANN)이다.
이때, 심층 신경망의 구조는 퍼셉트론(perceptron)으로 구성될 수 있다. 퍼셉트론은 여러 개의 입력 값(input)과 하나의 프로세서(prosessor), 하나의 출력 값으로 구성된다. 프로세서는 여러 개의 입력 값에 각각 가중치를 곱한 후, 가중치가 곱해진 입력 값들을 모두 합한다. 그 다음 프로세서는 합해진 값을 활성화함수에 대입하여 하나의 출력 값을 출력한다. 만약 활성화함수의 출력 값으로 특정한 값이 나오기를 원하는 경우, 각 입력 값에 곱해지는 가중치를 수정하고, 수정된 가중치를 이용하여 출력 값을 다시 계산할 수 있다. 이때, 각각의 퍼셉트론은 서로 다른 활성화함수를 사용할 수 있다. 또한 각각의 퍼셉트론은 이전 계층에서 전달된 출력들을 입력으로 받아들인 다음, 활성화 함수를 이용해서 출력을 구한다. 구해진 출력은 다음 계층의 입력으로 전달된다. 상술한 바와 같은 과정을 거치면 최종적으로 몇 개의 출력 값을 얻을 수 있다.
순환 신경망(Reccurent Neural Network, RNN)은 인공신경망을 구성하는 유닛 사이의 연결이 Directed cycle을 구성하는 신경망을 말한다. 순환 신경망은 앞먹임 신경망과 달리, 임의의 입력을 처리하기 위해 신경망 내부의 메모리를 활용할 수 있다.
심층 신뢰 신경망(Deep Belief Networks, DBN)이란 기계학습에서 사용되는 그래프 생성 모형(generative graphical model)으로, 딥 러닝에서는 잠재변수(latent variable)의 다중계층으로 이루어진 심층 신경망을 의미한다. 계층 간에는 연결이 있지만 계층 내의 유닛 간에는 연결이 없다는 특징이 있다.
심층 신뢰 신경망은 생성 모형이라는 특성상 선행학습에 사용될 수 있고, 선행학습을 통해 초기 가중치를 학습한 후 역전파 혹은 다른 판별 알고리즘을 통해 가중치의 미조정을 할 수 있다. 이러한 특성은 훈련용 데이터가 적을 때 굉장히 유용한데, 이는 훈련용 데이터가 적을수록 가중치의 초기값이 결과적인 모델에 끼치는 영향이 세지기 때문이다. 선행학습된 가중치 초기값은 임의로 설정된 가중치 초기값에 비해 최적의 가중치에 가깝게 되고 이는 미조정 단계의 성능과 속도향상을 가능케 한다.
RF는, 분류, 회기 분석 등에 사용되는 앙상블 학습 방법의 일종으로, 훈련 과정에서 구성한 다수의 결정 트리로부터 분류 또는 평균 예측치(회귀 분석)를 출력함으로써 동작하며, 가장 큰 특징은 랜덤성(randomness)에 의해 트리들이 서로 조금씩 다른 특성을 갖는다는 점이다. 이 특성은 각 트리들의 예측(prediction)들이 비상관화(decorrelation) 되게하며, 결과적으로 일반화(generalization) 성능을 향상시킨다. 또한, 랜덤화(randomization)는 포레스트가 노이즈가 포함된 데이터에 대해서도 강인하게 만들어 준다. 랜덤화는 각 트리들의 훈련 과정에서 진행되며, 랜덤 학습 데이터 추출 방법을 이용한 앙상블 학습법인 배깅(bagging)과 랜덤 노드 최적화(randomized node optimization)가 자주 사용된다. 이 두 가지 방법은 서로 동시에 사용되어 랜덤화 특성을 더욱 증진시킬 수 있다.
상술한 인공지능 및 그 학습방법에 관한 내용은 예시를 위하여 서술된 것이며, 상술한 실시 예들에서 이용되는 인공지능 및 그 학습방법은 제한되지 않는다. 예를 들어, 당 업계의 통상의 기술자가 동일한 과제해결을 위하여 적용할 수 있는 모든 종류의 인공지능 기술 및 그 학습방법이 개시된 실시 예에 따른 시스템을 구현하는 데 활용될 수 있다.
이때 하이브리드 모델은 상술된 인공지능 모델 중 적어도 두 개의 모델이 결합된 인공지능 모델일 수 있다.
그리고 제2 상황을 판단하는 단계는, 판별된 단위행동을 기설정된 시간 단위로 저장하고, 기설정된 시간 단위로 저장된 단위행동인 단위행동 시퀀스를 응급상황에 대응되는 단위행동 시퀀스와 비교하여 제2 상황을 판단할 수 있다.
예컨대, 홈케어 시스템은 하나의 통신 인터페이스(각각의 센서들 및 서버와 통신할 수 있는 복수의 통신 회로들을 포함함)와 프로세서를 포함하되, 사용자의 수면 상태 관련 센싱 정보를 수집할 수 있는 적어도 하나의 센서(예: 아이 마스크형 센서, 수면자세 검출 센서, 심전도 센서, 심박수와 호흡수를 측정하는 센서), 사용자의 움직임 상태 관련 센싱 정보를 수집할 수 있는 적어도 하나의 센서(예: 손목형 센서, 신발형 센서, 심전도 센서, 심박수와 호흡수를 측정하는 센서), 사용자의 착석 상태 관련 센싱 정보를 수집할 수 있는 적어도 하나의 센서(예: 착석 자세 검출 센서, 얼굴 검출 센서, 심전도 센서, 심박수와 호흡수를 측정하는 센서)와 통신할 수 있도록 구성되고, 획득된 센싱 정보에 대응하는 생체 신호를 서버에 전송할 수 있도록 구성될 수도 있다.
본원의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에 서 소프트웨어로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본원의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정 한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본원의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.
여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 제조 물품은 임의의 컴퓨터-판독가능 저장장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 저장매체는 자기 저장 장 치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.
제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본원의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.
제시된 실시예들에 대한 설명은 임의의 본원의 기술 분야에서 통상의 지식을 가진 자가 본원을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본원의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본원의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본원은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
Claims (10)
- 사용자의 수면 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 동작 상태와 관련한 센싱 정보를 수집하는 센서, 사용자의 음성과 관련한 센싱 정보를 수집하는 센서, 사용자의 일정 정보를 수집하는 센서 중 적어도 하나를 포함하는 적어도 하나의 사용자 모니터링 장치;
적어도 하나의 사용자 모니터링 장치로부터 수면 상태 관련 센싱 정보, 동작 상태 관련 센싱 정보, 및 음성 관련 센싱 정보에 대응하는 생체 신호를 수신하고, 수신된 생체 신호에 대한 종합적인 분석 결과를 산출하는 제1 서버;
사용자의 일정 정보를 수신하고, 수신에 일정에 대한 종합적인 분석 결과를 산출하는 제2 서버; 및
제1 서버 및 제2 서버의 분석 결과에 대응하여 사용자 관련 케어 서비스를 제공하는 케어 서비스 지원 장치를 포함하고,
케어 서비스 지원 장치는,
수면 상태 관련, 동작 상태 관련, 음성 관련 중 적어도 하나의 생체 신호에 대해 위급상황을 감지하는 감지장치;
감지장치에 감지된 위급상황을 외부에 알리도록 사용자가 입력한 긴급번호를 저장하는 저장장치; 및
저장장치에 저장된 긴급번호로, 감지장치에서 감지한 위급상황을 수신하는 수신장치를 포함하고,
적어도 하나의 사용자 모니터링 장치는,
동작 상태 관련 센싱 정보를 수집하는 제2 사용자 모니터링 장치를 포함하고,
제2 사용자 모니터링 장치는,
사용자의 손목에 배치되어 사용자의 동작과 관련한 센싱 정보를 수집하는 손목형 센서;
사용자의 발에 착용되어 동작에 따른 센싱 정보를 수집하는 신발형 센서;
사용자의 동작 상태 중 심전도를 측정하는 제2 심전도 센서;
동작 상태 관련 센싱 정보를 수집하는 제2 통신 회로;
수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제2 프로세서를 포함하고,
제2 사용자 모니터링 장치는,
정보 출력을 위한 출력 장치를 더 포함하고,
제2 프로세서는,
동작 상태와 관련한 케어 서비스 정보를 케어 서비스 지원 장치로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어하고,
위급상황을 감지하는 감지 장치에 의한 사용자 위급상황 판별은,
적어도 하나의 사용자의 수면 상태와 관련한 센싱 정보 센서, 사용자의 동작 상태와 관련한 센싱 정보 센서 및 사용자의 음성과 관련한 센싱 정보 센서를 통해 사용자의 데이터를 수집하는 단계;
수집된 데이터를 이용하여 사용자의 단위행동을 판별하고, 판별된 단위행동이 위급상황과 대응되는 행동인지를 확인하여 제1 상황을 판단하는 단계; 및
판별된 단위행동이 시간순서대로 나열된 단위행동 시퀀스를 이용하여 제2 상황을 판단하는 단계를 포함하고,
제1 상황을 판단하는 단계는,
판별된 단위행동이 넘어지기, 발버둥치기 및 끌려가기 중에서 하나의 단위행동이면 제1 상황으로 판단하고,
제2 상황을 판단하는 단계는,
입력 변수에 따라 응급상황을 감지하도록 설정된 하이브리드 모델의 입력 변수로 기설정된 시간 동안의 단위행동 시퀀스, 각 단위행동의 유지 시간, 낙상 후 눕기 유지 시간, 낙상 발생 여부, 서기 발생 여부, 및 낙상 후 서기 발생 여부 중에서 적어도 하나의 입력 변수를 입력하여 제2 상황을 판단하되, 하이브리드 모델을 기반으로 제2 상황에 대응되는 적어도 하나의 응급행동 시퀀스를 학습하고, 입력 변수인 단위행동 시퀀스가 학습된 응급행동 시퀀스에 해당하면 제2 상황으로 판단하고, 단위행동 시퀀스에서 넘어지기, 발버둥치기 및 끌려가기 중에서 적어도 하나의 단위행동이 나열된 순서에 따라 제2 상황에 따른 복수의 응급상황 시나리오 중에서 어느 하나의 응급상황 시나리오로 판단하고,
제2 사용자 모니터링 장치는,
다른 사용자들의 단말과의 접촉에 대한 태깅 기록을 생성하고, 태깅 기록에 기초하여, 일정 거리 내에 위치하는 단말과 무선 통신을 수행하여, 태깅 신호를 주기적으로 송수신하고, 태깅 신호의 세기에 기초하여 단말 각각에 대한 근접한 순위를 식별하고,
케어 서비스 지원 장치는,
제2 사용자 모니터링 장치로부터 순위에 대한 정보를 수신하여, 가장 근접한 제1 단말, 및 제1 단말 다음으로 근접한 제2 단말로 감지된 위급상황에 대한 알람을 전송하고, 위급 상황이 감지된 적어도 하나의 생체 신호에 기초하여, 기 등록된 대응 매뉴얼에 대한 데이터를 선택하여, 제1 단말로 전송하고, 임계 시간 내에 제1 단말에 대한 태깅 신호의 세기가 미증가한 경우, 제1 단말을 제외한 단말 중 가장 근접한 단말로 선택된 데이터를 전송하는, 홈케어 시스템.
- 청구항 1에 있어서,
적어도 하나의 사용자 모니터링 장치는,
수면 상태 관련 센싱 정보를 수집하는 제1 사용자 모니터링 장치를 포함하고,
제1 사용자 모니터링 장치는,
사용자의 수면 상태에서 사용자의 얼굴에 착용되는 아이 마스크형 센서;
사용자의 수면 상태에서 사용자의 숨소리를 측정하는 숨소리 측정 센서;
사용자가 수면을 취하는 동안, 사용자의 수면 자세를 검출하는 수면 자세 검출 센서;
사용자의 수면 상태 중 심전도를 측정하는 제1 심전도 센서;
수면 상태 관련 센싱 정보를 수집하는 제1 통신 회로;
수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제1 프로세서를 포함하고,
제1 사용자 모니터링 장치는,
정보 출력을 위한 출력 장치를 더 포함하고,
제1 프로세서는 수면 상태와 관련한 케어 서비스 정보를 케어 서비스 지원 장치로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어하는, 홈케어 시스템.
- 삭제
- 청구항 1에 있어서,
적어도 하나의 사용자 모니터링 장치는,
사용자의 음성과 관련한 센싱 정보를 수집하는 제3 사용자 모니터링 장치를 포함하고,
제3 사용자 모니터링 장치는,
사용자의 음성을 측정하는 음성 측정 센서;
사용자의 음성 중 특정 단어를 검출하는 단어 검출 센서;
통신 채널을 형성하여, 음성 상태와 관련한 센싱 정보를 수집하는 제3 통신 회로;
수집된 센싱 정보에 대응하는 생체 신호를 서버에 전송하도록 제어하는 제3 프로세서를 포함하고,
제3 사용자 모니터링 장치는,
정보 출력을 위한 출력 장치를 더 포함하고,
제3 프로세서는,
음성 관련한 케어 서비스 정보를 케어 서비스 지원 장치로부터 수신하고, 수신된 케어 서비스 정보를 출력 장치에 출력하도록 제어하는, 홈케어 시스템.
- 삭제
- 삭제
- 청구항 1에 있어서,
제1 상황을 판단하는 단계는,
수집된 동작 데이터로부터 산출된 가속도, 가속도의 변량, 평균 가속도, 필터링된 가속도의 합, 가속도의 제곱근의 합, 가속도의 합의 기울기, 및 가속도의 사다리꼴 적분 중에서 적어도 하나를 이용하여 제1 상황을 판단하는, 홈케어 시스템.
- 청구항 1에 있어서,
제2 상황을 판단하는 단계는,
판별된 단위행동을 기설정된 시간 단위로 저장하고, 기설정된 시간 단위로 저장된 단위행동인 단위행동 시퀀스를 응급상황에 대응되는 단위행동 시퀀스와 비교하여 제2 상황을 판단하는, 홈케어 시스템.
- 삭제
- 청구항 1에 있어서,
케어 서비스 지원 장치는,
제2 상황에 따른 복수의 응급상황 시나리오 중에서 어느 하나의 응급상황 시나리오가 판단되면, 판단된 응급상황 시나리오에 매칭되는 대응 매뉴얼에 대해 기 등록된 최소 인원을 식별하고, 순위에 대한 정보에 기초하여, 최소 인원, 및 예비 인원에 따른 필요 인원에 대응하는 단말로 응급상황에 대한 알람, 및 응급상황 시나리오에 매칭되는 대응 매뉴얼을 전송하고,
무선 통신 상태인 단말의 수가 필요 인원에 대응하는 수 미만인 경우, 제1 단말로 응급 조치에 대한 도움을 요청하는 음원 파일, 및 음원 파일의 출력을 요청하는 알람을 전송하고,
응급상황 시나리오에 매칭되는 대응 매뉴얼이 전송된 단말 중 적어도 하나의 단말로부터 응급상황이 발생된 시점을 포함하는 일정 시간 내에 발생된 결제 내역, 및 통장 정보를 수신하면, 응급상황 시나리오에 매칭되는 대응 매뉴얼에 기초하여, 필요 물품을 식별하고, 결제 내역, 및 필요 물품을 비교하여 필요 물품의 결제액을 식별하고, 사용자에 대해 기 등록된 예치금에 기초하여, 결제액을 통장 정보에 매칭되는 계좌로 이체하는, 홈케어 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230194591A KR102645932B1 (ko) | 2023-12-28 | 2023-12-28 | 홈케어 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230194591A KR102645932B1 (ko) | 2023-12-28 | 2023-12-28 | 홈케어 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102645932B1 true KR102645932B1 (ko) | 2024-03-11 |
Family
ID=90248842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230194591A KR102645932B1 (ko) | 2023-12-28 | 2023-12-28 | 홈케어 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102645932B1 (ko) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160104334A (ko) * | 2015-02-26 | 2016-09-05 | 한국 한의학 연구원 | 사용자 일정표에 기반하여 건강 관리 정보를 제공하는 장치 및 방법 |
| KR20160105129A (ko) * | 2015-02-27 | 2016-09-06 | 삼성전자주식회사 | 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치 |
| KR20170018140A (ko) * | 2015-08-05 | 2017-02-16 | 한국전자통신연구원 | 비언어적 음성 인식을 포함하는 응급 상황 진단 방법 및 장치 |
| KR20190006670A (ko) * | 2017-07-11 | 2019-01-21 | 사회복지법인 삼성생명공익재단 | 동영상 기반 발작 추적감시 방법 및 장치 |
| JP2021504070A (ja) * | 2017-11-21 | 2021-02-15 | オムニシエント メディカル エーエス | 患者の健康に関連する側面を監視するシステム、センサ、および患者の健康に関連する側面を監視する方法 |
| KR20230091683A (ko) | 2021-12-16 | 2023-06-23 | 금오공과대학교 산학협력단 | 위급상황 인지기능을 갖춘 가정용 홈케어 ai 낙상감지 시스템 |
| KR20230107459A (ko) * | 2022-01-08 | 2023-07-17 | 광운대학교 산학협력단 | 안대형 생체신호 측정장치, 이를 구비한 수면측정 시스템 및 수면측정 방법 |
-
2023
- 2023-12-28 KR KR1020230194591A patent/KR102645932B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160104334A (ko) * | 2015-02-26 | 2016-09-05 | 한국 한의학 연구원 | 사용자 일정표에 기반하여 건강 관리 정보를 제공하는 장치 및 방법 |
| KR20160105129A (ko) * | 2015-02-27 | 2016-09-06 | 삼성전자주식회사 | 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치 |
| KR20170018140A (ko) * | 2015-08-05 | 2017-02-16 | 한국전자통신연구원 | 비언어적 음성 인식을 포함하는 응급 상황 진단 방법 및 장치 |
| KR20190006670A (ko) * | 2017-07-11 | 2019-01-21 | 사회복지법인 삼성생명공익재단 | 동영상 기반 발작 추적감시 방법 및 장치 |
| JP2021504070A (ja) * | 2017-11-21 | 2021-02-15 | オムニシエント メディカル エーエス | 患者の健康に関連する側面を監視するシステム、センサ、および患者の健康に関連する側面を監視する方法 |
| KR20230091683A (ko) | 2021-12-16 | 2023-06-23 | 금오공과대학교 산학협력단 | 위급상황 인지기능을 갖춘 가정용 홈케어 ai 낙상감지 시스템 |
| KR20230107459A (ko) * | 2022-01-08 | 2023-07-17 | 광운대학교 산학협력단 | 안대형 생체신호 측정장치, 이를 구비한 수면측정 시스템 및 수면측정 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11375948B2 (en) | Methods and systems for providing a preferred fitness state of a user | |
| US8560267B2 (en) | Identifying one or more activities of an animate or inanimate object | |
| Mozaffari et al. | Practical fall detection based on IoT technologies: A survey | |
| US9681827B2 (en) | Systems, methods, applications for smart sensing, motion activity monitoring, and motion activity pattern recognition | |
| Zubair et al. | Human activity recognition using wearable accelerometer sensors | |
| US20060252999A1 (en) | Method and system for wearable vital signs and physiology, activity, and environmental monitoring | |
| US20160038061A1 (en) | Method for detecting falls and a fall detector | |
| Nandy et al. | Detailed human activity recognition using wearable sensor and smartphones | |
| US20110245633A1 (en) | Devices and methods for treating psychological disorders | |
| Estudillo-Valderrama et al. | Design and implementation of a distributed fall detection system—personal server | |
| AU2006242132A1 (en) | Method and system for wearable vital signs and physiology, activity, and environmental monitoring | |
| CN108670261A (zh) | 运动状态检测方法、可佩戴设备以及装置 | |
| Naranjo-Hernandez et al. | Personalization and adaptation to the medium and context in a fall detection system | |
| Tran et al. | Automatic fall detection using smartphone acceleration sensor | |
| Ngu et al. | Personalized fall detection system | |
| KR102060322B1 (ko) | 환자 모니터링용 웨어러블 장치 및 이를 이용한 모니터링 방법 | |
| Phukan et al. | Convolutional neural network-based human activity recognition for edge fitness and context-aware health monitoring devices | |
| Balan et al. | Automatic adaptation of exposure intensity in VR acrophobia therapy, based on deep neural networks | |
| Premalatha et al. | Design and implementation of intelligent patient in-house monitoring system based on efficient XGBoost-CNN approach | |
| US11527330B2 (en) | Learning system, rehabilitation support system, method, program, and trained model | |
| US20200411183A1 (en) | Learning system, rehabilitation support system, method, program, and trained model | |
| KR102645932B1 (ko) | 홈케어 시스템 | |
| Ianculescu et al. | Improving the Elderly’s Fall Management through Innovative Personalized Remote Monitoring Solution | |
| Ramachandran et al. | Performance analysis of machine learning algorithms for fall detection | |
| Jurcic et al. | Physical activity recognition based on machine learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |