KR20140034432A - Method for classifying sasang constitution by using meridian energy signals - Google Patents

Method for classifying sasang constitution by using meridian energy signals Download PDF

Info

Publication number
KR20140034432A
KR20140034432A KR1020120100726A KR20120100726A KR20140034432A KR 20140034432 A KR20140034432 A KR 20140034432A KR 1020120100726 A KR1020120100726 A KR 1020120100726A KR 20120100726 A KR20120100726 A KR 20120100726A KR 20140034432 A KR20140034432 A KR 20140034432A
Authority
KR
South Korea
Prior art keywords
kinds
takagi
meridian energy
meridian
dimensional
Prior art date
Application number
KR1020120100726A
Other languages
Korean (ko)
Other versions
KR101408651B1 (en
Inventor
임준식
짱쩐씽
쉐 웨이 티안
윤희진
김재웅
이행영
김세훈
Original Assignee
가천대학교 산학협력단
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 가천대학교 산학협력단 filed Critical 가천대학교 산학협력단
Priority to KR1020120100726A priority Critical patent/KR101408651B1/en
Publication of KR20140034432A publication Critical patent/KR20140034432A/en
Application granted granted Critical
Publication of KR101408651B1 publication Critical patent/KR101408651B1/en

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Fuzzy Systems (AREA)
  • Algebra (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Epidemiology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

The present invention relates to a method for classifying four kinds of physical constitutions by using meridian energy signals, more specifically, to a method comprising the steps of: (1) extracting features from meridian energy signals measured from a body; (2) calculating a takagi-sugeno defuzzification value by using the extracted features and a neuro-fuzzy network with a weighted fuzzy membership function (NEWFM); (3) mapping the calculated takagi-sugeno defuzzification value onto a two-dimensional four kinds of physical constitutions spaces of a quadrant; and (4) determining four kinds of physical constitutions based on the mapped two-dimensional four kinds of physical constitutions spaces. According to the method for classifying four kinds of physical constitutions by using meridian energy signals which is proposed in the present invention, the meridian energy signals are measured from the body, the features are extracted from the measured meridian energy signals, the takagi-sugeno defuzzification value is calculated by using the neuro-fuzzy network with a weighted fuzzy membership function (NEWFM), and the calculated takagi-sugeno defuzzification value is mapped onto the two-dimensional four kinds of physical constitutions spaces of the quadrant. Accordingly, it is possible to quickly and exactly classify the four kinds of physical constitutions, thereby providing a new diagnosis system for diseases. [Reference numerals] (AA) Start; (BB) End; (S100) Step of extracting features from meridian energy signals measured from a body; (S200) Step of calculating a takagi-sugeno defuzzification value by using the extracted features and a neuro-fuzzy network with a weighted fuzzy membership function (NEWFM); (S300) Step of mapping the calculated takagi-sugeno defuzzification value onto a two-dimensional four kinds of physical constitutions spaces of a quadrant; (S400) Step of determining four kinds of physical constitutions based on the mapped two-dimensional four kinds of physical constitutions spaces

Description

경락 에너지 신호를 이용한 사상체질 분류 방법{METHOD FOR CLASSIFYING SASANG CONSTITUTION BY USING MERIDIAN ENERGY SIGNALS}METHOD FOR CLASSIFYING SASANG CONSTITUTION BY USING MERIDIAN ENERGY SIGNALS BACKGROUND OF THE INVENTION 1. Field of the Invention < RTI ID = 0.0 >

본 발명은 사상체질 분류 방법에 관한 것으로서, 보다 구체적으로는 경락 에너지 신호를 이용한 사상체질 분류 방법에 관한 것이다.TECHNICAL FIELD The present invention relates to a sasang constitution classification method, and more particularly, to a sasang constitution classification method using an meridians energy signal.

사상체질의학은 이제마가 동의수세보원(東醫壽世保元)을 작성하면서 체계화된 것으로서, 사상은, 우주의 모든 만물은 음-양 및 사상과 관련된 근본적 규칙 하에서 창조된다는 것을 설명한 태극론(theory of great absolute)으로부터 나온 철학용어이다. 이와 같은 이론 하에서, 인간의 장기는 음과 양의 강약에 의해 형성되며, 이에 따라 인체는 개인의 기질과 특성에 따라 각각 태양(太陽), 소양(少陽), 태음(太陰), 소음(少陰)의 4개의 체질로 분류할 수 있다.
Sasang Constitutional Medicine is systematized by writing Yongmae Sanse Byeonwon (醫院 寿 世 元 元), and the idea is that the theory of all things in the universe is created under the fundamental rules related to yin-yang and ideology great absolute. Under such a theory, human organs are formed by the intensity of yin and yang, and accordingly, the human body can be classified into the sun, sun, lunar, And negative) can be categorized into four constitutions.

보다 구체적으로는, 이러한 체질을 결정하는 요소는 크게 세 가지로 나눌 수 있는데, 첫 번째는 품수의학적인 면으로서, 품수(稟受)란, 체질은 선천적으로 결정되므로 부모와 조상의 특징을 생김새와 성품에서 질병의 경향에 이르기까지 전하여 받는다는 것이다. 두 번째는 심신의학적인 면이며, 세 번째는 체질의학적인 면이다. 이와 같은 요소에 의하여 체질을 태양, 소양, 태음, 소음으로 나눌 때, 각 체질에 따라 그 특징의 차이가 있으므로 치료에 있어 체질적 차이를 감안하여 동일한 질병이라 하여도 치료방법을 다르게 적용할 필요가 있다.
More specifically, the factor that determines this constitution can be roughly classified into three categories. The first one is the veterinary aspect of the veterinary medicine. Since the constitution is inherently determined, From nature to the tendency of disease. The second is the mental and medical aspect, and the third is the constitutional medical aspect. When we divide the constitution into the sun, the lunation, the lunation, and the noise by these factors, there are differences in characteristics according to each constitution. Therefore, considering the constitutional difference in the treatment, have.

따라서 체질을 정확하게 진단하는 것은 단순한 질병의 진단이나 치료뿐만 아니라 보건 분야 전반에 걸쳐 매우 중요한 작업 중 하나인바, 이를 위한 다양한 방법 또는 장치들이 제시되고 있으나(특허공개번호 제10-1998-049735호 참조), 현재까지 체질을 정확하고 신속하게 진단할 수 있는 방법 또는 장치가 없는 실정이다.
Therefore, accurate diagnosis of the constitution is one of important tasks throughout the health field as well as diagnosis and treatment of a simple disease, and various methods or apparatuses have been proposed (see Patent Publication No. 10-1998-049735) , There is no method or apparatus that can accurately and rapidly diagnose the constitution until now.

한편, 에너지 의학은 현재 일어나고 있는 질병의 원인이나, 앞으로 일어날 수 있는 질병들을 알아내기 위해 인체 내에 흐르는 에너지의 흐름을 측정 및 분석하는 새로운 과학기술분야로서, 인체에서 경락 에너지를 측정하고 분석하는 것은 에너지 의학의 진단 방법 중 대표적인 방법이다.
On the other hand, energy medicine is a new science and technology field measuring and analyzing the flow of energy flowing in the human body in order to find the cause of the disease currently happening or diseases that may occur in the future. Measuring and analyzing meridians energy in the human body is energy It is a representative method of medical diagnosis.

이상에서 살펴본 바와 같이, 체질을 정확하고 신속하게 진단할 수 있는 방법을 제공하는 것이 주요한 과제로 되고 있고, 신체의 경락 에너지 신호를 이용하여 체질을 정확하게 분류하는 것이 관심의 대상이 되고 있다.As described above, it has become a major task to provide a method of accurately and rapidly diagnosing the constitution, and it is of interest to precisely classify the constitution using the meridian energy signal of the body.

본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 신체로부터 경락 에너지 신호를 측정하여 이로부터 특징(feature)을 추출하고, 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값을 산출한 후, 이를 사분면의 2차원 사상체질 공간에 대응시킴으로써, 신속하고 정확하게 사상체질을 분류할 수 있고, 이로 인해 질병에 대한 새로운 진단 체계를 제공하는 것이 가능한, 경락 에너지 신호를 이용한 사상체질 분류 방법을 제공하는 것을 그 목적으로 한다.The present invention has been proposed in order to solve the above-mentioned problems of the previously proposed methods. The present invention measures features of a meridian energy signal from a body and extracts a feature from the measured meridian energy signal. A weighted fuzzy membership function-based neuro- We can classify sasang constitution quickly and precisely by calculating the fuzzy value of Takagi-Suugeno using the fuzzy network with a weighted fuzzy membership function (NEWFM) and then mapping it to the quadratic two-dimensional sasang constitutional space And to provide a method of classifying sasang constitution using an meridians energy signal which can provide a new diagnostic system for diseases.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법은,According to an aspect of the present invention, there is provided a sasang constitution classification method using an meridian energy signal,

(1) 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계;(1) extracting features from the meridian energy signal measured from the body;

(2) 추출된 상기 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계;(2) Takagi-sugeno defuzzification value using the extracted features and a neuro-fuzzy network with a weighted fuzzy membership function (NEWFM) Calculating;

(3) 산출된 상기 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계; 및(3) associating the calculated Takagi-Sueno inverse fuzzy value with a two-dimensional sagittal space in a quadrant; And

(4) 대응된 상기 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
(4) determining a sasang constitution based on the corresponding two-dimensional sasang constitution space.

바람직하게는, 상기 단계 (1)은,Preferably, the step (1)

(1-1) 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계; 및(1-1) measuring twelve sets of meridian energy signals from the body; And

(1-2) 측정된 상기 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계를 포함할 수 있다.
(1-2) making 18 extensional features based on the 12 sets of meridian signals measured.

바람직하게는, 상기 단계 (1-1)은,Preferably, the step (1-1)

양도락 장치(ryodoraku device)를 이용하여 상기 경락 에너지 신호를 측정할 수 있다.
The meridian energy signal can be measured using a ryodoraku device.

바람직하게는, 상기 단계 (4)는,Preferably, the step (4)

음, 양, 태 및 소의 교차에 의하여 사상체질을 결정할 수 있다.It is possible to determine the sasang constitution by the intersection of yin, yang, wang, and cow.

본 발명에서 제안하고 있는 경락 에너지 신호를 이용한 사상체질 분류 방법에 따르면, 신체로부터 경락 에너지 신호를 측정하여 이로부터 특징(feature)을 추출하고, 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)을 이용하여 타카기-수게노 역퍼지 값을 산출한 후, 이를 사분면의 2차원 사상체질 공간에 대응시킴으로써, 신속하고 정확하게 사상체질을 분류할 수 있고, 이로 인해 질병에 대한 새로운 진단 체계를 제공하는 것이 가능하다.According to the sasang constitution classification method using the meridian energy signal proposed in the present invention, the meridian energy signal is measured from the body, the feature is extracted from the meridian energy signal, and the weighted fuzzy membership function-based neuro-fuzzy network and a fuzzy membership function (NEWFM) are used to calculate the fuzzy value of Takagi-Sueno, and then correspond to the two-dimensional sagittal sketch space of the quadrant. Thus, the sasang constitution can be quickly and accurately classified, It is possible to provide a new diagnostic system for diseases.

도 1은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 순서도.
도 2는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 개요도.
도 3은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 단계 S100에 대한 세부 순서도.
도 4는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 2차원 사상체질 공간을 나타낸 도면.
도 5는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 양도락 장치의 인터페이스 화면을 나타내 도면.
도 6은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 경락 에너지 신호 측정을 위한 손발의 측정 포인트를 나타낸 도면.
도 7은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 산출된 타카기-수게노 역퍼지 값을 2차원 사상체질 공간에 대응한 상태를 나타낸 도면.1 is a flowchart of a sasang constitution classification method using meridians energy signal according to an embodiment of the present invention.
2 is a schematic diagram of a sasang constitution classification method using an meridians energy signal according to an embodiment of the present invention.
FIG. 3 is a detailed flowchart of step S100 in the method for classifying sasang constitution using an meridian energy signal according to an embodiment of the present invention.
FIG. 4 is a diagram showing a two-dimensional sagittal sketching space in a sagittal constitution classification method using an meridian energy signal according to an embodiment of the present invention. FIG.
FIG. 5 illustrates an interface screen of a transfer lock apparatus in a sagittal constitution classification method using an meridian energy signal according to an embodiment of the present invention. FIG.
6 is a view showing measurement points of hands and feet for measurement of an meridians energy signal in a sasang constitution classification method using an meridian energy signal according to an embodiment of the present invention.
FIG. 7 is a diagram illustrating a state in which a calculated Takagi-Sueno genetic fuzzy value corresponds to a two-dimensional sagittal sketch in a sasang constitution classification method using an meridian energy signal according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings, in order that those skilled in the art can easily carry out the present invention. In the following detailed description of the preferred embodiments of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. In the drawings, like reference numerals are used throughout the drawings.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
In addition, in the entire specification, when a part is referred to as being 'connected' to another part, it may be referred to as 'indirectly connected' not only with 'directly connected' . In addition, the term 'comprising' of an element means that the element may further include other elements, not to exclude other elements unless specifically stated otherwise.

도 1은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 순서도이고, 도 2는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법의 개요도이다. 도 1 및 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법은, 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계(S100), 추출된 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계(S200), 산출된 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계(S300) 및 대응된 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계(S400)를 포함하여 구성될 수 있다.
FIG. 1 is a flowchart of a sasang constitution classification method using an meridian energy signal according to an embodiment of the present invention, and FIG. 2 is a schematic diagram of a sasang constitution classification method using an meridian energy signal according to an embodiment of the present invention. 1 and 2, a sasang constitution classification method using an meridian energy signal according to an embodiment of the present invention includes extracting a feature from an meridians energy signal measured from a body in operation S100, Calculating a Takagi-sugeno defuzzification value using the extracted features and a neuro-fuzzy network with a weighted fuzzy membership function (NEWFM) S200), a step (S300) of associating the calculated Takagi-Sueno inverse purge value with a quadratic two-dimensional sagittal sketching space, and a step (S400) of determining a sasang constitution based on the corresponding two-dimensional sagittal constitution space .

단계 S100에서는, 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하며, 도 3은 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 단계 S100에 대한 세부 순서도이다. 도 3에 도시된 바와 같이, 단계 S100은, 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계(S110) 및 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계(S120)를 포함할 수 있다.
In step S100, features are extracted from the meridian energy signal measured from the body. FIG. 3 is a detailed flowchart of step S100 in the method of classifying sadaceous constituents using the meridian energy signal according to an embodiment of the present invention. As shown in FIG. 3, step S100 includes measuring (S110) twelve sets of meridian energy signals from the body and producing eighteen extensional features based on the measured twelve sets of meridian signals (S120).

단계 S110에서는, 신체로부터 12세트의 경락 에너지 신호를 측정하며, 보다 구체적으로는 양도락 장치(ryodoraku device)를 이용하여 좌우 손발로부터 경락 에너지 신호를 측정한다. 즉, 내장기관의 비정상 또는 질병이 생체 전류의 변화에 반영될 수 있다고 생각한 양도락 이론을 기반으로 한 양도락 장치를 사용하여 왼손, 오른손, 왼발, 오른발 각각 6개의 포인트 총 24개의 측정 포인트로부터 경락 에너지 신호를 측정한다.
In step S110, twelve sets of meridians energy signals are measured from the body, and more specifically, meridian energy signals are measured from right and left hands using a ryodoraku device. In other words, 6 points of each of the left hand, right hand, left foot, and right foot using a transfer lock device based on the transfer lock theory that the abnormality of the internal organ or the disease can be reflected in the change of the bioelectric current. Measure the energy signal.

단계 S120에서는, 단계 S110에 의해 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작한다. 즉, “모든 좌측 측정 포인트의 중간값”, “모든 좌측 측정 포인트의 평균값”, “모든 우측 측정 포인트의 중간값”, “모든 우측 측정 포인트의 평균값” 등과 같은 조합으로 단계 S110에 의해 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작한다.
In step S120, eighteen extensional features are created based on twelve sets of meridian signals measured by step S110. Measured in step S110 in a combination such as " intermediate value of all left measurement points "," average value of all left measurement points "," intermediate value of all right measurement points & And produces 18 extensional features based on the set meridians.

단계 S200에서는, 단계 S100에 의해 추출된 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출한다. 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(NEWFM)는 가중 퍼지 소속 함수의 유계 합(BSWFM)을 사용하는 감독분류 뉴로-퍼지 시스템으로서, 이를 사용하여 사상체질을 분류하는 음-양 및 태-소의 타카기-수게노 역퍼지 값을 산출한다.
In step S200, the feature extracted in step S100 and the takagi-sugeno fuzzy value (takagi-sugeno) are calculated using a weighted fuzzy membership function based neuro-fuzzy network with a weighted fuzzy membership function defuzzification value. A weighted fuzzy membership function based neuro-fuzzy network (NEWFM) is a supervised classification neuro-fuzzy system using the sum of weighted fuzzy membership functions (BSWFM) And calculates the fuzzy value of the Ki-Sueno station.

단계 S300에서는, 단계 S200에 의해 산출된 타카기-수게노 역퍼지 값을 2차원 사상체질 공간에 대응시키며, 도 4는 본 발명의 일실시예에 따른 경락 에너지 신호를 이용한 사상체질 분류 방법에서, 2차원 사상체질 공간을 나타낸 도면이다. 보다 구체적으로, 2차원 사상체질 공간은, 도 4에 도시된 바와 같이, 사상체질을 분류하는 기본 요인인 음, 양, 태 및 소에 의해 4개의 부분으로 분리된 사분면으로서, 해당 공간에 단계 S200에 의해 산출된 타카기-수게노 역퍼지 값을 분배하여 대응시킨다.
In step S300, the Takagi-Suugeno reverse purge value calculated in step S200 corresponds to the two-dimensional sagittal space. FIG. 4 is a diagram illustrating a sasang constitution classification method using an meridian energy signal according to an embodiment of the present invention. Dimensional sagittal space. More specifically, as shown in FIG. 4, the two-dimensional sagittal space is a quadrant divided into four parts by negative, positive, positive, and negative, which are basic factors for classifying sasang constitution, And the fuzzy value of the Takagi-Sueno field calculated by the above-described method.

단계 S400에서는, 단계 S300에 의해 대응된 2차원 사상체질 공간을 기반으로 사상체질을 결정한다. 즉, 2차원 사상체질 공간의 각각의 사분면에 대응된 것을 기반으로 하여, 음, 양, 태 및 소의 교차를 통해 사상체질을 분류하여 결정한다.
In step S400, the sasang constitution is determined based on the corresponding two-dimensional sas constitution space in step S300. That is, based on the correspondence to each quadrant of the two-dimensional sagittal space, the sasang constitution is classified and determined through the intersection of the yin, yang, tae, and cow.

본 발명은 이하의 실시예에 의하여 더욱 상세히 설명되나, 본 발명이 이하의 실시예에 의해 어떤 식으로든 제한되는 것은 아니다.
The present invention is explained in more detail by the following examples, but the present invention is not limited in any way by the following examples.

경락 에너지 신호 측정Meridian energy signal measurement

35명의 건강한 사람으로부터 도 5에 도시된 바와 같은 URACLE(uracle Technologies; Korea)에 의해 개발된 양도락 장치를 사용하여 왼손, 오른손, 왼발, 오른발에 대하여, 도 6에 도시된 측정 포인트로부터 경락 에너지 신호를 측정하였고, 각각의 측정 포인트를 아래의 표 1과 같이 명명하였다. 한편, 실험에 참가한 35명 중 6명은 소양 체질이고, 13명은 태음 체질이며 16명은 소음 체질이다.6 from the measurement points shown in Fig. 6 for the left hand, right hand, left foot, and right foot using the transfer lock device developed by URACLE (uracle Technologies; Korea) as shown in Fig. 5 from 35 healthy persons And each measurement point was named as shown in Table 1 below. Of the 35 participants who participated in the experiment, 6 were constitutional, 13 were luteal, and 16 were noise.

Figure pat00001
Figure pat00001

확장 특징 제작Extended Feature Production

실시예 1로부터 측정된 총 24개, 12세트의 경락 에너지 신호를 조합하여 18개의 확장 특징을 제작하였고, 제작된 확장 특징 및 이에 대한 명명은 아래의 표 2에 나타내었다. 한편, 사용된 에너지는 각 경락 에너지를 대표하는 총 에너지만을 사용하였고, 이때, 각 경락에 대해서, 총 에너지는 좌측 에너지와 우측 에너지의 정량화된 절댓값의 합계이다.A total of twenty-four and twelve sets of meridians energy signals measured from Example 1 were combined to produce 18 extended features. The expanded features and names thus created are shown in Table 2 below. On the other hand, only the total energy representing each meridian energy was used, and for each meridot, the total energy is the sum of the quantified absolute values of the left energy and the right energy.

Figure pat00002
Figure pat00002

2차원 사상체질 시각 모델 구축Construction of two-dimensional sasang constitution visual model

실시예 2에서 제작된 18개의 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하여 이를 사분면의 2차원 사상체질 공간에 대응하였고, 이에 대한 결과를 도 7에 나타내었다.
Using the 18 features and the neuro-fuzzy network with a weighted fuzzy membership function (NEWFM) generated in Example 2, the takagi-sugeno defuzzification value ), Which corresponded to the two-dimensional sagittal space of the quadrant, and the results are shown in FIG.

도 7에 나타낸 바와 같이, 2차원 사상체질 공간의 각각의 사분면에 대응된 것을 고려하며 음, 양, 태 및 소의 교차를 통해 사상체질을 분류하여 결정하였으며, 그 결과, 소음, 태음 및 소양의 분류 정확도는 각각 93.75%, 92.3% 및 83.3%이었으며, 전제 분류 정확도는 89.78%로서 우수한 분류 정확도를 가짐을 확인하였다.
As shown in Fig. 7, the sasang constitution was classified and determined through the crossing of the yin, yang, tae, and cow, considering the correspondence to each quadrant of the two-dimensional sasang constitution space. As a result, The accuracy was 93.75%, 92.3%, and 83.3%, respectively, and the accuracy of the classification was 89.78%.

이상 살펴본 바와 같이, 본 발명에서 제안하고 있는 경락 에너지 신호를 이용한 사상체질 분류 방법에 따르면, 신체로부터 경락 에너지 신호를 측정하여 이로부터 특징(feature)을 추출하고, 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값을 산출한 후, 이를 사분면의 2차원 사상체질 공간에 대응시킴으로써, 신속하고 정확하게 사상체질을 분류할 수 있고, 이로 인해 질병에 대한 새로운 진단 체계를 제공하는 것이 가능하다.
As described above, according to the sasang constitution classification method using the meridian energy signal proposed in the present invention, the meridian energy signal is measured from the body and the feature is extracted therefrom, and the weighted fuzzy membership function-based neuro-fuzzy network (fuzzy membership function, NEWFM), and then classify them into two-dimensional sagittal space of the quadrant, and classify the sasang constitution quickly and accurately And it is therefore possible to provide a new diagnostic system for the disease.

이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.The present invention may be embodied in many other specific forms without departing from the spirit or essential characteristics of the invention.

S100: 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계
S110: 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계
S120: 측정된 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계
S200: 추출된 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계
S300: 산출된 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계
S400: 대응된 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계S100: extracting features from the meridian energy signal measured from the body
S110: Measuring twelve sets of meridian energy signals from the body
S120: Step of producing 18 extensional features based on measured 12 sets of meridians
S200: Takagi-sugeno defuzzification value is calculated using extracted features and a neuro-fuzzy network with a weighted fuzzy membership function (NEWFM) step
S300: Step of associating the calculated Takagi-Suugeno station purge value with the 2D sagittal sketch space of the quadrant
S400: determining the sasang constitution based on the corresponding two-dimensional sas constitution space

Claims (4)

(1) 신체로부터 측정된 경락 에너지 신호로부터 특징(feature)을 추출하는 단계;
(2) 추출된 상기 특징과 가중 퍼지 소속 함수 기반 뉴로-퍼지 네트워크(neuro-fuzzy network with a weighted fuzzy membership function, NEWFM)를 이용하여 타카기-수게노 역퍼지 값(takagi-sugeno defuzzification value)을 산출하는 단계;
(3) 산출된 상기 타카기-수게노 역퍼지 값을 사분면의 2차원 사상체질 공간에 대응시키는 단계; 및
(4) 대응된 상기 2차원 사상체질 공간을 기반으로 사상체질을 결정하는 단계를 포함하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.
(1) extracting features from the meridian energy signal measured from the body;
(2) Takagi-sugeno defuzzification value using the extracted features and a neuro-fuzzy network with a weighted fuzzy membership function (NEWFM) Calculating;
(3) associating the calculated Takagi-Sueno inverse fuzzy value with a two-dimensional sagittal space in a quadrant; And
(4) determining the sasang constitution based on the corresponding two-dimensional sasang constitution space.
제1항에 있어서, 상기 단계 (1)은,
(1-1) 신체로부터 12세트의 경락 에너지 신호를 측정하는 단계; 및
(1-2) 측정된 상기 12세트의 경락 신호를 기반으로 18개의 확장 특징(extensional feature)을 제작하는 단계를 포함하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.
2. The method of claim 1, wherein the step (1)
(1-1) measuring twelve sets of meridian energy signals from the body; And
(1-2) producing twenty-eight extensional features based on the measured twelve sets of meridian signals.
제1항에 있어서, 상기 단계 (1-1)은,
양도락 장치(ryodoraku device)를 이용하여 상기 경락 에너지 신호를 측정하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.
The method of claim 1, wherein step (1-1)
Wherein the meridian energy signal is measured using a ryodoraku device. ≪ RTI ID = 0.0 > 21. < / RTI >
제1항에 있어서, 상기 단계 (4)는,
음, 양, 태 및 소의 교차에 의하여 사상체질을 결정하는 것을 특징으로 하는, 경락 에너지 신호를 이용한 사상체질 분류 방법.2. The method of claim 1, wherein step (4)
Wherein the sagittal constitution is determined by the intersection of the first, second, third, fourth, fifth, sixth, seventh, eighth, ninth, seventh, eighth, ninth, seventh, eighth, ninth, seventh, eighth, ninth, seventh, eighth, ninth, seventh, eighth, seventh
KR1020120100726A 2012-09-12 2012-09-12 Method for classifying sasang constitution by using meridian energy signals KR101408651B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120100726A KR101408651B1 (en) 2012-09-12 2012-09-12 Method for classifying sasang constitution by using meridian energy signals

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120100726A KR101408651B1 (en) 2012-09-12 2012-09-12 Method for classifying sasang constitution by using meridian energy signals

Publications (2)

Publication Number Publication Date
KR20140034432A true KR20140034432A (en) 2014-03-20
KR101408651B1 KR101408651B1 (en) 2014-06-17

Family

ID=50644842

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120100726A KR101408651B1 (en) 2012-09-12 2012-09-12 Method for classifying sasang constitution by using meridian energy signals

Country Status (1)

Country Link
KR (1) KR101408651B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180012969A (en) * 2016-07-28 2018-02-07 주식회사 아이젠테크 A scan and the soles of four-phase constitution Chiropractors data matching and devices
CN113823407A (en) * 2021-08-09 2021-12-21 新绎健康科技有限公司 Physique prediction method and device

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100507925B1 (en) * 2003-04-28 2005-08-18 홍영택 A Method, Apparatus For Classifying Body-type Using Body Information, Storage Media Thereof And A Method For Providing State Information of The Internal Organs

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180012969A (en) * 2016-07-28 2018-02-07 주식회사 아이젠테크 A scan and the soles of four-phase constitution Chiropractors data matching and devices
CN113823407A (en) * 2021-08-09 2021-12-21 新绎健康科技有限公司 Physique prediction method and device

Also Published As

Publication number Publication date
KR101408651B1 (en) 2014-06-17

Similar Documents

Publication Publication Date Title
De Wit et al. Sensitivity and perspective in the valuation of health status: whose values count?
CN1663530B (en) Methods and apparatus for processing image data to aid in detecting disease
Ozden et al. Diagnosis of periodontal diseases using different classification algorithms: a preliminary study
JP5400217B2 (en) Computer-aided diagnosis system for determining skin composition based on the principles of traditional Chinese medicine (TCM)
Kafri et al. Multi-frequency bioelectrical impedance analysis for assessing fat mass and fat-free mass in stroke or transient ischaemic attack patients
Herrick et al. Quantitative nailfold capillaroscopy—update and possible next steps
CN106355033A (en) Life risk assessment system
Lee et al. Prediction of android and gynoid body adiposity via a three-dimensional stereovision body imaging system and dual-energy X-ray absorptiometry
CN103998021A (en) Methods and products to diagnose and treat heatiness
CN105167742A (en) Fetus body weight adaptive estimation method and fetus body weight adaptive estimation system
CN111048206A (en) Multi-dimensional health state assessment method and device
CN108245161A (en) The assistant diagnosis system of lung's common disease
Li et al. Development of an architecturally comprehensive database of forearm flexors and extensors from a single cadaveric specimen
Chan et al. How do clinical and psychological variables relate to quality of life in end-stage renal disease? Validating a proximal–distal model
Graybeal et al. Evaluation of automated anthropometrics produced by smartphone-based machine learning: a comparison with traditional anthropometric assessments
Bell et al. Prediction of height from knee height in children with cerebral palsy and non-disabled children
KR101408651B1 (en) Method for classifying sasang constitution by using meridian energy signals
Basavaraja et al. Wall shear stress and oscillatory shear index distribution in carotid artery with varying degree of stenosis: a hemodynamic study
CN114154805A (en) Physical examination color Doppler ultrasound queuing device
Reichenheim et al. Normative reference values of handgrip strength for Brazilian older people aged 65 to 90 years: Evidence from the multicenter Fibra‑BR study
CN109363678A (en) Prone disease forecasting system based on meridian energy balance value
CN113384241A (en) Wearable device assisted chronic patient clinical monitoring platform and method
CN106469243B (en) Human face skin moisture and elasticity index calculation method based on digital image processing technology
Lassere A users guide to measurement in medicine
CN106937866A (en) A kind of physiological parameter measuring device of general practitioner

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: 20170524

Year of fee payment: 4