KR102664585B1 - 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치 - Google Patents

데이터에 기반하여 기능성식품을 추천하는 방법 및 장치 Download PDF

Info

Publication number
KR102664585B1
KR102664585B1 KR1020220110866A KR20220110866A KR102664585B1 KR 102664585 B1 KR102664585 B1 KR 102664585B1 KR 1020220110866 A KR1020220110866 A KR 1020220110866A KR 20220110866 A KR20220110866 A KR 20220110866A KR 102664585 B1 KR102664585 B1 KR 102664585B1
Authority
KR
South Korea
Prior art keywords
information
functional
characteristic
data
recommending
Prior art date
Application number
KR1020220110866A
Other languages
English (en)
Other versions
KR20230139283A (ko
Inventor
동서연
나희원
임서연
Original Assignee
숙명여자대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 숙명여자대학교산학협력단 filed Critical 숙명여자대학교산학협력단
Publication of KR20230139283A publication Critical patent/KR20230139283A/ko
Application granted granted Critical
Publication of KR102664585B1 publication Critical patent/KR102664585B1/ko

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Cardiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Tourism & Hospitality (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Hematology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Economics (AREA)
  • Fuzzy Systems (AREA)
  • Marketing (AREA)
  • Toxicology (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)

Abstract

본 발명은 개인 차를 고려한 민감도 관계식을 이용하여 기능성성분에 대한 민감도를 예측하고, 다양한 특성변수를 활용한 관계식을 통해 민감도를 예측하는 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치를 제공한다.

Description

데이터에 기반하여 기능성식품을 추천하는 방법 및 장치{Method And Device For Recommending Functional Food Based On Data}
본 발명은 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치에 관한 것이다. 보다 상세하게는 관계식을 활용하여 기능성성분의 민감도를 예측하는, 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치에 관한 것이다.
오늘날 널리 음용하고 있는 커피, 차 등은 카페인이 함유되어 있다는 공통점을 갖는다. 카페인은 근래에 청량음료로부터 의약품에 이르기까지 널리 사용되고 있다.
카페인은 체내에 흡수되어 신경전달물질의 생성 및 분비를 자극하는 역할을 하여 간접적으로 중추신경계를 자극하게 된다. 카페인을 소량 섭취하는 경우 각성효과와 피로회복 등 정신이 맑아지는 것을 느끼기 시작하며, 정보처리 속도가 빨라지고 주의력과 집중력이 향상되는 것을 느낄 수 있다. 반면, 카페인을 과량 섭취하는 경우 호흡과 심장 박동이 다소 빨라지고 근육이 흥분되는 증상에 의해 불면증이나 흥분상태가 지속될 수 있다.
한편, 카페인이 함유된 식품 외에도 건강기능식품, 건강보조식품 또는 영양제 등으로 일컬어지는 기능성식품에 관한 소비도 증가하고 있다. 기능성식품은 다양한 기능성성분을 함유하고 있으며, 이러한 기능성성분은 카페인과 마찬가지로 다양한 부작용이 발생할 수 있다.
예를 들어, 비타민A를 과량 복용하는 경우 각질 생성, 홍조, 모발 성장 장애, 식용 상실, 간 질환 등의 부작용이 발생할 수 있으며, 특히 임산부의 경우 태아 기형을 유발할 수 있다고 알려져 있다. 또한, 비타민D를 과량 복용하는 경우 동맥경화, 심장질환, 관절 내 석회 등의 부작용이 발생할 수 있으며, 비타민E를 과량 복용하는 경우 심장질환 발병률이 증가한다는 연구결과도 있다.
이러한 카페인 또는 기능성성분에 대한 신체의 반응 정도는 개인 차가 크며, 미량의 섭취에도 큰 반응이 일어나는 경우도 있으나, 과량의 섭취에도 작은 반응이 일어나는 경우도 있다.
종래기술에 개인의 커피 취향, 날씨 또는 혈압 등의 정보를 활용한 음료를 제공하는 방법이 개시되어 있다. 그러나, 종래기술은 상술한 바와 같이 카페인이나, 기능성성분에 대한 신체 반응 정도가 개인마다 차이가 발생한다는 점을 고려하지 못하는 문제점이 있다.
등록번호 제 10-2259592 호 등록특허공보
상술한 문제점을 해결하기 위해 본 발명은 개인 차를 고려한 민감도 관계식을 이용하여 기능성성분에 대한 민감도를 예측하고, 다양한 특성변수를 활용한 관계식을 통해 민감도를 예측하는 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치를 제공하는 것을 목적으로 한다.
상술한 목적을 달성하기 위해 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법은 프로세서에 의해 수행되며, 데이터에 기반하여 기능성식품을 추천하는 방법에 있어서, 신체와 관련된 적어도 하나의 특성정보를 획득하는 과정; 상기 특성정보를 적어도 하나의 특성변수에 대응시키는 과정; 및 상기 특성변수를 포함하는 관계식을 활용하여 기능성성분의 민감도를 산출하는 과정;을 포함할 수 있다.
또한, 본 발명의 실시예에 따른 상기 특성정보는 심전도 측정에 의해 나타나는 파형 정보를 포함할 수 있다.
또한, 본 발명의 실시예에 따른 상기 파형 정보는 R피크 간격 정보 및 심박수 정보 중 적어도 하나를 포함하고, 상기 특성변수에 대응시키는 과정은 상기 R피크 간격 정보 및 상기 심박수 정보 중 적어도 하나를 각각의 상기 특성변수에 매칭시키는 것일 수 있다.
또한, 본 발명의 실시예에 따른 상기 특성정보는 f-NIRS 측정에 의해 나타나는 뇌 혈류 정보를 포함할 수 있다.
또한, 본 발명의 실시예에 따른 상기 뇌 혈류 정보는 기능적 연결성 정보를 포함하고, 상기 특성변수에 대응시키는 과정은 상기 기능적 연결성 정보를 각각의 특성변수에 매칭시키는 것일 수 있다.
또한, 본 발명의 실시예에 따른 상기 특성정보는 설문 응답에 의해 나타나는 설문 점수 정보를 포함할 수 있다.
또한, 본 발명의 실시예에 따른 상기 설문 점수 정보는 감정 정보 및 생체 정보 중 적어도 하나를 포함하고, 상기 특성변수에 대응시키는 과정은 상기 감정 정보 및 상기 생체 정보 중 적어도 하나를 각각의 특성변수에 매칭시키는 것일 수 있다.
또한, 본 발명의 실시예에 따른 상기 특성정보는 인적 정보, 기능성식품 관련 경험 정보 및 건강 정보 중 적어도 하나를 포함할 수 있다.
또한, 본 발명의 실시예에 따른 상기 관계식은 회귀분석 방법에 의해 추정된 선형식일 수 있다.
또한, 본 발명의 실시예에 따른 상기 관계식은 상기 적어도 하나의 특성변수에 대응하는 적어도 하나의 특성계수를 포함하고, 상기 특성계수는 상기 특성정보가 상기 민감도에 미치는 영향에 따라 양 또는 음의 값을 가질 수 있다.
또한, 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법은 산출된 상기 기능성성분의 민감도를 기초로 하여 상기 기능성성분의 적정량, 상기 기능성식품의 종류, 상기 기능성식품의 판매처 및 상기 기능성식품의 가격 중 적어도 하나를 포함하는 기능성식품 정보를 제공하는 과정;을 더 포함할 수 있다.
또한, 본 발명의 실시예에 따른 상기 기능성성분은 카페인을 포함할 수 있다.
또한, 본 발명의 실시예에 따른 상기 기능성식품은 커피, 에너지드링크, 녹차 및 홍차 중 적어도 하나를 포함할 수 있다.
한편, 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 장치는 프로세서를 포함하며, 데이터에 기반하여 기능성식품을 추천하는 장치에 있어서, 상기 프로세서는 신체와 관련된 적어도 하나의 특성정보를 획득하고, 상기 특성정보를 적어도 하나의 특성변수에 대응시키고, 상기 특성변수를 포함하는 관계식을 활용하여 기능성성분의 민감도를 산출할 수 있다.
다른 한편, 본 발명의 실시예에 따른 컴퓨터로 판독 가능한 기록 매체는 데이터에 기반하여 기능성식품을 추천하는 방법을 수행하는 프로그램이 기록될 수 있다.
본 발명은 민감도 관계식을 이용하여, 기능성성분이 신체에 반응하는 개인차를 고려한 민감도를 예측할 수 있다.
또한, 본 발명은 신체 측정 데이터 및 설문 데이터 등으로 추출된 다양한 특성변수를 활용하여 보다 정확한 민감도를 예측할 수 있다.
도 1은 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법을 나타낸 순서도이다.
도 2는 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법을 나타낸 도면이다.
도 3은 특성정보와 대응하는 특성변수를 나타낸 도면이다.
도 4는 심전도 파형을 나타낸 도면이다.
도 5는 저용량 및 고용량 카페인을 섭취한 후 시간대 별 심박수를 나타낸 그래프이다.
도 6은 카페인 민감도에 따라 저용량 및 고용량 카페인을 섭취한 후 시간대 별 심박수를 나타낸 그래프이다.
도 7은 카페인 용량 별 우 반구 채널에서 측정된 HbO 수치를 나타낸 도면이다.
도 8은 카페인 용량 별 좌 반구 채널에서 측정된 HbO 수치를 나타낸 도면이다.
도 9는 설문 조사 항목을 나타낸 도면이다.
도 10은 카페인 섭취 전, 후 설문 조사 점수의 변화를 나타낸 그래프이다.
도 11은 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 장치의 출력부를 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 장치를 나타낸 블록도이다.
통상의 기술자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만, 발명의 원리를 구현하고 발명의 개념과 범위에 포함된 다양한 장치를 개발할 수 있다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이처럼 특별히 열거된 실시예 및 상태에 제한적이지 않은 것으로 이해되어야 한다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 발명의 상세한 설명을 통하여 더욱 분명해질 것이며, 그에 따라 발명이 속하는 기술 분야에서 통상의 기술자가 발명의 기술적 사상을 쉽게 실시할 수 있을 것이다.
본 명세서에서 기술하는 실시예들은 본 발명의 이상적인 예시도인 단면도 및/또는 사시도들을 참고하여 설명될 것이다. 이러한 도면들에 도시된 막 및 영역들의 두께 등은 기술적 내용의 효과적인 설명을 위해 과장된 것이다. 제조 기술 및/또는 허용 오차 등에 의해 예시도의 형태가 변형될 수 있다. 따라서, 본 발명의 실시예들은 도시된 특정 형태로 제한되는 것이 아니라 제조 공정에 따라 생성되는 형태의 변화도 포함하는 것이다.
다양한 실시예들을 설명하면서, 동일한 기능을 수행하는 구성요소에 대해서는 실시예가 다르더라도 편의상 동일한 명칭 및 동일한 참조번호를 부여하기로 한다. 나아가, 이미 다른 실시예에서 설명된 구성 및 작동에 대해서는 편의상 생략하기로 한다.
본 명세서에서 적어도 하나라는 표현은 하나 또는 복수를 의미하고, A, B 및 C 중 적어도 하나라는 표현은 A, B 및 C 중 하나, 둘 또는 셋으로 이루어진 조합을 모두 포함하는 의미일 수 있다.
이하에서, 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 장치(이하, '전자 장치')의 구성에 대하여 설명한다.
도 12는 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 장치를 나타낸 블록도이다.
도 12를 참조하면, 본 발명의 실시예에 따른 전자 장치(1000)는 단말기, 디바이스, 전자기기 등으로 호칭될 수 있다. 전자 장치(1000)는, 스마트폰, 태블릿 PC, PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기 및 기타 컴퓨팅 장치일 수 있으나, 이에 한정되는 것은 아니다.
또한, 전자 장치(1000)는 디스플레이 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 디바이스일 수 있다. 그러나, 이에 한정되지 않으며, 전자 장치(1000)는 데이터를 처리하고, 처리된 데이터를 제공할 수 있는 모든 종류의 기기를 포함할 수 있다.
예를 들어, 도 12에 도시된 바와 같이, 전자 장치(1000)는 메모리(1100), 출력부(1200), 프로세서(1300) 및 통신부(1400)를 포함할 수도 있다. 도시된 구성 요소 모두가 전자 장치(1000)의 필수 구성 요소인 것은 아니며, 보다 많은 구성 요소에 의해 전자 장치(1000)가 구현될 수도 있고, 보다 적은 구성 요소에 의해 전자 장치(1000)가 구현될 수도 있다.
메모리(1100)는 프로세서(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 전자 장치(1000)로 입력되는 정보 또는 전자 장치(1000)로부터 출력되는 정보를 저장할 수도 있다.
메모리(1100)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 후술할 기록 매체는 상기 메모리(1100)일 수 있다.
출력부(1200)는 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(1200)는 디스플레이부(미도시), 음향 출력부(미도시)를 포함할 수 있다.
디스플레이부는 전자 장치(1000)에서 처리되는 정보를 표시 출력할 수 있다. 디스플레이부는, 사용자의 입력에 대한 응답으로, 응답에 관련된 동작을 실행하기 위한 사용자 인터페이스를 디스플레이할 수 있다.
음향 출력부는 통신부(1400)로부터 수신되거나 메모리(1100)에 저장된 오디오 데이터를 출력한다. 또한, 음향 출력부는 전자 장치(1000)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음, 알림음)과 관련된 음향 신호를 출력한다.
통신부(1400)는, 전자 장치(1000)가 다른 장치(미도시) 및 서버(미도시)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 다른 장치(미도시)는 전자 장치(1000)와 같은 컴퓨팅 장치이거나, 센싱 장치일 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 통신부(1400)는 근거리 통신부(미도시), 이동 통신부(미도시)를 포함할 수 있다.
근거리 통신부(short-range wireless communication unit)(1510)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
이동 통신부는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
다음으로, 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법(이하, '기능성식품 추천 방법')에 대하여 살펴본다.
도 1은 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법을 나타낸 순서도이다. 도 2는 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법을 나타낸 도면이다. 도 3은 특성정보와 대응하는 특성변수를 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 방법은 프로세서에 의해 수행될 수 있다. 기능성식품 추천 방법은 신체와 관련된 적어도 하나의 특성정보를 획득하는 과정(S100); 상기 특성정보를 적어도 하나의 특성변수에 대응시키는 과정(S200); 및 상기 특성변수를 포함하는 관계식을 활용하여 기능성성분의 민감도를 산출하는 과정(S300);을 포함할 수 있다.
기능성식품은 건강을 호전시키는 생리효과를 가지는 식품 및 그 성분을 가지고 제조 및 가공한 식품으로 정의할 수 있다. 본 명세서에서, 기능성식품은 일반적으로 통칭되는 기능성보조식품, 기능성건강식품, 영양제, 커피, 차 등을 포함하는 개념이다.
기능성성분은 기능성식품을 구성하는 원료로 정의할 수 있다. 본 명세서에서, 기능성성분은 프로바이오틱스, 비타민A, 비타민B, 비타민C, 루테인, 오메가3, 카페인 등을 포함하는 개념이다. 그러나, 기능성성분의 종류가 상술한 것에 한정되는 것은 아니며, 기능성식품으로 섭취할 수 있는 모든 기능성성분을 의미할 수 있다.
또한, 본 명세서에서 카페인은 설명의 편의상 기능성성분과 별도로 기술되는 경우도 있으나, 기능성성분은 카페인을 포함하는 개념으로 해석해야 할 것이다.
기능성식품은 적어도 하나 이상의 기능성성분을 포함할 수 있다. 예를 들어, A사의 기능성식품인 A비타민제는 비타민A, 비타민B1, 비타민B2, 비타민B6, 비타민C, 비타민C, 비타민E, 비오틴, 엽산, 셀리늄, 구리, 망간, 몰리브덴, 요오드, 철 및 아연에 해당하는 기능성성분을 포함할 수 있다.
가장 먼저, 신체와 관련된 적어도 하나의 특성정보를 획득하는 과정(S100)이 수행될 수 있다.
특성정보는 신체와 관련한 정보를 의미할 수 있다. 전자 장치(1000)는 특성정보를 외부로부터 획득할 수 있다. 예를 들어, 특성정보는 심전도 파형 정보, 설문 점수 정보, f-NIRS 뇌 혈류 정보, 설문 점수 정보, 인적 정보, 기능성식품(성분) 관련 경험 정보, 카페인 관련 경험 정보 및 건강 정보 중 적어도 하나를 포함할 수 있다. 단, 이에 한정되는 것은 아니며, 각 특성정보 구체적인 내용은 후술하기로 한다.
특성정보는 사용자의 설문 응답지(300) 또는 사용자가 착용하는 외부 장치로부터 얻어질 수 있다. 이때, 외부 장치는 스마트폰, 웨어러블 기기 및 심전도 측정 장치(100), f-NIRS 장치(200), 혈압계(미도시) 및 혈당계(미도시)와 같은 의료 기기를 포함할 수 있다. 그러나, 외부 장치는 나열한 것에 한정되는 것은 아니다.
프로세서(1300)는 하나의 특성정보를 획득할 수 있고, 복수의 특성정보를 획득할 수도 있다. 즉, 프로세서(1300)는 적어도 하나의 특성정보를 획득할 수 있으며, 적어도 하나의 특성정보를 통하여 기능성성분의 민감도를 예측할 수 있다. 다양한 신체 관련 정보를 활용하여 기능성성분의 반응에 대한 개인차를 최소화한 민감도를 예측하는 효과를 제공할 수 있다.
이어서, 상기 특성정보를 적어도 하나의 특성변수에 대응시키는 과정(S200)이 수행될 수 있다.
특성변수는 민감도 관계식의 독립변수에 해당한다. 특성변수는 상술한 특성정보를 수치로 환산한 결과값이 대입될 수 있다. 즉, 하나의 특성정보는 하나의 특성변수를 구성할 수 있고, 복수의 특성변수를 구성할 수도 있다.
예를 들어, 특성정보가 혈압계에 의해 측정되어 획득한 정보인 경우, 특성정보는 최고혈압, 최저혈압 및 맥박수를 각각 나타내는 특성변수들을 구성할 수 있다. 이것은 하나의 특성정보가 세개의 특성변수를 구성함을 나타내는 것이며, 추가적인 예시는 후술하기로 한다.
즉, 신체 관련 설문 및/또는 신체 관련 측정을 통해 획득한 특성정보를 적어도 하나의 특성변수에 대응시킬 수 있다. 나아가, 프로세서(1300)는 적어도 하나의 특성정보를 활용하여 민감도를 예측할 수 있고, 여기서 각 특성정보는 적어도 하나의 특성변수를 구성할 수 있으며, 적어도 하나의 특성변수에 대응할 수 있다.
이어서, 상기 특성변수를 포함하는 관계식을 활용하여 기능성성분의 민감도를 산출하는 과정(S300)이 수행될 수 있다.
도 2를 참조하면, 특성 정보는 관계식에 적용될 수 있으며, 관계식은 민감도를 예측할 수 있다. 특성 정보는 심전도 파형 정보, f-NIRS 뇌 혈류 정보 및 설문 점수 정보, 인적 정보, 기능성식품(성분) 관련 경험 정보, 카페인 관련 경험 정보 및 건강 정보 중 적어도 하나를 포함할 수 있다. 여기서, 기능성식품 관련 경험 정보는 기능성성분 관련 경험 정보로 대체될 수도 있다.
심전도 파형 정보는 R피크 간격 및 심박수 중 적어도 하나를 포함할 수 있고, f-NIRS 뇌 혈류 정보는 기능적 연결성 정보를 포함할 수 있으며, 설문 점수 정보는 감정(emotion) 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다.
또한, 인적 정보는 인류통계학적 정보로서 나이, 성별, 몸무게 및 키 정보 중 죽어도 하나를 포함할 수 있다. 기능성식품(성분) 관련 경험 정보는 1일 평균 기능성성분 섭취량 및 기능성성분(또는 기능성식품) 부작용 경험 여부 정보 중 적어도 하나를 포함할 수 있다. 카페인 관련 경험 정보는 1일 평균 카페인 섭취량 및 카페인 부작용 경험 여부 정보 중 적어도 하나를 포함할 수 있다. 건강 정보는 약물 복용 여부, 하루 평균 운동 시간, 하루 평균 흡연량 및 하루 평균 물 섭취량 중 적어도 하나를 포함할 수 있다.
이때, 전자 장치(1000)는 특성 정보를 관계식에 적용하여 민감도를 예측할 수 있다. 이로써, 본 발명은 다양한 특성정보들을 활용하여 개인마다 상이한 기능성성분 반응정도를 고려하여 민감도를 산출할 수 있다. 또한, 본 발명은 기능성성분 또는 기능성식품을 섭취하기 전부터 특성정보들을 활용하여 개인의 카페인 민감도를 예측할 수 있다.
또한, 프로세서는 민감도를 기능성성분 단위로 예측할 수 있고, 기능성식품 단위로 예측할 수 있다.
다음으로, 특성정보 및 특성변수에 대하여 구체적으로 살펴본다.
도 3을 참조하면, 전자 장치(1000)는 적어도 하나의 특성정보를 획득할 수 있다. 특성정보는 심전도 파형 정보, f-NIRS 뇌 혈류 정보, 설문 점수 정보, 인적 정보, 기능성식품(성분) 관련 경험 정보, 카페인 관련 경험 정보 및 건강 정보 중 적어도 하나를 포함할 수 있다. 단, 이에 한정되는 것은 아니다.
나아가, 전자 장치(1000)는 특성정보를 적어도 하나의 특성변수에 대응시킬 수 있다. 구체적으로, 심전도 파형 정보는 meanNNI, SDNN, PNNI_20, RMSSD, meanHR, stdHR, LFHFratio 및 LFnu 중 적어도 하나의 특성변수와 대응될 수 있다. 단, 특성변수가 상술한 예에 한정되는 것은 아니다.
meanNNI는 평균 R피크 간격을 의미하고, SDNN는 R피크 간격의 표준편차를 의미하고, PNNI_20 전체 R피크 간격 개수 중에서 길이가 20ms 이하인 간격 개수의 퍼센트 비율을 의미하고, RMSSD는 R피크 간격의 차이 값의 제곱 평균의 스퀘어루트 (square root of the mean squared differences of successive NN intervals)을 의미하고, meanHR는 평균 심박수를 의미하고, stdHR는 심박수의 표준편차를 의미하고, LFHFratio는 LF와 HF의 비율(LF : power in the low frequency band 0.04 - 0.15 Hz, Hf : power in the high frequency band 0.15 - 0.4 Hz)을 의미하고, LFnu는 정규화된 저주파 파워(low frequency power of heart rate variability expressed in normal units)를 의미한다.
또한, f-NIRS 뇌 혈류 정보는 기능적 연결성 정보를 포함할 수 있고, 기능적 연결성 정보는 CPL, CC 및 LocEff 중 적어도 하나의 특성변수와 대응될 수 있다. 단, 특성변수가 상술한 예에 한정되는 것은 아니다.
기능적 연결성(functional connectivity)은 해부학적으로 떨어져 있는 뇌 영역들(노드)에서 시간에 따라 변화하는 기능적 신호들 사이의 통계적인 연관성을 의미한다.
여기서, CPL(Characteristic Path Length)은 기능적 연관성 지표 중 평균최단거리를 의미하고, CC(Clustering Coefficient)는 기능적 연관성 지표 중 군집 계수를 의미하고, LocEff(Local Efficiency)는 기능적 연관성 지표 중 국소효율성을 의미한다.
군집 계수는 노드가 속한 군집이 얼마나 긴밀하게 연결되어 있는지를 나타내고, 국소효율성은 해당 노드와 연결되어 있는 국소 네트워크의 정보 전달이 얼마나 안정적으로 이루어지는지를 나타내며, 평균최단거리는 한 노드에서 다른 노드로 이동할 때 거치는 최소 연결 개수의 평균을 나타낸다.
본 발명은 상술한 기능적 연관성 지표를 이용하여 기능성성분이 신체에 미치는 영향(뇌 활성화)을 관계식에 반영하고, 이를 기반으로 민감도를 예측할 수 있다.
또한, 설문 점수 정보는 감정 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다. 감정 정보 및 생체 정보는 감정 및 생체와 관련된 설문에 기반하며, SRQscore의 특성변수와 대응될 수 있다. 단, 특성변수가 상술한 예에 한정되는 것은 아니다.
또한, 인적 정보는 age, sex, weight 및 height 중 적어도 하나의 특성변수와 대응될 수 있다. 단, 특성변수가 이에 한정되는 것은 아니다. 여기서 age, sex, weight 및 height는 각각 나이, 성별, 체중 및 신장을 의미한다.
또한, 기능성식품(정보) 관련 경험 정보는 avgIntake 및 expSideEffect 중 적어도 하나의 특성변수와 대응될 수 있다. 단, 이에 한정되는 것은 아니다. 여기서 avgIntake는 1일 평균 기능성성분 섭취량을 의미하고, expSideEffect는 기능성식품 또는 기능성성분 부작용 경험 여부를 의미한다.
또한, 카페인 관련 경험 정보는 avgIntake 및 expSideEffect 중 적어도 하나의 특성변수와 대응될 수 있다. 단, 이에 한정되는 것은 아니다. 여기서 avgIntake는 1일 평균 카페인 섭취량(잔 수, 카페인 150mg 기준)을 의미하고, expSideEffect는 카페인 부작용 경험 여부를 의미한다.
또한, 건강 정보는 medicine, exercise, smoking 및 water 중 적어도 하나의 특성변수와 대응될 수 있다. 단, 특성변수가 상술한 예에 한정되는 것은 아니다. medicine는 약물 복용 여부를 의미하고, exercise는 하루 평균 운동 시간을 의미하고, smoking는 하루 평균 흡연량을 의미하고, water는 하루 평균 물 섭취량을 의미한다.
또한, 건강 정보는 기능성성분의 종류에 따라 또 다른 적어도 하나의 특성변수와 대응될 수 있다.
예를 들어, 기능성성분이 프로바이오틱스인 경우, 건강 정보는 평소 식습관, 배변활동 원활 여부, 평소 복부 불편감(가스, 소화불량 등)에 해당하는 특성변수에 대응될 수 있다.
또한, 기능성성분이 종합비타민인 경우, 건강 정보는 평소 느끼는 피로감 수준, 면역력 수준 및 체력 수준 중 적어도 하나에 해당하는 특성변수에 대응될 수 있다.
또한, 기능성성분이 루테인인 경우, 평소 느끼는 눈 피로감 수준 및 디지털 기기 사용 빈도 중 적어도 하나에 해당하는 특성변수에 대응될 수 있다.
또한, 기능성성분이 오메가3인 경우, 인스턴트 음식 섭취 빈도 및 평소 식습관에서의 영양 균형 수준 중 적어도 하나에 해당하는 특성변수에 대응될 수 있다.
이와 같이, 건강 정보는 기능성성분에 따라 적어도 하나의 특성변수에 대응될 수 있다.
전자 장치(1000)는 상술한 특성변수들을 포함하는 관계식을 이용하여 민감도를 산출하는 것이며, 반드시 나열한 요소에 한정되는 것은 아니다. 즉, 전자 장치(1000)는 카페인, 비타민, 루테인 등을 포함하는 기능성성분이 개인에 미치는 영향 차이를 고려하여 민감도를 예측하는 효과를 갖는다.
다음으로, 상술한 특성변수를 활용한 관계식에 대하여 살펴본다.
<민감도 관계식>
1) 민감도 = b0 + b1x1 + b2x2 + ... + bnxn
2) 민감도 = b0 + b1×SRQscore + b2×age + b3×avgIntake + b4×expSideEffect + b5×CPL + b6×CC + b7×LocEff
3) 민감도 = b0 + b1×age + b2×avgIntake + b3×expSideEffect + b4×meanNNI + b5×SDNN + b6×PNNI20 + b7×RMSSD + b8×meanHR + b9×stdHR + b10×LFHFratio + b11×LFnu
민감도 관계식은 상술한 형태로 구성될 수 있다. 단, 민감도 관계식은 상술한 예에 한정되는 것은 아니다. 즉, 민감도 관계식은 적어도 하나의 특성변수를 포함할 수 있으며, 특성변수의 조합에 의해 구성될 수 있다.
여기서, b0는 절편을 의미하고, x1 내지 xn은 특성변수를 의미하며, b1 내지 bn은 각 특성변수에 대응하는 특성계수를 의미한다.
본 발명의 실시예에 따른 기능성식품 추천 방법은 다양한 특성변수를 포함하는 관계식을 이용하여 민감도를 산출함으로써, 개인의 신체 특성을 반영하여 기능성성분 섭취 전 민감도를 예측할 수 있다.
또한, 본 발명의 실시예에 따른 상기 관계식은 회귀분석 방법에 의해 추정된 선형식일 수 있다.
또한, 본 발명의 실시예에 따른 상기 관계식은 상기 적어도 하나의 특성변수에 대응하는 적어도 하나의 특성계수를 포함하고, 상기 특성계수는 상기 특성정보가 상기 민감도에 미치는 영향에 따라 양 또는 음의 값을 가질 수 있다.
관계식은 회귀분석 방법에 의해 추정될 수 있다. 또한, 관계식은 선형식일 수 있다. 민감도 데이터는 실험 참여자가 스스로 판단하는 수치를 기입하여 얻을 수 있고, 특성변수 데이터는 실험 참여자로부터 획득한 신체 관련 특성정보로부터 얻을 수 있다.
즉, 민감도 데이터 및 특성변수 데이터를 이용하여 민감도 관계식의 절편 및 특성계수를 구할 수 있다.
특성계수는 특성변수에 각각 대응될 수 있다. 특성계수는 양 또는 음의 값을 가질 수 있다. 특성변수가 민감도와 양의 상관관계를 가지는 경우, 특성계수는 양의 값을 가지고 민감도에 양의 가중치를 부여할 수 있다. 특성변수가 민감도와 음의 상관관계를 가지는 경우, 특성계수는 음의 값을 가지고 민감도에 음의 가중치를 부여할 수 있다.
예를 들어, 1일 평균 기능성성분 섭취량 및/또는 카페인 섭취량이 많은 경우, 기능성성분 및/또는 카페인에 둔감한 사람일 가능성이 높으므로, avgIntake 특성변수에 대응하는 특성계수는 음의 값을 가질 수 있다. 또한, 기능성성분 및/또는 카페인의 부작용 경험이 있는 경우, 기능성성분 및/또는 카페인에 민감한 사람일 가능성이 높으므로, expSideEffect 특성변수에 대응하는 특성계수는 양의 값을 가질 수 있다.
이처럼 다른 특성변수에 대응하는 특성변수도 민감도에 미치는 영향에 따라 양 또는 음의 값을 가질 수 있다.
나아가, 민감도 관계식 2)는 선형회귀분석 결과에 의하면 '결정계수(R2) = 0.53', 'F = 3.51' 및 'p = 0.011'로 나타났고, 민감도 관계식 3)은 선형회귀분석 결과의 의하면 '결정계수(R2) = 0.84', 'F = 7.30' 및 'p = 0.0001'로 나타났다.
이 결과는 각 관계식에서 사용된 특성변수들로 민감도를 충분히 예측할 수 있음을 설명하며, 통계적으로 타당한 선형 모델이 만들어졌음을 나타낼 수 있다.
다음으로, 심전도 측정으로 획득할 수 있는 특성정보에 대하여 살펴본다.
도 4는 심전도 파형을 나타낸 도면이다. 도 5는 저용량 및 고용량 카페인을 섭취한 후 시간대 별 심박수를 나타낸 그래프이다. 도 6은 카페인 민감도에 따라 저용량 및 고용량 카페인을 섭취한 후 시간대 별 심박수를 나타낸 그래프이다.
도 4를 참조하면, 본 발명의 실시예에 따르면 상기 특성정보는, 심전도 측정에 의해 나타나는 파형 정보를 포함할 수 있다.
또한, 상기 파형 정보는 R피크 간격 정보 및 심박수 정보 중 적어도 하나를 포함하고, 상기 특성변수에 대응시키는 과정(S200)은, 상기 R피크 간격 정보 및 상기 심박수 정보 중 적어도 하나를 각각의 상기 특성변수에 매칭시킬 수 있다.
심전도 측정에서, 특성정보는 도 4와 같은 파형 정보를 의미할 수 있다. 파형 정보는 적어도 하나의 특성변수와 대응될 수 있다. 즉, 전자 장치(1000)는 R피크 간격 정보 및 상기 심박수 정보 중 적어도 하나를 특성변수에 매칭시켜 관계식을 구성할 수 있다. 구체적인 대응 관계는 상술한 바와 같으므로 생략하기로 한다.
도 5를 참조하여, 카페인 음료 섭취 후 10분 간격 평균 심박수 변화를 살펴봤을 때, 저용량과 달리 고용량 섭취 시 평균 심박수가 점점 증가하였다. 특히, 섭취 30분 후의 저용량과 고용량의 평균 심박수 차이는 통계적으로 유의한 수준임을 관찰할 수 있다. 즉, 카페인이 심박수에 영향을 주고 있음을 알 수 있다.
도 6을 참조하여, 카페인 민감도 별 10분 간격 평균 심박수 변화를 살펴봤을 때, 카페인에 민감한 그룹은 둔감한 그룹과 달리 고용량 카페인 섭취 30분 후에 평균 심박수가 증가하였다. 스스로 민감한 것으로 판단한 카페인에 민감한 그룹에서 고용량의 카페인 섭취 시 심박수가 유의하게 증가한 것을 관찰할 수 있다. 즉, 스스로 생각한 민감도와 카페인에 의한 심박수 변동성과 일치함을 알 수 있다.
상술한 결과는 심박수 변화가 카페인 민감도와 유의성을 갖는다는 것을 의미하고, 본 발명은 심전도 측정에서 나타나는 파형 정보를 활용하여 카페인 민감도를 예측할 수 있다. 나아가, 본 발명은 심전도 측정에서 나타나는 파형 정보를 활용하여 기능성성분 민감도를 예측할 수 있다.
다음으로, f-NIRS 측정으로 획득할 수 있는 특성정보에 대하여 살펴본다.
도 7은 카페인 용량 별 우 반구 채널에서 측정된 HbO 수치를 나타낸 도면이다. 도 8은 카페인 용량 별 좌 반구 채널에서 측정된 HbO 수치를 나타낸 도면이다.
도 7 및 도 8을 참조하면, 본 발명의 실시예에 따른 상기 특성정보는, f-NIRS 측정에 의해 나타나는 뇌 혈류 정보를 포함할 수 있다.
또한, 상기 뇌 혈류 정보는 기능적 연결성 정보를 포함하고, 상기 특성변수에 대응시키는 과정은, 상기 기능적 연결성 정보를 각각의 특성변수에 매칭시킬 수 있다.
기능적 근적외선 분광법(f-NIRS)은 발광원과 광수신기를 사용하여 옥시헤모글로빈(HbO)의 농도변화를 측정하는 비침습적 장치를 의미한다. f-NIRS 신호는 뇌의 혈류 및 기능적 연결성 지표로 활용될 수 있다.
f-NIRS 측정에서, 특성정보는 도 6 내지 도 8와 같은 뇌 혈류 정보일 수 있다. 구체적으로 특성정보는 뇌 혈류의 옥시헤모글로빈(HbO) 농도 정보를 의미할 수 있다. 뇌 혈류의 옥시헤모글로빈 농도 정보는 적어도 하나의 특성변수와 대응될 수 있다.
즉, 전자 장치(1000)는 옥시헤모글로빈 농도 변화를 이용하여 기능적 연결성 지표인 군집 계수, 국소효율성 및 평균최단거리 중 적어도 하나를 특성변수에 매칭시켜 관계식을 구성할 수 있다. 구체적인 대응 관계는 상술한 바와 같으므로 생략하기로 한다.
도 7을 참조하여, f-NIRS 측정에 의해 우 반구에 위치한 채널 4, 5 및 7에서 카페인 섭취 후 평균 HbO 수치 변화를 살펴볼 때, 채널 4, 5 및 7에서 고용량 및 저용량 카페인 섭취 시 평균 HbO 수치가 증가하였다. 이는 통계적으로 유의한 수준의 변화임을 나타낸다.
도 8을 참조하여, f-NIRS 측정에 의해 좌 반구에 위치한 채널 10 내지 15에서 카페인 섭취 후 평균 HbO 수치 변화를 살펴볼 때, 채널 10 내지 15에서 저용량 카페인 섭취 시 평균 HbO 수치가 증가하였다. 이는 통계적으로 유의한 수준의 변화임을 나타낸다.
이때, 기능적 연결성은 뇌의 각 영역(노드)간에 HbO의 수치의 변화가 특정한 규칙을 가지고 나타나게 되는 점을 이용하는 것이며, 이러한 패턴을 통계적으로 계산하여 군집 계수, 국소효율성 및 평균최단거리 등의 기능적 연결성 지표를 제공할 수 있다. 따라서, 기능적 연결성 지표는 기능성성분 및/또는 카페인 민감도의 관계식에 특성변수로서 적용될 수 있다.
다음으로, 설문 응답으로 획득할 수 있는 특성정보에 대하여 살펴본다.
도 9는 설문 조사 항목을 나타낸 도면이다. 도 10은 카페인 섭취 전, 후 설문 조사 점수의 변화를 나타낸 그래프이다.
도 9 및 도 10을 참조하면, 본 발명의 실시예에 따른 상기 특성정보는, 설문 응답에 의해 나타나는 설문 점수 정보를 포함할 수 있다.
또한, 상기 설문 점수 정보는 감정 정보 및 생체 정보 중 적어도 하나를 포함하고, 상기 특성변수에 대응시키는 과정은, 상기 감정 정보 및 상기 생체 정보 중 적어도 하나를 각각의 특성변수에 매칭시킬 수 있다.
설문 응답에서, 특성정보는 도 9와 같은 설문 응답에 의해 나타나는 설문 점수 정보일 수 있다. 구체적으로 특성정보는 감정 정보 및 생체 정보 중 적어도 하나를 의미할 수 있다. 또한, 설문 점수 정보는 적어도 하나의 특성변수와 대응될 수 있다.
설문 점수 정보는 도 9에서 나타나는 '경계심', '웰빙', '사람들과 대화하고 싶은 욕망', '두통' 및 '배탈' 등의 항목 점수의 합으로 얻어질 수 있다. 설문에서 나타나는 항목들은 각각 감정 정보 및/또는 생체 정보에 해당할 수 있다.
여기서 감정 정보는 감정 정보는 사용자의 감정과 관련된 정보이며, 생체 정보는 사용자의 신체와 관련된 정보를 의미한다. 도 9의 설문 항목들은 각각 감정 정보와 생체 정보에 해당할 수 있다.
즉, 전자 장치(1000)는 설문 점수 정보를 특성변수에 매칭시켜 관계식을 구성할 수 있다. 구체적인 대응 관계는 상술한 바와 같으므로 생략하기로 한다.
도 10을 참조하여, 카페인 음료 섭취 후 설문 점수의 변화를 살펴봤을 때, 고용량 섭취 시 설문 점수가 증가하였다. 즉, 카페인이 설문 점수에 영향을 주고 있음을 알 수 있다. 또한, 기능성성분이 설문 점수에 영향을 줄 수 있음을 유추할 수 있다.
따라서, 본 발명은 설문 응답에서 나타나는 설문 점수 정보를 활용하여 카페인 민감도 및 기능성성분 민감도를 예측할 수 있다.
다음으로, 비 접촉 데이터와 관련된 특성정보에 대하여 살펴본다.
도 3을 다시 참조하면, 본 발명의 실시예에 따른 상기 특성정보는 인적 정보, 기능성식품(카페인 포함) 관련 경험 정보 및 건강 관련 정보 중 적어도 하나를 포함할 수 있다.
이와 같은 데이터는 특정 외부 장치와 접촉이 없는 상태에서 얻어질 수 있다.
전자 장치(1000)는 인적 정보, 기능성식품(카페인 포함) 관련 경험 정보 및 건강 정보 중 적어도 하나를 특성변수에 매칭시켜 관계식을 구성할 수 있다. 구체적인 대응 관계는 상술한 바와 같으므로 생략하기로 한다.
이와 같이, 전자 장치(1000)는 비 접촉 데이터를 활용하여 기능성성분 및 카페인의 민감도를 예측할 수 있다.
특히, 기능성식품 관련 경험 정보는 기능성식품 또는 기능성성분은 신체에 주는 영향이 개인 차가 있음을 고려한 요소에 해당한다. 카페인 관련 경험 정보도 이와 같다. '1일 평균 기능성성분 섭취량', '1일 평균 기능성식품 섭취량' 및 '기능성 성분 부작용 경험 여부' 중 적어도 하나는 특성변수로서 활용될 수 있다. 카페인도 이와 같다.
평소 기능성성분 및/또는 카페인을 많이 섭취하는 사람의 민감도는 다른 특성변수가 모두 타인과 동일한 값을 가지는 경우에도 낮게 예측될 수 있다. 마찬가지로, 기능성성분 및/또는 카페인 부작용 경험이 없는 사람의 민감도는 다른 특성변수가 모두 타인과 동일한 값을 가지는 경우에도 낮게 예측될 수 잇다.
따라서, 본 발명은 신체와 관련된 객관적인 수치(R피크 간격, 혈압 등)로 민감도를 예측할 수도 있지만, 기능성성준 및/또는 카페인 관련 경험 정보를 활용하여 민감도를 보정할 수 있는 효과를 제공할 수 있다.
다음으로, 기능성식품 정보를 제공하는 과정에 대하여 살펴본다.
도 11은 본 발명의 실시예에 따른 데이터에 기반하여 기능성식품을 추천하는 장치의 출력부를 나타낸 도면이다.
도 11을 참조하면, 본 발명의 실시예에 따른 기능성식품 추천 방법은 산출된 상기 기능성성분의 민감도를 기초로 하여 상기 기능성성분의 적정량, 상기 기능성식품의 종류, 상기 기능성식품의 판매처 및 상기 기능성식품의 가격 중 적어도 하나를 포함하는 기능성식품 정보를 제공하는 과정(S400);을 더 포함할 수 있다.
전자 장치(1000)는 민감도 관계식을 활용하여 기능성성분 민감도를 예측할 수 있다. 이때, 전자 장치(1000)는 예측된 기능성성분 민감도에 따라 사용자에게 기능성성분의 적정량, 기능성식품의 종류, 기능성식품의 효능, 기능성식품의 판매처 및 기능성식품의 가격 중 적어도 하나를 포함하는 기능성식품 정보를 제공할 수 있다.
전자 장치(1000)는 출력부(1200)를 통해 사용자에게 기능성식품 정보를 제공할 수 있다. 이때, 출력부(1200)에서 표현되는 정보의 구성 및 배치는 도 11의 구성 및 배치에 한정되는 것은 아니며, 보다 다양하게 이루어질 수 있다.
또한, 전자 장치(1000)는 예측된 기능성성분 민감도에 따라 사용자에게 기능성성분의 적정량을 포함하는 기능성성분정보를 제공할 수 있다.
기능성성분의 적정량은 개인에게 기능성성분의 부작용을 줄일 수 있는 함량을 의미하며, 민감도에 따라 결정될 수 있다. 전자 장치(1000)는 민감도가 높은 사용자에게 상대적으로 낮은 기능성성분의 적정량을 추천하고, 민감도가 낮은 사용자에게 상대적으로 높은 기능성성분의 적정량을 추천할 수 있다. 여기서, 높은 적정량 및 낮은 적정량의 기준은 일일 권장량 또는 영양 권장량으로 결정될 수 있다.
기능성식품은 카페인 음료를 포함할 수 있다. 여기서 카페인 음료는 커피, 에너지드링크, 녹차, 홍차 등의 음료를 의미할 수 있으며, 나열한 것에 한정되는 것은 아니다. 카페인 음료는 시중 프랜차이즈 카페에서 판매되는 음료일 수 있고, 시중 유통되어 판매되는 음료일 수 있다.
또한, 기능성식품은 프로바이오틱스, 비타민A와 비타민B 등의 개별 비타민, 종합비타민, 루테인, 오메가3, 마그네슘, 아연, 비오틴, 엽산, 코엔자임 중 적어도 하나를 포함하는 제품(이하, '영양제')일 수 있으며, 나열한 것에 한정되는 것은 아니다. 여기서 영양제는 시중 약국에서 판매되는 제품일 수 있고, 온라인 또는 오프라인에 유통되어 판매되는 제품일 수 있다.
본 발명은 민감도 관계식을 이용하여, 카페인, 비타민, 오메가3 등 기능성성분이 신체에 반응하는 정도를 고려한 민감도를 예측할 수 있다. 또한, 본 발명은 기능성성분이 신체에 반응하는 정도의 개인차를 고려한 민감도를 예측할 수 있다.
본 발명은 심전도 측정 장치 및 f-NIRS 측정 장치에 의한 신체 측정 데이터에 기반하여 민감도를 예측할 수 있다. 또한, 본 발명은 설문 응답지에 의한 설문 데이터 및 인적 정보 등의 데이터에 기반하여 민감도를 예측할 수 있다.
본 발명은 신체 측정 데이터 및 설문 데이터를 다양한 특성변수에 대응하도록 구성되어 보다 정확한 민감도를 예측할 수 있다.
본 발명은 기능성성분 및/또는 기능성식품에 관하여 예측한 민감도를 활용하여 기능성성분 및/또는 기능성식품에 대한 정보를 사용자에게 제공할 수 있다.
본 발명은 비침습적 수단(심전도 측정, f-NIRS 측정, 설문 조사)을 통해 신체와 관련한 데이터를 획득함으로써, 보다 간이하고 신속하게 민감도를 예측할 수 있다.
전술한 바와 같이, 본 발명 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 통상의 기술자는 하기의 청구범위에 기재된 본 발명의 사상 및 영역에서 벗어나지 않는 범위 내에서 본 발명 다양하게 수정 또는 변형하여 실시할 수 있다.
100 : 심전도 측정 장치
200 : f-NIRS 장치
300 : 설문 응답지
1000 : 전자 장치
1100 : 메모리
1200 : 출력부
1300 : 프로세서
1400 : 통신부

Claims (15)

  1. 프로세서에 의해 수행되며, 데이터에 기반하여 기능성식품을 추천하는 방법에 있어서,
    신체와 관련된 특성정보를 획득하는 과정;
    상기 특성정보를 적어도 하나의 특성변수에 대응시키는 과정; 및
    상기 특성변수를 포함하는 관계식을 활용하여 기능성성분의 민감도를 산출하는 과정;을 포함하며,
    상기 특성정보는 f-NIRS 측정에 의해 나타나는 기능적 연결성 정보를 포함하는 뇌 혈류 정보를 포함하고,
    상기 기능적 연결성 정보는 기능적 연결성 지표의 국소효율성, 군집 계수 및 평균최단거리를 포함하고,
    상기 특성변수에 대응시키는 과정은,
    상기 국소효율성, 상기 군집 계수 및 상기 평균최단거리를 각각의 특성변수에 매칭시키는 것인, 데이터에 기반하여 기능성식품을 추천하는 방법.
  2. 제 1 항에 있어서,
    상기 특성정보는,
    심전도 측정에 의해 나타나는 파형 정보를 더 포함하는, 데이터에 기반하여 기능성식품을 추천하는 방법.
  3. 제 2 항에 있어서,
    상기 파형 정보는 R피크 간격 정보 및 심박수 정보 중 적어도 하나를 포함하고,
    상기 특성변수에 대응시키는 과정은,
    상기 R피크 간격 정보 및 상기 심박수 정보 중 적어도 하나를 각각의 상기 특성변수에 매칭시키는 것인, 데이터에 기반하여 기능성식품을 추천하는 방법.
  4. 삭제
  5. 삭제
  6. 제 1 항에 있어서,
    상기 특성정보는,
    설문 응답에 의해 나타나는 설문 점수 정보를 더 포함하는, 데이터에 기반하여 기능성식품을 추천하는 방법.
  7. 제 6 항에 있어서,
    상기 설문 점수 정보는 감정 정보 및 생체 정보 중 적어도 하나를 포함하고,
    상기 특성변수에 대응시키는 단계는,
    상기 감정 정보 및 상기 생체 정보 중 적어도 하나를 각각의 특성변수에 매칭시키는 것인, 데이터에 기반하여 기능성식품을 추천하는 방법.
  8. 제 1 항에 있어서,
    상기 특성정보는 인적 정보, 기능성식품 관련 경험 정보 및 건강 정보 중 적어도 하나를 더 포함하는, 데이터에 기반하여 기능성식품을 추천하는 방법.
  9. 제 1 항에 있어서,
    상기 관계식은 회귀분석 방법에 의해 추정된 선형식인, 데이터에 기반하여 기능성식품을 추천하는 방법.
  10. 제 1 항에 있어서,
    상기 관계식은 상기 적어도 하나의 특성변수에 대응하는 적어도 하나의 특성계수를 포함하고,
    상기 특성계수는 양 또는 음의 값을 갖는, 데이터에 기반하여 기능성식품을 추천하는 방법.
  11. 제 1 항에 있어서,
    산출된 상기 기능성성분의 민감도를 기초로 하여 상기 기능성성분의 적정량, 상기 기능성식품의 종류, 상기 기능성식품의 판매처 및 상기 기능성식품의 가격 중 적어도 하나를 포함하는 기능성식품 정보를 제공하는 과정;을 더 포함하는, 데이터에 기반하여 기능성식품을 추천하는 방법.
  12. 제 1 항에 있어서,
    상기 기능성성분은 카페인을 포함하는, 데이터에 기반하여 기능성식품을 추천하는 방법.
  13. 제 11 항에 있어서,
    상기 기능성식품은 커피, 에너지드링크, 녹차 및 홍차 중 적어도 하나를 포함하는, 데이터에 기반하여 기능성식품을 추천하는 방법.
  14. 프로세서를 포함하며, 데이터에 기반하여 기능성식품을 추천하는 장치에 있어서,
    상기 프로세서는 신체와 관련된 특성정보를 획득하고, 상기 특성정보를 적어도 하나의 특성변수에 대응시키고, 상기 특성변수를 포함하는 관계식을 활용하여 기능성성분의 민감도를 산출하며,
    상기 특성정보는 f-NIRS 측정에 의해 나타나는 기능적 연결성 정보를 포함하는 뇌 혈류 정보를 포함하고,
    상기 기능적 연결성 정보는, 기능적 연결성 지표의 국소효율성, 군집 계수 및 평균최단거리를 포함하고,
    상기 국소효율성, 상기 군집 계수 및 상기 평균최단거리를 각각의 특성변수에 매칭시키는 데이터에 기반하여 기능성식품을 추천하는 장치.
  15. 제 1 항 내지 제 3 항 및 제 6 항 내지 제 13 항 중 어느 한 항에 따른 방법을 수행하는 프로그램이 기록된, 컴퓨터로 판독 가능한 기록 매체.
KR1020220110866A 2022-03-25 2022-09-01 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치 KR102664585B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220037320 2022-03-25
KR20220037320 2022-03-25

Publications (2)

Publication Number Publication Date
KR20230139283A KR20230139283A (ko) 2023-10-05
KR102664585B1 true KR102664585B1 (ko) 2024-05-09

Family

ID=88294220

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220110866A KR102664585B1 (ko) 2022-03-25 2022-09-01 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102664585B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101917043B1 (ko) * 2017-11-13 2019-01-30 인하대학교 산학협력단 AI를 활용한 IoT 기반 u-Health 지원 시스템 및 방법
KR102236291B1 (ko) 2020-07-08 2021-04-05 주식회사 투비원솔루션즈 개인 맞춤형 건강기능식품 플래닝 시스템 및 그 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102259592B1 (ko) 2019-08-05 2021-06-02 장옥균 사용자 성향에 기초한 커피 원두 추천 서비스의 제공 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101917043B1 (ko) * 2017-11-13 2019-01-30 인하대학교 산학협력단 AI를 활용한 IoT 기반 u-Health 지원 시스템 및 방법
KR102236291B1 (ko) 2020-07-08 2021-04-05 주식회사 투비원솔루션즈 개인 맞춤형 건강기능식품 플래닝 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20230139283A (ko) 2023-10-05

Similar Documents

Publication Publication Date Title
US10387898B2 (en) Crowd-based personalized recommendations of food using measurements of affective response
US9838508B2 (en) Method and apparatus for enhanced personal care with interactive diary function
US9865176B2 (en) Health monitoring system
US20190251858A1 (en) Systems and methods for generating a presentation of an energy level based on sleep and daily activity
US8684922B2 (en) Health monitoring system
US20160071423A1 (en) Systems and method for monitoring an individual&#39;s compliance with a weight loss plan
US20180248981A1 (en) Enhanced personal care system employing blockchain functionality
US20190182357A1 (en) Method and apparatus for enhanced personal care employing a computational unit within armrests and the like
US20140330132A1 (en) Physiological characteristic detection based on reflected components of light
US10998092B2 (en) Dispenser apparatus
AU2013256179A1 (en) Physiological characteristic detection based on reflected components of light
US10998099B2 (en) Health band apparatus
CN110838367A (zh) 健康风险综合评估方法
KR102467340B1 (ko) 챗봇 기반의 질의응답 및 생체표지자 데이터를 이용한 맞춤형 영양 관리 시스템
US20230245741A1 (en) Information processing device, information processing system, and information processing method
Chung et al. Activity-based nutrition management model for healthcare using similar group analysis
KR102664585B1 (ko) 데이터에 기반하여 기능성식품을 추천하는 방법 및 장치
El Sherbini et al. Artificial intelligence in preventive cardiology
WO2023219059A1 (ja) 分析装置、および分析方法
JP6403825B1 (ja) 情報提供装置及びプログラム
CN114639463A (zh) 一种四位一体的综合健康管理方法及系统
CA3105652A1 (en) System for remote noninvasive contactless assessment and prediction of body organ health
WO2019195075A1 (en) Enhanced personal care system employing blockchain functionality
JP2020201898A (ja) 生活習慣病予防改善支援システム
US11783723B1 (en) Method and system for music and dance recommendations

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right