KR20060127525A - 운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법 - Google Patents

운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법 Download PDF

Info

Publication number
KR20060127525A
KR20060127525A KR1020050048571A KR20050048571A KR20060127525A KR 20060127525 A KR20060127525 A KR 20060127525A KR 1020050048571 A KR1020050048571 A KR 1020050048571A KR 20050048571 A KR20050048571 A KR 20050048571A KR 20060127525 A KR20060127525 A KR 20060127525A
Authority
KR
South Korea
Prior art keywords
exercise
value
prescription
health
user
Prior art date
Application number
KR1020050048571A
Other languages
English (en)
Other versions
KR100718131B1 (ko
Inventor
장우영
어홍준
윤명환
서영보
김경호
김홍식
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020050048571A priority Critical patent/KR100718131B1/ko
Priority to US11/371,007 priority patent/US20060277067A1/en
Publication of KR20060127525A publication Critical patent/KR20060127525A/ko
Application granted granted Critical
Publication of KR100718131B1 publication Critical patent/KR100718131B1/ko
Priority to US12/760,815 priority patent/US20100267520A1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/01—User's weight
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/04—Measuring physiological parameters of the user heartbeat characteristics, e.g. ECG, blood pressure modulations
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/30—Measuring physiological parameters of the user blood pressure
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2230/00—Measuring physiological parameters of the user
    • A63B2230/70—Measuring physiological parameters of the user body fat

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 운동 스트레스 추정 방법에 관한 것으로, 보다 상세하게는 a) 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하고, 그로부터 운동 목표 및 운동 처방을 추론하고 사용자에게 전송하는 단계; b) 다시 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하는 단계; c) 상기 a) 단계 및 b) 단계의 자료로부터 파라미터를 설계하고 변환하는 단계; d) 상기 파라미터를 이용하여 운동 스트레스 추정을 위한 회귀분석 모델을 설계하고, 회귀분석을 실시하는 단계; 및 e) 상기 회귀분석으로부터 추정된 운동 스트레스를 사용자에게 전송하는 단계를 포함하는 운동 스트레스 추정 방법에 관한 것이다. 본 발명의 방법에 의하면, 개인별 맞춤 운동 처방에 따른 운동 수행 과정에 있어서 개인의 운동 스트레스를 수치화하여 추정함으로써 운동 처방의 성공율을 제고할 수 있다.
운동 처방, 운동 스트레스, 회귀분석

Description

운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법{Method for estimating exercise stress for raising success rate of exercise prescription}
도 1은 본 발명의 바람직한 제1 실시예에 따른 운동 스트레스 추정 방법의 과정을 나타내는 순서도이다.
도 2는 본 발명의 바람직한 제2 실시예에 따른 운동 스트레스 추정 방법의 과정을 나타내는 순서도이다.
도 3은 본 발명의 바람직한 제1 실시예에 따른 운동 스트레스 추정 방법에서 사용되는 회귀분석 모델의 예를 나타낸 것이다.
도 4는 본 발명의 바람직한 제2 실시예에 있어서 목표 달성 정도 평가를 예시하기 위한 몸무게 추이를 나타내는 그래프이다.
도 5는 본 발명의 바람직한 제2 실시예에 있어서 운동 처방 수행도 평가를 예시하기 위한 운동 처방을 따른 날 수를 나타내는 그래프이다.
본 발명은 운동 스트레스 추정 방법에 관한 것으로, 보다 상세하게는 운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법에 관한 것이다.
경제 수준이 향상되면서 건강 및 운동에 대한 관심이 높아지고 있다. 적절한 운동을 통해 체력 및 체격의 향상 및 건강 증진을 이룰 수도 있지만, 부적합한 운동으로 인하여 건강상의 위험을 초래할 수도 있다. 따라서, 개인의 상황, 예컨대 체력 수준, 건강 상태 및 연령 등을 고려하여 운동의 종류, 시간대, 시간 및 강도 등을 결정하는 맞춤 운동 처방이 절실히 요구되고 있다.
개인별 맞춤 운동 처방과 관련하여 지금까지 여러 연구 또는 발명이 이루어졌다. 예컨대, 대한민국 공개 제 10-2004-0092834호는 온라인상에서 각 클라이언트에 맞는 최적화된 운동모델을 제공하고 오프라인상에서 게임을 하면서 운동할 수 있도록 하는 맞춤 운동 처방 서비스를 제공하는 시스템 및 방법에 관한 것이다. 상기 발명은 인터넷을 통해 다양한 건강정보 및 문진 처방을 제공하지만, 초기 단계 이후에는 런닝 머신의 작동 시간 및 속도만을 추가 정보로서 수신하여 맞춤 처방을 제공하므로, 시간의 흐름에 따라 변화하는 사용자의 건강 상태에 최적화된 문진과 처방을 제공할 수 없다.
대한민국 공개 제 10-2005-0007093호는 신장계, 체중계, 혈압계, 혈당계, 체지방계 등에 의해 각종 건강정보를 얻기 위한 종래의 측정기기에 있어서, 현재의 측정값뿐만 아니라, 측정시마다 과거의 이력과 그 이력에 바탕을 둔 미래의 예측값을 실시간으로 용이하게 알 수 있도록 하는 과거이력과 미래예측을 통한 바이오피드백 기능이 있는 측정기기와 그 측정값처리 및 표시방법을 제공한다.
또한, 대한민국 공개 제 10-2002-0019229호는 건강진단을 받기 위해 의료기관을 주기적으로 방문해야 하는 불편을 해결하기 위하여, 가정에서 손쉽게 자신의 건강상태를 확인할 수 있으며 건강상태에 따라 차별화된 프로그램에 의해 운동종목, 운동량조절, 체중감량 등과 같은 데이터를 제공받을 수 있는 네트워크를 매개로 하는 건강관리시스템에 관한 것이다.
또한, 대한민국 공개 제 10-2003-0067234호는 지식 기반(Knowledge base) 운동 처방 전문가 시스템에 관한 것으로, 더욱 상세하게는 개인의 다양한 특성에 부합하여 시스템 스스로 운동의 질과 양의 과학적인 운동 처방을 생산하는 지식 기반(Knowledge base) 운동 처방 전문가 시스템에 관한 것이다. 또한, 상기 발명은 개인의 운동성취 능력을 간접적으로 예측하여 운동의 효과를 높이거나 운동 전후의 모습을 아바타 형태로 보여주는 예측 모델 제공이 가능하다.
상기에서 살펴본 바와 같이, 개인별 맞춤 운동 처방과 관련된 상기 발명들은 사용자로부터 얻은 문진 검사 자료를 바탕으로 운동을 처방하고, 이후 변경된 자료를 바탕으로 운동 처방을 조정하는 것을 개시하고 있다. 하지만, 상기 발명들에 의하여 단기적으로는 운동 처방에 따른 운동 효과가 좋게 나타난다고 할지라도 운동에 대한 스트레스가 심한 경우 장기적인 관점에서 운동 처방의 성공율이 떨어진다. 즉, 종래 발명들은 운동 처방에 따른 운동 과정에서 느끼는 개인의 스트레스는 전혀 고려하지 않았다.
본 발명자들은 상기와 같은 종래 문제점을 해결하기 위하여 연구를 계속한 결과, 개인별 맞춤 운동 처방에 따른 운동 수행 과정에 있어서 개인의 운동 스트레스를 수치화하여 추정하면 운동 처방의 성공율을 제고할 수 있음을 확인함으로써 본 발명을 완성하였다.
따라서, 본 발명의 목적은 운동 처방의 성공율을 제고할 수 있는 운동 스트레스의 추정 방법을 제공하는 것이다.
상기와 같은 본 발명의 목적을 달성하기 위하여 본 발명의 일 측면에 따르면, a) 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하고, 그로부터 운동 목표 및 운동 처방을 추론하고 사용자에게 전송하는 단계; b) 다시 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하는 단계; c) 상기 a) 단계 및 b) 단계의 자료로부터 파라미터를 설계하고 변환하는 단계; d) 상기 파라미터를 이용하여 운동 스트레스 추정을 위한 회귀분석 모델을 설계하고, 회귀분석을 실시하는 단계; 및 e) 상기 회귀분석으로부터 추정된 운동 스트레스를 사용자에게 전송하는 단계를 포함하는 운동 스트레스 추정 방법이 제공된다.
본 발명의 다른 측면에 따르면, a) 사용자로부터 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하고, 그로부터 운동 목표 및 운동 처방을 추론하고 사용자에게 전송하는 단계; b) 사용자로부터 현재 수치를 입력 받거나 측정하고 운동 목표 달성 정도를 3단계로 평가하는 단계; c) 사용자로부터 운동 처방을 따른 날 수를 입력 받고 그로부터 운동 처방의 수행도를 3단계로 평가하는 단계; d) 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 낮은 경우; 및 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 보통이고-하나 라도 낮은 경우는 제외- 사용자가 새로운 처방을 요청하는 경우, 새로운 처방을 추론하고 사용자에게 전송하는 단계; 및 e) 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 보통이고-하나라도 낮은 경우는 제외- 사용자가 새로운 처방을 요청하지 않는 경우; 및 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 모두가 높은 경우, 회귀분석을 통해 운동 스트레스를 추정하는 단계를 포함하는 운동 스트레스 추정 방법이 제공된다.
이하 본 발명의 바람직한 실시예를 첨부한 도면들을 참조하여 상세히 설명한다. 그러나, 첨부된 도면에 도시된 실시예들은 본 발명을 용이하게 설명하기 위한 것일 뿐이며 본 발명의 사상 및 권리 범위를 실시예 및 이에 상응하는 설명에 한정하기 위한 것은 아니다.
도 1은 본 발명의 바람직한 제1 실시예에 따른 운동 스트레스 추정 방법의 과정을 나타내는 순서도이다.
도 1을 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 먼저 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하고, 그로부터 운동 목표 및 운동 처방을 추론하고 사용자에게 전송한다(S101).
상기 신체 수치를 포함하는 문진 검사 자료는 신체 수치를 포함하는 신체 정보, 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함할 수 있다. 보다 상세하게, 상기 신체 정보는 키, 몸무게, 가슴 둘레, 허리 둘레, 엉덩이 둘레, 나이 및 성별 등일 수 있고, 상기 식습관 정보는 조식, 중식 및 석식 식사 여부, 평소 식습관, 기호식품 및 혐호 식품에 대한 정보일 수 있다. 또한, 상기 운동 습관 정보는 평소 운동 여부, 하는 경우 운동 종목, 시간, 횟수 및 강도 등에 대한 정보일 수 있고, 상기 생활 습관 정보는 기상 및 취침 시간 등에 대한 정보일 수 있다. 또한, 상기 문진 검사 자료는 사용자의 운동 목표 및 운동 선호도에 대한 정보도 포함할 수 있다.
상기 건강 수치 자료는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상을 포함하는 것이 바람직하다. 상기 건강 수치 자료의 입력 소스는 제한되지 않는다. 즉, 사용자가 직접 측정하여 입력할 수도 있고, 병원과 같은 의료기관이 측정하여 입력할 수도 있다.
본 발명에 따른 방법은 상기에서 입력 또는 측정 받은 문진 검사 자료 및 건강 수치 자료를 기초로 해서 운동 목표를 설정하고 그에 따른 운동 처방을 추론한다.
상기 운동 목표는 신체 수치 또는 건강 수치를 증가 또는 감소시키는 것일 수 있다. 바람직하게, 몸무게, 허리 둘레, 혈압, 체지방도 및 혈당치를 감소시키거나, 가슴 둘레를 증가시키는 것일 수 있다.
상기 운동 처방은 운동 종목, 운동 시간대, 운동 시간 및 운동 강도 중 하나 이상을 포함하는 것일 수 있다. 상기 운동 종목은 예컨대, 유산소 운동, 헬스 운동 및 스트레칭 운동 중 하나 이상을 포함할 수 있다. 상기 운동 시간대는 예컨대, 아침, 점심 및 저녁 시간대일 수 있다. 상기 운동 시간은 예컨대, 10분 단위일 수 있다. 상기 운동 강도는 예컨대, 런닝 머신의 경우 런닝 속도일 수 있다.
상기 단계에서 운동 처방을 받은 사용자는 상기 운동 처방에 따라 운동을 수 행한다.
다시 도 1을 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 다시 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정한다(S102).
다음으로 상기 S101 단계 및 S102 단계로부터 얻은 자료로부터 파라미터를 설계하고 변환한다(S103).
본 단계에서 설계되는 파라미터는 회귀분석의 파라미터이다. 바람직하게, 상기 파라미터는 건강 수치 변화, 신체 수치 변화 및 습관일 수 있다.
상기 건강 수치 변화는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상의 변화를 포함할 수 있다. 상기 건강 수치 변화는 목표치의 1% 이하, 1% 초과 및 3% 이하, 및 3% 초과의 3단계로 평가할 수 있다.
상기 신체 수치 변화는 몸무게, 가슴둘레 수치, 허리둘레 수치 및 엉덩이 둘레 수치 중 하나 이상의 변화를 포함할 수 있다. 상기 신체 수치 변화는 수치가 증가한 경우 식 1로, 수치가 감소한 경우 식 2로 평가할 수 있다.
<식 1>
[(목표 수치) - (운동 후 수치)] ÷ [(목표 수치) - (운동 전 수치)]
<식 2>
[(목표 수치) - (운동 전 수치)] ÷ [(목표 수치) - (운동 후 수치)]
상기 습관은 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함할 수 있다.
상기 S103 단계의 파라미터의 변환은 0~1 사이의 값으로 수행되는 것이 바람직하다.
본 단계의 파라미터 변환은 표준화를 통해 수행될 수 있다.
예컨대, 목표치의 1% 이하, 1% 초과 및 3% 이하, 및 3% 초과의 3단계로 평가한 상기 건강 수치 변화는 선형분배법의 방법을 통해 1% 이하는 1, 1% 초과 및 3% 이하는 0.67, 및 3% 초과는 0.33 등의 0~1 사이의 값으로 변환할 수 있다.
예컨대, 상기 식 1 및 식 2로 평가된 상기 신체 수치 변화는 0~1 사이의 값을 가질 수 있다.
예컨대, 상기 습관은 규칙적인 경우 0, 불규칙적인 경우 1로 변환할 수 있다.
다시 도 1을 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 상기 단계에서 설계 및 변환된 파라미터를 이용하여 운동 스트레스 추정을 위한 회귀분석 모델을 설계하고, 회귀분석을 실시한다(S104).
상기 회귀분석 모델은 하기 식 3인 것이 바람직하다.
<식 3>
운동 스트레스 = exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)] / {1 + exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)]}
상기 식에서, α는 운동 처방 지수, β는 건강 수치 지수, γ는 신체 수치 지수, δ는 습관 지수이다.
다시 도 1을 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 상기 회귀분석으로부터 추정된 운동 스트레스를 사용자에게 전송한다(S105).
도 3은 본 발명의 바람직한 제1 실시예에 따른 운동 스트레스 추정 방법에서 사용되는 회귀분석 모델의 예를 나타낸 것이다.
상기 모델은 추세 데이터의 예측에 있어서 뛰어난 성과를 보이는 것으로 알려져 있으며, 데이터 수치를 0~1 범위 내로 변환하기 때문에 데이터간의 차이가 매우 커서 그 산포가 크게 흐트러져 있어도 안정적인 예측 결과를 제공한다. 이러한 점은 프로그램 사용 시마다 사용자에게 있을 건강 상의 변화 수치를 안정적으로 변환하여 보다 정확한 예측치를 얻도록 하게 한다.
상기 과정을 통해 얻은 수치화된 운동 스트레스는 운동 처방의 성공율을 제고할 수 있다.
도 2는 본 발명의 바람직한 제2 실시예에 따른 운동 스트레스 추정 방법의 과정을 나타내는 순서도이다.
도 2를 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 먼저 사용자로부터 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하고, 그로부터 운동 목표 및 운동 처방을 추론하고 사용자에게 전송한다(S201).
상기 신체 수치를 포함하는 문진 검사 자료는 신체 수치를 포함하는 신체 정보, 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함할 수 있다. 보다 상세하게, 상기 신체 정보는 키, 몸무게, 가슴 둘레, 허리 둘레, 엉덩이 둘레, 나이 및 성별 등일 수 있고, 상기 식습관 정보는 조식, 중식 및 석식 식사 여부, 평소 식습관, 기호식품 및 혐호 식품에 대한 정보일 수 있다. 또한, 상기 운동 습관 정보는 평소 운동 여부, 하는 경우 운동 종목, 시간, 횟수 및 강도 등에 대한 정보일 수 있고, 상기 생활 습관 정보는 기상 및 취침 시간 등에 대한 정보일 수 있다. 또한, 상기 문진 검사 자료는 사용자의 운동 목표 및 운동 선호도에 대한 정보도 포함할 수 있다.
상기 건강 수치 자료는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상을 포함하는 것이 바람직하다. 상기 건강 수치 자료의 입력 소스는 제한되지 않는다. 즉, 사용자가 직접 측정하여 입력할 수도 있고, 병원과 같은 의료기관이 측정하여 입력할 수도 있다.
본 발명에 따른 방법은 상기에서 입력 또는 측정 받은 문진 검사 자료 및 건강 수치 자료를 기초로 해서 운동 목표를 설정하고 그에 따른 운동 처방을 추론한다.
상기 운동 목표는 신체 수치 또는 건강 수치를 증가 또는 감소시키는 것일 수 있다. 바람직하게, 몸무게, 허리 둘레, 혈압, 체지방도 및 혈당치를 감소시키거나, 가슴 둘레를 증가시키는 것일 수 있다.
상기 운동 처방은 운동 종목, 운동 시간대, 운동 시간 및 운동 강도 중 하나 이상을 포함하는 것일 수 있다. 상기 운동 종목은 예컨대, 유산소 운동, 헬스 운동 및 스트레칭 운동 중 하나 이상을 포함할 수 있다. 상기 운동 시간대는 예컨대, 아침, 점심 및 저녁 시간대일 수 있다. 상기 운동 시간은 예컨대, 10분 단위일 수 있다. 상기 운동 강도는 예컨대, 런닝 머신의 경우 런닝 속도일 수 있다.
상기 단계에서 운동 처방을 받은 사용자는 상기 운동 처방에 따라 운동을 수행한다.
다시 도 2를 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 사용자로부터 현재 수치를 입력 받거나 측정하고 운동 목표 달성 정도를 3단계로 평가한다(S202).
상기 운동 목표가 수치를 낮추는 것인 경우, 상기 운동 목표 달성 정도는 식 4의 값이 0.2 초과의 경우 높음; 0.2 이하 및 -0.2 초과의 경우 보통; 및 -0.2 이하인 경우 낮음으로 평가하는 것이 바람직하다.
<식 4>
[(초기 수치) - (현재 수치)] ÷ [(초기 수치) - (목표 수치)]
상기와 반대로, 상기 운동 목표가 수치를 높이는 것인 경우, 상기 운동 목표 달성 정도를 식 5의 값이 0.2 초과의 경우 높음; 0.2 이하 및 -0.2 초과의 경우 보통; 및 -0.2 이하인 경우 낮음으로 평가하는 것이 바람직하다.
<식 5>
[(현재 수치) - (초기 수치)] ÷ [(목표 수치) - (초기 수치)]
도 4는 본 발명의 바람직한 제2 실시예에 있어서 목표 달성 정도 평가를 예시하기 위한 몸무게 추이를 나타내는 그래프이다.
도 4를 참조하면, 운동의 목표는 몸무게를 52kg으로 줄이는 것임을 알 수 있다. 운동 처방을 받고 운동을 시작한 시점의 초기 수치는 62kg이고, 6주 후 현재 수치는 59kg임을 알 수 있다. 운동 목표가 수치를 낮추는 것이므로, 식 4에 의해 계산하면 0.3의 값이 나오고, 이는 0.2를 초과하는 수치이므로 목표 달성 정도가 높다고 평가한다.
다시 도 2를 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 사용자로부터 운동 처방을 따른 날 수를 입력 받고 그로부터 운동 처방의 수행도를 3단계로 평가한다.
상기 운동 처방의 수행도는 상기 운동 처방을 따른 날 수가 평균 주당 4일 이상인 경우 높음; 3일 이상 및 4일 미만인 경우 보통; 및 3일 미만인 경우 낮음으로 평가할 수 있다.
도 5는 본 발명의 바람직한 제2 실시예에 있어서 운동 처방 수행도 평가를 예시하기 위한 운동 처방을 따른 날 수를 나타내는 그래프이다.
도 5를 참조하면, 6주 동안 운동 처방을 따른 날 수는 평균 주당 3.33일임을 알 수 있다. 따라서, 운동 처방의 수행도를 보통으로 평가한다.
다시 도 2를 참조하면, 본 발명에 따른 운동 스트레스 추정 방법은 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도의 단계, 및 사용자의 새로운 처방 요청의 여부에 따라 새로운 처방을 추론하거나 회귀분석을 통해 운동 스트레스를 추정한다.
즉, 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 낮은 경우(S204의 낮음, S205의 낮음 및 S207의 낮음); 및 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 보통이고-하나라도 낮은 경우는 제외-(S205의 보통, S207의 보통 및 높음) 사용자가 새로운 처방을 요청하는 경우 (S208의 예 및 S209의 예), 새로운 처방을 추론(S206)하고 사용자에게 전송한다.
상기에서 사용자로부터 새로운 처방의 요청과 함께 처방의 선호도에 대한 문진 검사 자료를 추가로 입력 받는 것이 바람직하다. 상기 문진 검사 자료는 기존의 운동 종목, 운동 시간대, 운동 시간 및 운동 강도 중 하나 이상에 대한 만족 여부를 포함하는 것일 수 있다.
한편, 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 보통이고-하나라도 낮은 경우는 제외-(S205의 보통, S207의 보통 및 높음) 사용자가 새로운 처방을 요청하지 않는 경우(S208의 아니오 및 S209의 아니오); 및 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 모두가 높은 경우(S205의 높음), 회귀분석을 통해 운동 스트레스를 추정한다(S210).
상기 회귀분석을 통한 운동 스트레스 추정(S210)은 본 발명에 따른 제1 실시예에서 수행된 방법을 변형하여 수행될 수 있다.
즉, 상기 회귀분석을 통한 운동 스트레스 추정(S210) 단계는 e-1) 상기 단계의 자료로부터 파라미터를 설계하고 변환하는 단계; e-2) 상기 파라미터를 이용하여 운동 스트레스 추정을 위한 회귀분석 모델을 설계하고, 회귀분석을 실시하는 단계; 및 e-3) 상기 회귀분석으로부터 추정된 운동 스트레스를 사용자에게 전송하는 단계를 포함할 수 있다.
상기 e-1) 단계에서 설계되는 파라미터는 회귀분석의 파라미터이다. 바람직하게, 상기 파라미터는 건강 수치 변화, 신체 수치 변화 및 습관일 수 있다.
상기 건강 수치 변화는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상의 변화를 포함할 수 있다. 상기 건강 수치 변화는 목표치의 1% 이하, 1% 초과 및 3% 이하, 및 3% 초과의 3단계로 평가할 수 있다.
상기 신체 수치 변화는 몸무게, 가슴둘레 수치, 허리둘레 수치 및 엉덩이 둘레 수치 중 하나 이상의 변화를 포함할 수 있다. 상기 신체 수치 변화는 수치가 증가한 경우 식 1로, 수치가 감소한 경우 식 2로 평가할 수 있다.
<식 1>
[(목표 수치) - (운동 후 수치)] ÷ [(목표 수치) - (운동 전 수치)]
<식 2>
[(목표 수치) - (운동 전 수치)] ÷ [(목표 수치) - (운동 후 수치)]
상기 습관은 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함할 수 있다.
상기 단계의 파라미터의 변환은 0~1 사이의 값으로 수행되는 것이 바람직하다. 파라미터 변환에 구체적인 방법은 상기에서 설명한 바와 같다.
상기 회귀분석 모델은 하기 식 3인 것이 바람직하다.
<식 3>
운동 스트레스 = exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)] / {1 + exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)]}
상기 식에서, α는 운동 처방 지수, β는 건강 수치 지수, γ는 신체 수치 지수, δ는 습관 지수이다. 상기 각 지수는 상기에서 설명한 바와 같다.
본 발명의 다른 일면은 본 발명에 따른 운동 스트레스 추정 방법들을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.
컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크 및 광데이터 저장장치 등이 있지만, 그에 한정되는 거은 아니다.
본 발명의 방법에 의하면, 개인별 맞춤 운동 처방에 따른 운동 수행 과정에 있어서 개인의 운동 스트레스를 수치화하여 추정함으로써 운동 처방의 성공율을 제고할 수 있다.

Claims (36)

  1. a) 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하고, 그로부터 운동 목표 및 운동 처방을 추론하고 사용자에게 전송하는 단계;
    b) 다시 사용자로부터 신체 수치를 포함하는 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하는 단계;
    c) 상기 a) 단계 및 b) 단계의 자료로부터 파라미터를 설계하고 변환하는 단계;
    d) 상기 파라미터를 이용하여 운동 스트레스 추정을 위한 회귀분석 모델을 설계하고, 회귀분석을 실시하는 단계; 및
    e) 상기 회귀분석으로부터 추정된 운동 스트레스를 사용자에게 전송하는 단계
    를 포함하는 운동 스트레스 추정 방법.
  2. 제 1항에 있어서,
    상기 문진 검사 자료는 신체 수치를 포함하는 신체 정보, 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  3. 제 1항에 있어서,
    상기 건강 수치 자료는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  4. 제 1항에 있어서,
    상기 운동 목표는 신체 수치 또는 건강 수치를 증가 또는 감소시키는 것을 특징으로 하는 방법.
  5. 제 1항에 있어서,
    상기 운동 처방은 운동 종목, 운동 시간대, 운동 시간 및 운동 강도 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  6. 제 5항에 있어서,
    상기 운동 종목은 유산소 운동, 헬스 운동 및 스트레칭 운동 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  7. 제 1항에 있어서,
    상기 c) 단계의 파라미터는 건강 수치 변화, 신체 수치 변화 및 습관인 것을 특징으로 하는 방법.
  8. 제 7항에 있어서,
    상기 건강 수치 변화는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상의 변화를 포함하는 것을 특징으로 하는 방법.
  9. 제 7항에 있어서,
    상기 건강 수치 변화는 목표치의 1% 이하, 1% 초과 및 3% 이하, 및 3% 초과의 3단계로 평가하는 것을 특징으로 하는 방법.
  10. 제 7항에 있어서,
    상기 신체 수치 변화는 몸무게, 가슴둘레 수치, 허리둘레 수치 및 엉덩이 둘레 수치 중 하나 이상의 변화를 포함하는 것을 특징으로 하는 방법.
  11. 제 7항에 있어서,
    상기 신체 수치 변화는 수치가 증가한 경우 식 1로, 수치가 감소한 경우 식 2로 평가하는 것을 특징으로 하는 방법:
    <식 1>
    [(목표 수치) - (운동 후 수치)] ÷ [(목표 수치) - (운동 전 수치)]
    <식 2>
    [(목표 수치) - (운동 전 수치)] ÷ [(목표 수치) - (운동 후 수치)].
  12. 제 7항에 있어서,
    상기 습관은 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  13. 제 1항에 있어서,
    상기 c) 단계의 파라미터 변환은 0~1 사이의 값으로 수행되는 것을 특징으로 하는 방법.
  14. 제 1항에 있어서,
    상기 회귀분석 모델은 하기 식 3인 것을 특징으로 하는 방법:
    <식 3>
    운동 스트레스 = exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)] / {1 + exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)]}
    상기 식에서, α는 운동 처방 지수, β는 건강 수치 지수, γ는 신체 수치 지수, δ는 습관 지수이다.
  15. a) 사용자로부터 문진 검사 자료를 입력 받고 건강 수치 자료를 측정하고, 그로부터 운동 목표 및 운동 처방을 추론하고 사용자에게 전송하는 단계;
    b) 사용자로부터 현재 수치를 입력 받거나 측정하고 운동 목표 달성 정도를 3단계로 평가하는 단계;
    c) 사용자로부터 운동 처방을 따른 날 수를 입력 받고 그로부터 운동 처방의 수행도를 3단계로 평가하는 단계;
    d) 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 낮은 경우; 및 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 보통이고-하나라도 낮은 경우는 제외- 사용자가 새로운 처방을 요청하는 경우, 새로운 처방을 추론하고 사용자에게 전송하는 단계; 및
    e) 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 중 하나 이상이 보통이고-하나라도 낮은 경우는 제외- 사용자가 새로운 처방을 요청하지 않는 경우; 및 상기에서 평가한 목표 달성 정도 및 운동 처방 수행도 모두가 높은 경우, 회귀분석을 통해 운동 스트레스를 추정하는 단계
    를 포함하는 운동 스트레스 추정 방법.
  16. 제 15항에 있어서,
    상기 문진 검사 자료는 신체 정보, 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  17. 제 15항에 있어서,
    상기 건강 수치 자료는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  18. 제 15항에 있어서,
    상기 운동 목표는 신체 수치 또는 건강 수치를 증가 또는 감소시키는 것을 특징으로 하는 방법.
  19. 제 15항에 있어서,
    상기 운동 처방은 운동 종목, 운동 시간대, 운동 시간 및 운동 강도 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  20. 제 15항에 있어서,
    상기 운동 종목은 유산소 운동, 헬스 운동 및 스트레칭 운동 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  21. 제 15항에 있어서,
    상기 운동 목표가 수치를 낮추는 것인 경우, 상기 운동 목표 달성 정도는 식 4의 값이 0.2 초과의 경우 높음; 0.2 이하 및 -0.2 초과의 경우 보통; 및 -0.2 이하인 경우 낮음으로 평가하는 것을 특징으로 하는 방법:
    <식 4>
    [(초기 수치) - (현재 수치)] ÷ [(초기 수치) - (목표 수치)].
  22. 제 15항에 있어서,
    상기 운동 목표가 수치를 높이는 것인 경우, 상기 운동 목표 달성 정도를 식 5의 값이 0.2 초과의 경우 높음; 0.2 이하 및 -0.2 초과의 경우 보통; 및 -0.2 이하인 경우 낮음으로 평가하는 것을 특징으로 하는 방법:
    <식 5>
    [(현재 수치) - (초기 수치)] ÷ [(목표 수치) - (초기 수치)].
  23. 제 15항에 있어서,
    상기 운동 처방의 수행도를 상기 운동 처방을 따른 날 수가 평균 주당 4일 이상인 경우 높음; 3일 이상 및 4일 미만인 경우 보통; 및 3일 미만인 경우 낮음으로 평가하는 것을 특징으로 하는 방법.
  24. 제 15항에 있어서,
    상기 d) 단계에 있어서, 사용자로부터 새로운 처방의 요청과 함께 처방의 선호도에 대한 문진 검사 자료를 추가로 입력 받는 것을 특징으로 하는 방법.
  25. 제 24항에 있어서,
    상기 문진 검사 자료는 기존의 운동 종목, 운동 시간대, 운동 시간 및 운동 강도 중 하나 이상에 대한 만족 여부를 포함하는 것을 특징으로 하는 방법.
  26. 제 15항에 있어서,
    상기 e) 단계는
    e-1) 상기 단계의 자료로부터 파라미터를 설계하고 변환하는 단계;
    e-2) 상기 파라미터를 이용하여 운동 스트레스 추정을 위한 회귀분석 모델을 설계하고, 회귀분석을 실시하는 단계; 및
    e-3) 상기 회귀분석으로부터 추정된 운동 스트레스를 사용자에게 전송하는 단계
    를 포함하는 것을 특징으로 하는 방법.
  27. 제 26항에 있어서,
    상기 e-1) 단계의 파라미터는 건강 수치 변화, 신체 수치 변화 및 습관인 것을 특징으로 하는 방법.
  28. 제 27항에 있어서,
    상기 건강 수치 변화는 혈압, 체지방도, 심전도 및 혈당치 중 하나 이상의 변화를 포함하는 것을 특징으로 하는 방법.
  29. 제 27항에 있어서,
    상기 건강 수치 변화는 목표치의 1% 이하, 1% 초과 및 3% 이하, 및 3% 초과의 3단계로 평가하는 것을 특징으로 하는 방법.
  30. 제 27항에 있어서,
    상기 신체 수치 변화는 몸무게, 가슴둘레 수치, 허리둘레 수치 및 엉덩이 둘레 수치 중 하나 이상의 변화를 포함하는 것을 특징으로 하는 방법.
  31. 제 27항에 있어서,
    상기 신체 수치 변화는 수치가 증가한 경우 식 1로, 수치가 감소한 경우 식 2로 평가하는 것을 특징으로 하는 방법:
    <식 1>
    [(목표 수치) - (운동 후 수치)] ÷ [(목표 수치) - (운동 전 수치)]
    <식 2>
    [(목표 수치) - (운동 전 수치)] ÷ [(목표 수치) - (운동 후 수치)].
  32. 제 27항에 있어서,
    상기 습관은 식습관 정보, 운동 습관 정보 및 생활 습관 정보 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  33. 제 26항에 있어서,
    상기 e-1) 단계의 파라미터 변환은 0~1 사이의 값으로 수행되는 것을 특징으로 하는 방법.
  34. 제 26항에 있어서,
    상기 회귀분석 모델은 하기 식 3인 것을 특징으로 하는 방법:
    <식 3>
    운동 스트레스 = exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)] / {1 + exp[α × ((건강 수치 변화) × β + (신체 수치 변화) × γ + (습관) × δ)]}
    상기 식에서, α는 운동 처방 지수, β는 건강 수치 지수, γ는 신체 수치 지수, δ는 습관 지수이다.
  35. 제 1항에 따른 운동 스트레스 추정 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  36. 제 15항에 따른 운동 스트레스 추정 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020050048571A 2005-06-07 2005-06-07 운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법 KR100718131B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020050048571A KR100718131B1 (ko) 2005-06-07 2005-06-07 운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법
US11/371,007 US20060277067A1 (en) 2005-06-07 2006-03-09 Exercise stress estimation method for increasing success rate of exercise prescription
US12/760,815 US20100267520A1 (en) 2005-06-07 2010-04-15 Exercise stress estimation method for increasing success rate of exercise prescription

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050048571A KR100718131B1 (ko) 2005-06-07 2005-06-07 운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법

Publications (2)

Publication Number Publication Date
KR20060127525A true KR20060127525A (ko) 2006-12-13
KR100718131B1 KR100718131B1 (ko) 2007-05-14

Family

ID=37495267

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050048571A KR100718131B1 (ko) 2005-06-07 2005-06-07 운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법

Country Status (2)

Country Link
US (1) US20060277067A1 (ko)
KR (1) KR100718131B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8221290B2 (en) 2007-08-17 2012-07-17 Adidas International Marketing B.V. Sports electronic training system with electronic gaming features, and applications thereof
US8360904B2 (en) 2007-08-17 2013-01-29 Adidas International Marketing Bv Sports electronic training system with sport ball, and applications thereof
US8702430B2 (en) 2007-08-17 2014-04-22 Adidas International Marketing B.V. Sports electronic training system, and applications thereof

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000054566A (ko) * 2000-06-12 2000-09-05 이종길 인터넷 웹상에서 체력측정 및 평가와 운동프로그램처방방법
KR20010070845A (ko) * 2001-06-13 2001-07-27 임상희 인터넷운동처방서비스방법
KR20040032451A (ko) * 2002-10-09 2004-04-17 삼성전자주식회사 생체신호 기반의 건강 관리 기능을 갖는 모바일 기기 및이를 이용한 건강 관리 방법
KR20040100159A (ko) * 2003-05-21 2004-12-02 주식회사 바이오스마트 모바일 단말기를 이용한 자동 스트레스 측정 방법 및 장치
US20060015016A1 (en) * 2004-06-22 2006-01-19 Thornton William E Caloric balance weight control system and methods of making and using same

Also Published As

Publication number Publication date
US20060277067A1 (en) 2006-12-07
KR100718131B1 (ko) 2007-05-14

Similar Documents

Publication Publication Date Title
Franklin et al. Using metabolic equivalents in clinical practice
JP4636206B2 (ja) 活動量計測システム
CN107077523B (zh) 健康风险指标确定
AU2009242254B2 (en) Heart age assessment
JP6662535B2 (ja) 生活習慣管理支援装置および生活習慣管理支援方法
US20150019139A1 (en) Metabolic monitoring, a method and apparatus for indicating a health-related condition of a subject
Singh et al. Activity monitors can detect brisk walking in patients with chronic obstructive pulmonary disease
JP2013545188A (ja) 患者の病気重篤性、致死性および滞在長さの連続的な予測の方法
CN107358556A (zh) 基于物联网的健康监测及评价平台
JP2010142273A (ja) 生体指標管理装置
JP6117774B2 (ja) 生活習慣病改善支援装置およびその制御方法
WO2020027213A1 (ja) 認知症リスクの提示システムおよび方法
KR101555541B1 (ko) 유비쿼터스환경에서의 웰빙라이프케어 인덱스 모델 제작 방법
KR100718131B1 (ko) 운동 처방의 성공율 제고를 위한 운동 스트레스 추정 방법
CN111295716A (zh) 健康管理辅助装置、方法及程序
KR20160034199A (ko) 건강 관리 방법 및 장치
Scholz et al. Outcome prediction in critical care: physicians’ prognoses vs. scoring systems
JP2015111438A (ja) 生体情報の評価システム及び評価方法
Manay et al. Frailty measures can be used to predict the outcome of kidney transplant evaluation
JP2010207272A (ja) 生体情報の評価システム及び評価方法
US20100267520A1 (en) Exercise stress estimation method for increasing success rate of exercise prescription
JP2013239192A (ja) 生体情報の評価システム及び評価方法
Timmermans et al. How do surgeons' probability estimates of operative mortality compare with a decision analytic model?
JP2018126519A (ja) 生体情報の評価システム及び評価方法
WO2023162958A1 (ja) 情報処理装置、方法、およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130422

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140424

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150422

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160420

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170418

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20180423

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20190422

Year of fee payment: 13