KR20150097671A - 개인 상관 인자를 이용하여 칼로리 섭취를 결정하기 위한 시스템 및 방법 - Google Patents

개인 상관 인자를 이용하여 칼로리 섭취를 결정하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20150097671A
KR20150097671A KR1020157019115A KR20157019115A KR20150097671A KR 20150097671 A KR20150097671 A KR 20150097671A KR 1020157019115 A KR1020157019115 A KR 1020157019115A KR 20157019115 A KR20157019115 A KR 20157019115A KR 20150097671 A KR20150097671 A KR 20150097671A
Authority
KR
South Korea
Prior art keywords
individual
body composition
calorie
measuring
change
Prior art date
Application number
KR1020157019115A
Other languages
English (en)
Inventor
데이비드 더블유 바맨
매튜 케이 러년
코디 디 딘
닐 더블유 카이벤호벤
쉐리 에이 헌트
로드니 에이 벨리케트
Original Assignee
액세스 비지니스 그룹 인터내셔날 엘엘씨
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 액세스 비지니스 그룹 인터내셔날 엘엘씨 filed Critical 액세스 비지니스 그룹 인터내셔날 엘엘씨
Publication of KR20150097671A publication Critical patent/KR20150097671A/ko

Links

Images

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
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/4869—Determining body composition
    • A61B5/4872—Body fat
    • 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
    • G06F19/3475—
    • 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
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets

Abstract

개인의 개인 상관 인자를 결정하고, 개인 상관 인자를 이용하여 개인의 칼로리 섭취를 결정하기 위한 시스템들 및 방법들이 제공된다. 개인 상관 인자를 결정하기 위한 방법은 교정 기간에 걸쳐 신체 조성 변화를 결정하는 단계, 신체 조성 변화를 등가 에너지 값으로 변환하는 단계, 및 등가 에너지 값을 동일 교정 기간 동안의 순수 칼로리 값으로 나누는 단계를 포함하며, 순수 칼로리 값은 칼로리 섭취에서 칼로리 소비를 뺀 값을 포함한다. 후속 칼로리 섭취를 결정하기 위한 방법은 신체 조성 변화를 등가 에너지 값으로 변환하는 단계, 등가 에너지 값을 개인 상관 값으로 나누는 단계, 및 이 몫에 개인의 칼로리 소비를 더하는 단계를 포함하며, 각각의 단계는 프로세서를 이용하여 수행된다.

Description

개인 상관 인자를 이용하여 칼로리 섭취를 결정하기 위한 시스템 및 방법{SYSTEMS AND METHODS FOR DETERMINING CALORIC INTAKE USING A PERSONAL CORRELATION FACTOR}
본 발명은 개인 상관 인자(personal correlation factor)를 이용하여 개인의 칼로리 섭취를 결정하기 위한 시스템 및 방법에 관한 것이다.
건강한 삶에 대한 대중의 관심의 증가는 개인 피트니스 보조물(personal fitness aid)들에 대한 시장을 성장시켰다. 예를 들어, 소위 포켓 보수계(pocket pedometer)들이 피트니스 애호가들 사이에서 인기가 증가하고 있으며, 운동 동안 연소된 칼로리 및 지방 그램(calories and fat grams)의 근사치를 제공한다. 보수계들은 또한 스마트폰 또는 태블릿 컴퓨터로의 다운로드로서 입수 가능하다. 이러한 피트니스 보조물들은 운동 로그들(workout logs)을 추가로 제공할 수 있으며, 에어로빅 운동들 및 다양한 운동 루틴들을 제안할 수 있다.
현재의 피트니스 보조물들은 또한 수동 음식 로그(manual food log)에 기초하여 개인의 칼로리 섭취의 근사치를 제공한다. 그러나, 음식 로그에 기입하지 않거나 잘못 기입하는 것은 종종 칼로리 섭취의 하향 근사화(under-approximated)를 유발할 수 있다. 결과적으로, 개인은 연소된 총 칼로리 양보다 적은 칼로리 섭취의 기록에도 불구하고 체중 감소가 기대될 때 체중 증가를 경험할 수 있다.
따라서, 개인의 칼로리 섭취의 개선된 결정에 대한 계속적인 요구가 남아 있다. 구체적으로, 체중 감소 프로그램, 체중 관리 프로그램 및 일반 건강 및 피트니스 프로그램을 위해 측정된 에너지 소비와 연계하여 사용될 수 있는 개인의 칼로리 섭취의 개선된 결정에 대한 계속적인 요구가 남아 있다.
칼로리 섭취를 결정하기 위한 시스템들 및 방법들이 제공된다. 시스템들 및 방법들은 개인의 개인 상관 인자를 결정하는 것, 및 개인 상관 인자를 이용하여 개인의 칼로리 섭취를 결정하는 것을 포함한다. 칼로리 섭취는 체중 감소 또는 체중 관리 프로그램과 연계하여 그리고 다른 목적들을 위해 사용될 수 있다.
일 실시예에서, 개인에 대한 개인 상관 인자를 결정하기 위한 방법이 제공된다. 방법은 교정 기간(calibration period)에 걸쳐 신체 조성 변화(body composition change)를 결정하는 단계, 신체 조성 변화를 등가 에너지 값으로 변환하는 단계 및 동일 교정 기간 동안의 순수 칼로리 값으로 등가 에너지 값을 나누는 단계를 포함하며, 순수 칼로리 값은 개인의 칼로리 섭취에서 개인의 칼로리 소비를 뺀 값을 포함한다.
다른 실시예에서, 신체 조성 변화는 바이오-임피던스 센서(bio-impedance sensor)를 이용하여 결정되며, 칼로리 소비는 보수계를 이용하여 결정된다. 칼로리 섭취는 교정 기간 동안만의 음식 로그에 기초하여 측정될 수 있다. 이후, 개인 상관 인자는 음식 로그의 사용을 필요로 하지 않고서 칼로리 섭취를 간접적으로 측정하는 데 사용될 수 있다.
또 다른 실시예에서, 착용식 장치(wearable device)가 제공된다. 착용식 장치는 개인의 개인 상관 인자를 이용하여 칼로리 섭취를 결정하고, 활동 조정(activity adjustment) 및/또는 다이어트 조정을 제안한다. 착용식 장치는 착용자의 칼로리 소비를 측정하도록 구성되는 제1 센서, 착용자의 신체 조성을 측정하도록 구성되는 제2 센서, 착용자의 개인 상관 인자를 저장하도록 적응되는 메모리, 및 제1 및 제2 센서들에 전기적으로 결합되고 개인의 칼로리 섭취를 결정하기 위한 컴퓨터 연산을 수행하도록 적응되는 프로세서를 포함한다. 제1 센서는 보수계 또는 가속도계를 포함하며, 제2 센서는 바이오-임피던스 센서를 포함한다. 착용식 장치는 하우징 내에 일체 완비되며(self-contained), 예를 들어 착용자의 손목, 발목 또는 둔부에 착용된다.
또 다른 실시예에서, 개인의 개인 상관 인자를 이용하여 개인의 칼로리 섭취를 결정하기 위한 방법이 제공된다. 방법은 신체 조성 변화를 등가 에너지 값으로 변환하는 단계, 등가 에너지 값을 개인 상관 값으로 나누는 단계, 및 이 몫에 개인의 칼로리 소비를 더하는 단계를 포함하며, 각각의 단계는 프로세서를 이용하여 수행된다. 방법은 칼로리 섭취를, 선택사항적으로 목표 값과 관련하여, 보고하는 단계를 추가로 포함할 수 있다. 추가로 선택사항적으로, 방법은 결정된 칼로리 섭취에 응답하여 다이어트 수정을 추천하고/하거나 운동 요법을 추천하는 단계를 포함할 수 있다.
본 발명의 이들 및 다른 특징들 및 장점들은 첨부 도면들 및 첨부 청구항들에 따른 본 발명의 아래의 설명으로부터 명백해질 것이다.
도 1은 바이오-임피던스 분광 측정(bio-impedance spectroscopy measurement) 동안 신체를 통하는 전류의 흐름을 나타낸다.
도 2는 개인 상관 인자의 도출에서 사용되는 표현식들을 포함한다.
도 3은 본 발명의 일 실시예에 따른, 개인 상관 인자를 결정하기 위한 방법을 나타내는 흐름도이다.
도 4는 개인 상관 인자를 결정하기 위한 4주 교정 로그이다.
도 5는 나이, 성별 및 운동 빈도에 의한 개인 상관 값들에 대한 예시적인 탐색표이다.
도 6은 본 발명의 일 실시예에 따른, 개인 상관 인자를 이용하여 칼로리 섭취를 결정하기 위한 방법을 나타내는 흐름도이다.
도 7은 도 6의 방법을 수행하기 위한 착용식 장치의 개략도이다.
도 8은 착용식 신체 조성 및 활동 측정 장치로부터 컴퓨터로의 정보의 전달을 나타낸다.
본 명세서에서 고려되고 개시되는 바와 같은 본 발명은 개인의 개인 상관 인자를 결정하고, 개인 상관 인자를 이용하여 개인의 칼로리 섭취를 결정하기 위한 시스템들 및 방법들을 포함한다. 파트 I은 칼로리 섭취, 칼로리 소비, 저장된 신체 질량 및 개인 상관 인자 간의 관계의 개요를 포함한다. 파트 II는 개인의 개인 상관 인자를 결정하기 위한 시스템들 및 방법들을 포함한다. 파트 III은 개인이 그 또는 그녀의 체중 관리 목표를 충족시키는 것을 돕기 위해 개인 상관 인자를 이용하여 개인의 칼로리 섭취를 결정하기 위한 시스템들 및 방법들을 포함한다.
I. 개요
인체 내의 에너지의 관리는 아래의 식 1에 의해 모델링될 수 있으며, 여기서 I(t)는 총 칼로리 섭취이고, E(t)는 총 칼로리 소비이고, U(t)는 저장 칼로리 값이다.
Figure pct00001
위의 식에 따르면, 칼로리 섭취에서 칼로리 소비를 뺀 값은 저장 칼로리 값과 동일하다. 칼로리 섭취가 칼로리 소비보다 많을 경우, 저장 칼로리 값은 양이다. 칼로리 섭취가 칼로리 소비보다 적을 경우, 저장 칼로리 값은 음이다.
식 1의 칼로리 소비 E(t)는 아래의 식 2에 의해 추가로 정의될 수 있으며, 여기서 BMR은 기초 대사율(basal metabolic rate)이고, AIE는 활동 유도 소비(activity induced expenditure)이고, TEF는 음식 열 효과(thermal effect of food)이고, NEAT는 비운동 활동 열 발생(non-exercise activity thermogenesis)이다.
Figure pct00002
BMR은 개인이 완전히 정지해 있는 동안에 측정될 수 있고 통상적으로 임상 환경(clinical setting)에서 수행되는 임상 측정치이다. 개인의 정지 대사율(resting metabolic rate) RMR은 BMR에 대한 근사치이며, 측정 동안의 작은 움직임에 대한 더 많은 여유를 제공한다. 아래의 식 3 및 4는 다시 위의 식 2의 BMR 대신 사용되는 개인의 RMR에 대한 예측 값을 제공한다.
Figure pct00003
Figure pct00004
에너지 소비 E(t)에 대한 식 2를 다시 참조하면, 개인의 활동 유도 소비(activity induced expenditure) AIE는 3축 가속도계에 의해 수집된 소정의 물리 특성들 및 데이터에 기초하여 결정된다. 예를 들어, 속도는 식 5를 이용하여 계산될 수 있다.
Figure pct00005
위의 식 5에서, H는 키이고, NC는 개인이 심장 강화 운동을 수행한 횟수이고, A는 나이이고, W는 파운드 단위의 개인 체중이다.
AIE의 또 하나의 성분은 사람의 신체가 산소를 사용하거나 운반하는 레이트의 척도인 VO2이다. ACSM(American College of Sports Medicine)으로부터의 아래의 식 6은 VO2를 추정하는 데 사용될 수 있다.
Figure pct00006
VO2는 분당 리터로 또는 분당 킬로그램당 밀리리터와 같은 사람의 단위 질량당 레이트로서 표현될 수 있다. 식 6에는 3개의 부분, 즉 수평 부분, 수직 부분 및 정지(resting) 부분이 존재한다. 정지 부분은 위에서 다루어졌으므로 생략된다. 수평 부분은 식 6의 제1 부분이다. α1 항은 상수이며, S는 사람이 움직이고 있는 속도로서, 위의 식 5에서 분당 미터로 표시된다. 제2 부분은 수직 부분이며, 여기서 β1은 상수이고, S는 속도이고, G는 언덕의 기울기이다.
VO2를 추정하는 또 하나의 방법은 아래의 식 7에서 식별된다.
Figure pct00007
식 7의 제1 부분은 식 6과 유사하나, 계수들은 개인이 어느 속도 세그먼트로 움직이고 있는지에 따라 변한다. 개인이 걷고 있는 경우, 이들 계수는 개인이 달리고 있을 때와 다르다. 이들 계수는 식 8 및 9에 나타난 바와 같이 속도의 함수로서 표현될 수 있다.
Figure pct00008
Figure pct00009
여기서, a, b, c 및 d는 상수들이다. 이러한 식들을 식 7의 제1 부분에 대입하면, 다변수 다항식 10이 된다.
Figure pct00010
위의 식 10에서, ε은 오차 항이고, F(GP,A,S)는 유전적 프로필, 나이 및 성별의 함수이다. 이 함수는 계산들을 개인에게 고유하게 할 수 있다. 개개인은 운동할 때 상이한 양의 산소를 흡수하며, ACSM 식에 따르면, 동일한 체중의 두 사람은 동일한 VO2 레벨들을 가질 것이다. 그러나, 이것은 통상적으로 그렇지 않다. 예를 들어, 건강치 못한 130 파운드의 남자 아이는 130 파운드의 여자 마라톤 주자와 상이한 레이트로 에너지를 연소시킬 것이다.
식 10은 아래의 변환식 11을 이용하여 AIE를 계산한다. 이것은 보통 사람이 O2 리터당 5kcal를 연소시킨다는 전제에 기초한다.
Figure pct00011
E(t)를 계산하기 위한 식 2의 음식 열 효과(TEF; thermic effect of food) 부분은 하루에 소비되는 칼로리 수에 기초한다. TEF에 대한 인정되는 근사치는 아래의 식 12에서 주어진다.
Figure pct00012
에너지 소비에 대한 식 2를 다시 참조하면, NEAT는 사람의 라이프스타일에 기초하는 고정 값이다. 식 11의 AIE로부터 정량화되지 않은 모든 것들은 활동 코드들 및 MET(Metabolic Equivalent Task) 강도들을 이용하여 NEAT로 통합될 수 있다. I(t)가 알려지지 않은 경우, 식 2로부터 NEAT가 무시될 수 있다.
식 1을 다시 참조하면, U(t)는 신체에 의해 저장된(양) 또는 사용된(음) 에너지의 변화이다. 이러한 에너지는 지방 질량 또는 무지방 질량으로서 저장된다. 개인의 신체 조성(즉, 지방 질량 성분 및 무지방 질량 성분)을 결정하기 위한 하나의 방법은 수중 계량(underwater weighing) 및 물 치환(water displacement) 테스트들을 포함한다. 이러한 측정 기술은 개인이 물 탱크 안에 완전히 잠기고, 완전히 잠긴 때 수중 체중 및 물 부피 변화 양자를 측정하는 것을 필요로 한다. 이어서, 이러한 두 가지 측정은 신체 지방 백분율을 계산하는 데 사용된다. 그러나, 이러한 방법은 훈련된 인력을 필요로 하며, 쉽게 수행되지 못한다.
신체 지방 백분율을 결정하기 위한 다른 방법들은 바이오-임피던스 분석(BIA; bio-impedance analysis) 및 바이오-임피던스 분광법(BIS; bio-impedance spectroscopy)을 포함한다. 바이오-임피던스 분석은 신체 상의 2개의 지점 양단에 낮은 교류(약 800 μA)를 인가하고 전류의 흐름에 대한 복합 임피던스(complex impedance)를 측정함으로써 수행된다. 복합 임피던스는 저항 R(옴) 및 리액턴스 Xc(옴)로 구성된다. 이러한 타입의 분석은 단일 또는 다수의 주파수에서 수행될 수 있다. 단일 주파수 BIA는 50 kHz에서 수행되고, 다중 주파수 BIA는 통상적으로 0 kHz와 500 kHz(최대 1000 kHz) 사이의 7개의 개별 주파수에서 수행된다.
BIS는, BIS가 0 kHz와 1000 kHz 사이의 최대 256개의 개별 주파수를 측정한다는 점을 제외하고는, 다중 주파수 BIA와 유사하다. 예를 들어, 도 1은 BIS 주파수 스위프(BIS frequency sweep) 동안 신체를 통과하는 전류의 흐름을 나타낸다. BIS 주파수 스위프들로부터의 원시 임피던스 데이터를 Xc 대 R 그래프로 변환하여 2개의 특성 저항 값을 결정한다. 제1 특성 저항 값 R0는 주파수가 0 kHz(또는 직류)로 추정(extrapolate)될 때 얻어지는 저항 값이다. 제2 특성 저항 값 R∞는 주파수가 ∞ kHz로 추정될 때 얻어지는 저항 값이다. Hanai 믹싱을 이용하는 Cole 모델에서 이러한 2개의 특성 저항 값을 사용하여, 개인의 총 신체 수분(TBW; total body water)에 이어서, 무지방 질량(FFM; fat free mass) 및 지방 질량(FM; fat mass)을 결정한다. 총 신체 수분은 세포외 수분(ECW; extracellular water) 및 새포내 수분(ICW; intracellular water)으로 구성된다. ECW를 결정하기 위한 방법은 식 13을 이용한다. 이 식에서, kecf는 경험 정의 상수(empirical defined constant)이고, 개인의 키 및 체중은 각각 Ht 및 Wt에 의해 기술되며, Recf는 리액턴스 대 저항 그래프로부터 결정되는 R0와 등가이다.
Figure pct00013
ICW를 결정하기 위한 방법은 식 14 및 식 15를 이용한다. 이러한 경험식들에서, ECW가 식 13에 의해 결정되고, rIE가 식 15를 이용하여 결정된다. 식 15에서, rLH는 ECW 및 ICW의 추정 저항들 각각인 Recf 대 Ricf의 비율이다. ECW의 저항 Recf는 위에서 설명되었으며, 세포내 유체의 저항은 R0 및 R∞의 선형 결합인 것으로 가정되고, Ricf로서 정의된다. 상수 kp는 경험적으로 결정된다.
Figure pct00014
Figure pct00015
결합된 ECW와 ICW는 개인의 TBW이다. TBW는 FFM = TBW/0.73의 경험 결정 변환을 이용하여 FFM으로 변환된다. 지방 질량은 총 신체 질량으로부터 FFM을 뺌으로써 결정된다.
식 1은 아래에서 통계적으로 중요한 기간 tsc에 걸친 I(t)-E(t)와 U(t)의 합산을 포함하도록 수정된다.
Figure pct00016
시간 성분 tsc는 다음과 같이 기술될 수 있는데, 즉 1) 개인이 칼로리 섭취 I(t), 칼로리 소비 E(t) 및 저장된 칼로리 값 U(t)의 모니터링을 시작하는 시간은 t0에 의해 기술되며, 2) 모니터링 또는 교정 사이클 동안 신체 조성의 통계적 변화를 관찰하는 데 필요한 시간은 tsc이다. 이러한 시간 스케일은 통상적으로 수일 정도이지만, 원할 경우에는 수 시간 또는 수 주일의 기간 내일 수 있다. 예를 들어, 개인이 신체 조성 변화의 모니터링을 시작하는 첫날에 t0 = 1일이다. 신체 조성의 통계적 변화를 관찰하는 데 5일이 필요한 경우, tsc = 5일이다. 신체 조성의 변화가 이러한 5일의 기간을 넘어 모니터링될 때, 새로운 t0가 정의될 것이다. 이 예에서, (신체 조성의 통계적 변화를 결정하는 데 동일 기간이 필요한 것으로 가정할 때) 새로운 t0 = 6일이며, 새로운 tsc = 10일이다.
식 16에 따르면, 통계적으로 중요한 기간에 걸친 칼로리 섭취 I(t)와 칼로리 소비 E(t) 사이의 차이는 그 기간 동안의 저장된 칼로리 값 U(t)의 변화와 동일하다. 식 16의 좌측은 본 명세서에서 "순수 칼로리 값"이라고 하며, 그의 성분 변수들은 위에서 파트 I에서 설명되었다. 식 16의 우측은 신체 조성 변화와 관련된다. 저장된 칼로리 값 U(t)가 양인 경우, 신체 조성의 증가가 예상된다. 저장된 칼로리 값 U(t)가 음인 경우, 신체 조성의 감소가 예상된다.
위의 파트 I에서 설명된 바와 같이, 신체 조성은 지방 질량(FM) 및 무지방 질량(FFM) 양자를 포함한다. 칼로리 값 U(t)과 지방 질량(FM) 및 무지방 질량(FFM) 사이의 관계는 아래의 식 17에서 설명된다.
Figure pct00017
위의 식 17에서, 지방 질량(FM) 및 무지방 질량(FFM)의 변화는 개인 상관 인자 α에 의해 수정된 저장된 칼로리 값 U(t)와 관련된다. 즉, 저장된 칼로리 값 U(t)의 모두가 신체 조성의 변화로 변환되지는 않을 것이다. 대신, 저장된 칼로리 값 U(t)의 백분율이 신체 조성의 변화로 변환되며, 그러한 백분율은 개인 상관 인자 α에 의해 표현된다. 궁극적으로, 개인 상관 인자 α는 다량 영양소들(macronutrients)이 어떻게 신체에 의해 소화, 흡수되고, 글루코스 및 다른 에너지 소스들로 변환되며, 결국에 지방 질량(FM) 및 무지방 질량(FFM)으로 저장되거나 그들로부터 인출(drawn)되는지를 설명한다.
식 17을 다시 참조하면, 신체 조성의 변화는 지방 질량(FM) 및 무지방 질량(FFM)에 각각의 에너지 밀도 ρ(kcal/g)를 곱함으로써 등가 에너지 값으로 변환된다. 식 17의 우측에서, 개인 상관 인자 α는 개인적인 무차원 계수(dimensionless coefficient)이며, 그 자체는 x1, x2,..., xn 및 tsc에 의해 표현되는 다수의 변수의 함수이다. 개인 상관 인자 α에 대한 독립 변수들의 예들은 i) 나이, ii) 성별, iii) 유전학, iv) 인슐린 감도(insulin sensitivity), v) 체중 및 vi) 활동 레벨 중 임의의 것을 포함한다.
개인의 특정 개인 상관 인자 α를 결정하기 위해, 독립 변수 x1, x2,..., xn은 특정 기간 동안 스칼라 값들로 고정될 수 있으며, tsc는 FM 및 FFM의 변화를 관찰하는 데 필요한 시간으로 설정된다. 독립 변수 x1, x2,..., xn 중 일부는 개인의 삶에서 극적인 변화가 발생할 때 재설정될 수 있다. 다른 독립 변수들은 무기한 고정으로 유지될 수 있다. 예를 들어, 활동 레벨과 관련된 스칼라 값은 모니터링 사이클 동안 사람이 더 많이 운동하기 시작한 경우에 재설정될 수 있는 반면, 유전학, 나이 및 인종과 관련된 스칼라 값들은 무기한 고정될 수 있다. 이러한 인자들을 고려하면, 식 17을 아래의 식 18로 재배열함으로써 특정 개인 상관 인자 α(tsc)가 발견된다.
Figure pct00018
식 16, 17 및 18 각각은 도 2에 추가로 도시된다. U(t) < 0에 대한 이상적인 경우에, 제한된 모든 칼로리가 FM 또는 FFM으로부터 제거될 것이며, α(tsc) = 1이다. 그러나, 이러한 관계는 일대일일 것으로 예측되지 않으며, 칼로리 제한 상태에서 α(tsc)>1인 것으로 생각된다.
II. 개인 상관 인자의 결정
이제, 도 3의 흐름도를 참조하면, 개인 상관 인자를 결정하기 위한 한 가지 방법은 일반적으로 단계 10에서 교정 기간에 걸쳐 칼로리 섭취를 측정하는 단계, 단계 12에서 교정 기간에 걸쳐 칼로리 소비를 측정하는 단계, 단계 14에서 교정 기간에 걸쳐 신체 조성 변화를 측정하는 단계, 단계 16에서 신체 조성 변화를 등가 에너지 값으로 변환하는 단계, 및 단계 18에서 등가 에너지 값을, 칼로리 섭취에서 칼로리 소비를 뺀 값으로 나누는 단계를 포함한다.
본 명세서에서 사용되는 바와 같은 측정이라는 용어는 값이 추정 값인지, 근사 값인지 또는 실제 값인지에 관계없이 값의 임의의 직접 또는 간접 결정 또는 관찰을 포함할 수 있다. 예를 들어, 칼로리 섭취를 측정하는 단계는 사전 정의된 기간에 걸쳐 칼로리 섭취를 수동으로 추적하고, 이어서 칼로리 섭취를 합산하는 단계를 포함할 수 있다. 또한, 예를 들어, 칼로리 섭취를 측정하는 단계는 알려진 칼로리 수를 정의하는 복수의 사전 계획된 식사를 갖는 식사 계획을 제공하고, 소비된 식사 수에 기초하여 칼로리 섭취를 정량화하는 단계를 포함할 수 있다. 더 구체적으로, 단계 10에서 칼로리 섭취 I(t)를 측정하는 단계는 다수의 방법으로 수행될 수 있다. 그 예들은 i) 개인이 식사들을 컴퓨터 또는 장치에 입력하게 하는 방법, ii) 개인의 식사들의 사진들을 촬영하고, 소프트웨어 엔진이 칼로리 함량을 결정 또는 근사화하게 하는 방법, iii) 식사와 관련된 바코드 또는 NFC 태그를 스캐닝하는 방법, iv) 알려진 칼로리 함량을 갖는 사전 패키지 식사 계획을 개인에게 제공하는 방법, 및 v) 위의 방법들의 조합들을 포함한다. 칼로리 섭취 I(t)를 측정하기 위한 또 다른 방법들이 필요에 따라 사용될 수 있다.
다시, 전술한 바와 같이, 칼로리 소비 및 신체 조성을 측정하는 단계는 추정된, 근사화된 또는 실제 값의 임의의 직접 또는 간접 결정 또는 관찰을 포함할 수 있다. 예를 들어, 단계 12에서 칼로리 소비 E(t)를 측정하는 단계는 다수의 방법으로 수행될 수 있다. 그 예들은 i) 3축 가속도계를 포함하는 장치를 착용하여 NEAT AIE를 추적하는 방법, ii) 온도 센서를 착용하여 TEF를 추적하는 방법, 및 iii) 주기적인 VO2/CO2 측정들을 행하여 BMR을 측정하는 방법을 포함한다. 칼로리 소비 E(t)를 결정하기 위한 더 침습적인(invasive) 방법들은 질소 균형 방법들(nitrogen balance methods) 및 중수 기법들(heavy water techniques)을 포함한다. 칼로리 소비 E(t)를 측정하기 위한 또 다른 방법들이 필요에 따라 사용될 수 있다. 단계 14에서 신체 조성의 변화를 측정하는 단계도 다수의 방법으로 수행될 수 있다. 그 예들은 i) 바이오-임피던스 분광법, ii) 체중 정보 및/또는 바이오-임피던스 측정들을 제공할 수 있는 모바일 스케일(mobile scale) 및 iii) 수중 계량 및 물 치환 테스트들을 포함한다. 신체 조성의 변화를 측정하기 위한 또 다른 방법들이 필요에 따라 사용될 수 있다.
단계 10 내지 14에서 칼로리 섭취 I(t), 칼로리 소비 E(t) 및 신체 조성 변화가 측정되면, 개인의 실제 또는 근사 개인 상관 인자 α(tsc)가 위의 식 18을 이용하는 컴퓨터 연산에 의해 결정될 수 있다. 구체적으로, 컴퓨터 연산은 단계 16에서 신체 조성 변화를 등가 에너지 값으로 변환하는 단계, 및 단계 18에서 이 값을, 칼로리 섭취 I(t)에서 칼로리 소비 E(t)를 뺀 값으로 나누는 단계를 포함할 수 있다. 결과적인 몫은 개인의 칼로리 섭취의 결정을 포함해서 아래의 파트 III에서 더 충분히 설명되는 바와 같은 다수의 목적을 위해 사용될 수 있는 개인의 실제 또는 근사 개인 상관 인자 α(tsc)를 제공한다.
이제, 도 4를 참조하면, 실제 또는 근사 개인 상관 인자 α(tsc)를 결정하기 위한 4주 교정 로그가 도시된다. 교정 로그는 지방 질량(FM) 및 무지방 질량(FFM), 칼로리 소비 E(t), 수화 레벨(hydration level), 및 저장된 에너지 값 U(t)에 대한 주간 기입들을 포함한다. 처음 2주의 기간 동안, 개인은 알려진 칼로리 섭취 I(t)를 제공하기 위한 사전 계획된 식사를 제공받는다. 따라서, 기준선 값들이 도 4의 각각의 행에 대해 생성된다. 다음 2주의 기간 동안, 개인은 상이한 칼로리 섭취 I(t)를 갖는 사전 계획된 식사를 제공받는다. 예를 들어, 칼로리 섭취 I(t)는 20%의 칼로리 감소를 포함할 수 있다. 이러한 다음 2주 기간의 종료시에, 두 번째 주의 신체 조성으로부터 네 번째 주의 신체 조성을 뺌으로써 지방 질량(FM) 및 무지방 질량(FFM)의 변화가 결정된다. 선택사항적으로, 더 정확한 무지방 질량(FFM) 측정을 제공하기 위해, 예를 들어 무지방 질량(FFM) 측정이 잉여 유체(excess fluids)를 포함하지 않는 것을 보증하기 위해, 수화의 변경도 수행된다. 이어서, 위의 식 18을 구현하는 컴퓨터 연산을 이용하여 개인의 실제 또는 근사 개인 상관 인자 α(tsc)가 결정될 수 있다. 구체적으로, 컴퓨터 연산은 도 3의 단계 16에서 지방 질량(FM) 및 무지방 질량(FFM)의 변화를 등가 에너지 값으로 변환하는 단계, 및 도 3의 단계 18에서 이 값을, 칼로리 섭취 I(t)에서 세 번째 및 네 번째 주에 대한 칼로리 소비 E(t)를 뺀 값으로 나누는 단계를 포함할 수 있다.
개인 상관 인자 α(tsc)를 결정하기 위한 다른 방법은 독립 변수 x1, x2,..., xn의 효과들에 관한 임상 데이터의 수집을 포함한다. 임상 데이터는 개인 또는 동일한 생리 또는 거동 패턴들 또는 특성들을 공유하는 개인들의 그룹에 대한 특정 개인 상관 인자 α(tsc)를 결정하는 데 사용될 수 있다. 개인 상관 인자 α(tsc)를 결정하기 위한 이러한 방법에 따르면, 개인은 예를 들어 스마트폰, 태블릿 컴퓨터, 랩탑 컴퓨터 또는 다른 컴퓨팅 장치를 포함하는 처리 엔진 내에 특성들을 입력할 수 있다. 이어서, 처리 엔진은 컴퓨터 판독 가능 메모리에 저장된 탐색표를 이용하여 실제 또는 근사 개인 상관 인자 α(tsc)를 결정할 수 있다. 예를 들어, 도 5는 나이, 성별 및 운동 빈도에 의한 개인 상관 값들에 대한 예시적인 탐색표를 나타낸다. 예를 들어 다이어트 습관, 유전적 경향 및/또는 다른 개인 또는 생리 데이터를 포함하는 다른 개인 또는 생리 데이터도 필요에 따라 사용될 수 있다. 추가 예로서, 처리 엔진은 α(tsc)에 대한 공식에 따라 연산을 수행함으로써 실제 또는 근사 개인 상관 인자 α(tsc)를 결정할 수 있다.
다시 말하면, 본 발명은 실제 또는 근사 개인 상관 인자 α(tsc)를 결정하기 위한 시스템들 및 방법들을 제공한다. 하나의 그러한 방법은 교정 기간에 걸쳐 신체 조성 변화를 결정하는 단계, 신체 조성 변화를 등가 에너지 값으로 변환하는 단계 및 동일 교정 기간 동안의 순수 칼로리 값으로 등가 에너지 값을 나누는 단계를 포함하며, 순수 칼로리 값은 개인의 칼로리 섭취에서 개인의 칼로리 소비를 뺀 값을 포함한다. 다른 그러한 방법은 개인에 관한 생리 데이터를 집계(aggregating)하는 단계, 및 탐색표 및/또는 수치 컴퓨터 연산을 참조하여 실제 또는 근사 개인 인자를 결정하는 단계를 포함한다.
개인 상관 인자 α(tsc)는 다수의 독립 변수의 함수일 수 있으므로, 개인 상관 인자 α(tsc)는 예를 들어 개인이 건강, 체중, 나이, 스트레스 레벨, 다이어트, 수면 패턴들 및 다른 조건들의 상당한 변화들을 경험할 때 주기적으로 '재교정(recalibrate)'될 수 있다. 추가 예로서, 개인 상관 인자 α(tsc)는 체중 감소 또는 체중 관리 프로그램에서 규칙적인 간격으로 또는 소정의 체중 감소 중대 시점에 도달한 때 재교정될 수 있다. 추가 예로서, 개인 상관 인자 α(tsc)는 체중 감소 또는 체중 관리 프로그램에서의 규칙적인 진행상황 체크의 일부로서 한달마다, 반년마다 또는 일년마다 재교정될 수 있다. 필요에 따라 또 다른 재교정 간격들이 사용될 수 있다.
III. 칼로리 섭취 결정
개인의 실제 또는 근사 개인 상관 인자 α(tsc)가 결정되면, 개인 상관 인자 α(tsc)는 개인의 실제 또는 근사 칼로리 섭취 I(t)를 간접적으로 측정하는 데 사용될 수 있다. 이제, 도 6의 흐름도를 참조하면, 칼로리 섭취 I(t)를 결정하기 위한 하나의 방법은 일반적으로 단계 20에서 칼로리 소비 E(t)를 측정하는 단계, 단계 22에서 신체 조성 변화를 측정하는 단계, 단계 24에서 신체 조성 변화를 등가 에너지 값으로 변환하는 단계, 단계 26에서 등가 에너지 값을 개인의 실제 또는 근사 개인 상관 인자 α(tsc)로 나누는 단계, 및 단계 28에서 이 몫에 개인의 칼로리 소비 E(t)를 더하는 단계를 포함하며, 적어도 단계 24, 26 및 28은 프로세서를 이용하여 수행된다. 방법은 단계 30에서 칼로리 섭취를, 선택사항적으로 목표 값과 관련하여 보고하는 단계를 추가로 포함할 수 있다. 추가로 선택사항적으로, 방법은 단계 32에서, 결정된 칼로리 섭취에 응답하여 다이어트 수정을 추천하고/하거나 운동 요법을 추천하는 단계를 포함할 수 있다.
더 구체적으로, 단계 20에서 칼로리 소비 E(t)를 측정하는 단계 및 단계 22에서 신체 조성 변화를 측정하는 단계는 휴대용 장치를 이용하여 수행될 수 있다. 이제, 도 7을 참조하면, 예시적인 휴대용 장치(34)가 개략적으로 도시되며, 휴대용 장치(34)는 하우징(36), 칼로리 소비를 결정하기 위한 제1 센서(38), 신체 조성 변화를 결정하기 위한 제2 센서(40), 제1 및 제2 센서들(36, 38)의 출력에 전기적으로 결합되는 프로세서(42), 메모리(44), 및 칼로리 섭취 및 다른 데이터를 개인에게 제시하기 위한 디스플레이(46)를 포함한다. 프로세서는 정보를 중앙 허브 또는 수신국(50)으로 전송하기 위한 하나 이상의 통신 유닛(48)을 추가로 포함할 수 있으며, 정보는 개인의 칼로리 소비, 개인의 신체 조성 변화 또는 다른 생리 또는 개인 데이터를 포함한다. 더 구체적으로, 장치 하우징(36)은 손목 밴드, 팔찌, 발목 장식물 또는 다른 유사한 아이템과 같은 착용식 아이템의 형태일 수 있다. 다른 예로서, 하우징은 사용자의 의복에 보유(carrying) 또는 부착(clipping)하기에 적합한 형태일 수 있다. 어느 경우에나, 내수 또는 방수인 하우징을 제공하는 것이 바람직할 수 있다.
본 실시예에서, 제1 센서(38)는 호스트 개인의 삼차원 운동에 관한 입력을 검출하도록 적응되는 3축 가속도계를 포함한다. 다른 실시예들에서, 제1 센서(38)는 대안으로서 실제 또는 근사 에너지 소비 E(t)를 결정하기 위한 다른 운동 또는 배향 센서들을 포함할 수 있다. 제2 센서(40)는 호스트 개인의 지방 질량(FM) 및 무지방 질량(FFM)에 관한 입력을 검출하도록 적응되는 바이오-임피던스 회로를 포함한다. 바이오-임피던스 회로는 장치 아래에서 사용자의 피부와 결합(engage)하도록 구성되는 내부 센서 및 내부 센서와 떨어진 위치에서 사용자의 피부와 접촉하도록 배치될 수 있는 노출된 센서를 포함할 수 있다. 예를 들어, 개인용 장치가 손목 밴드인 경우, 하나의 센서는 사용자의 한쪽 팔의 손목과 결합하도록 손목 밴드의 안쪽에 배치될 수 있으며, 다른 센서는 팔-대-팔 바이오-임피던스 측정(arm-to-arm bio-impedance measurement)을 제공하기 위해 사용자의 다른 손목 상의 피부와 접촉하게 배치될 수 있도록 손목 밴드의 바깥쪽에 노출될 수 있다. 다른 실시예들에서는 필요에 따라 다른 신체 조성 측정 센서들이 사용될 수 있다. 예를 들어 온도 센서 또는 습도 센서를 포함하는 추가적인 센서들도 사용될 수 있다.
전술한 바와 같이, 제1 및 제2 센서들(38, 40)은 프로세서(42)에 전기적으로 결합된다. 프로세서는 프로그램 세트를 실행하도록 적응되는 임의의 프로세서일 수 있으며, 집적 회로, 마이크로컨트롤러 또는 필드 프로그래머블 게이트 어레이를 포함할 수 있다. 예를 들어, 프로세서(42)는 적어도 하나의 센서 입력 및 개인 상관 인자에 기초하여 이전의 칼로리 섭취를 결정하도록 구성될 수 있다. 추가 예로서, 프로세서(42)는 도 6과 관련하여 전술한 방법 단계 24, 26 및 28을 구현함으로써 제1 및 제2 센서 입력들에 기초하여 그리고 개인 상관 인자에 기초하여 이전의 칼로리 섭취를 결정하도록 구성될 수 있다. 이러한 결정된 칼로리 섭취는 디스플레이(46), 선택사항적으로 AMOLED 디스플레이, LCD 디스플레이, 전자 잉크 디스플레이 또는 현재 공지되었거나 이후에 개발될지에 관계없는 다른 디스플레이 상에 표시될 수 있다. 대안으로서, 디스플레이(46)는 선택사항적으로 더 큰 규모의 체중 관리 또는 피트니스 요법의 일부로서, 미리 결정된 다이어트에 따른 호스트 개인의 진행상황을 제시할 수 있다.
전술한 바와 같이, 휴대용 장치(34)는 프로세서(42)에 전기적으로 결합되는 온보드 메모리(44)를 포함한다. 온보드 메모리(44)는 예를 들어 방법 단계 24, 26 및 28의 수행에서 사용되는 값들을 포함하는 하나 이상의 값을 저장하는 데 사용될 수 있다. 이러한 값들은 에너지 소비, 신체 조성, 개인 상관 인자 및 칼로리 입력을 포함할 수 있지만 이에 한정되지 않는다. 메모리는 본 실시예에서 예를 들어 플래시 메모리 또는 EEPROM을 포함하는 비휘발성 메모리를 포함하지만, 다른 실시예들에서는 휘발성 또는 다른 종류의 메모리를 포함할 수 있다.
휴대용 장치(34)는 선택사항적으로 프로세서(42)에 전기적으로 결합되는 통신 유닛(48)을 더 포함한다. 통신 유닛(48)은 통신 네트워크를 통해 수신국(50)으로 또는 그로부터 무선 통신들을 송신 및/또는 수신하도록 적응되는 임의의 유닛일 수 있다. 예시적인 네트워크들은 블루투스 네트워크, 와이파이 네트워크 및 지그비 네트워크를 포함한다. 다른 실시예들에서는 필요에 따라 또 다른 네트워크들이 사용될 수 있다.
도 8에 선택사항적으로 추가로 도시된 바와 같이, 자신들의 수집된 데이터를 원격 프로세서로 푸시하는 유사한 착용 또는 보유된 센서들을 이용하여 칼로리 소비 및/또는 신체 조성이 측정될 수 있다. 원격 프로세서는 데이터를 원격적으로 처리하여, 칼로리 섭취를 결정할 수 있으며, 그 결과들은 동일 장치(34)를 통해 또는 예를 들어 스마트폰, 태블릿 컴퓨터 또는 랩탑 컴퓨터를 포함하는 대안 장치를 통해 사용자에게 전송될 수 있다. 게다가, 체중을 측정하는 스케일, 보수계와 같은 에너지 소비 장치, 피부 상에 또는 아래에 부착되는 센서 및 다른 센서 타입들과 같은 다른 원격 센서들(52)로부터의 정보도 수집될 수 있다. 칼로리 섭취를 계산함으로써, 원격 프로세서는 다이어트 변경, 운동 프로그램, 영양 보충제, 또는 신체 조성의 긍정적인 변화를 촉진하기 위한 다른 라이프스타일 변경을 추천할 수 있다. 예를 들어, 도 8의 시스템은 목표 값과 관련하여 칼로리 섭취를 보고할 수 있다. 또 다른 추가 예로서, 시스템은 결정된 칼로리 섭취에 응답하여 다이어트 수정을 추천하고/하거나 운동 요법을 추천할 수 있다. 2012년 12월 7일자로 Behavior Tracking and Modification System이라는 명칭으로 출원된 국제 특허 출원 PCT/US12/68503에 일반적으로 설명된 바와 같이, 도 8의 시스템을 이용하여 사용자에게 또 다른 정보가 전송될 수 있으며, 이에 따라 이 국제 특허 출원의 개시 내용 전체가 참고 문헌으로 포함된다.
"수직", "수평", "상", "하", "상부", "하부", "내부", "안쪽", "외부" 및 "바깥쪽"과 같은 방향 용어들은 도면들에 도시된 실시예들의 배향에 기초하여 본 발명의 설명을 돕는 데 사용된다. 방향 용어들의 사용은 본 발명을 임의의 특정 배향(들)으로 한정하는 것으로 해석되지 않아야 한다.
위의 설명은 본 발명의 현재 실시예들의 설명이다. 균등론을 포함하는 특허법의 원리들에 따라 해석되어야 하는 첨부 청구항들에서 정의되는 바와 같은 본 발명의 사상 및 더 넓은 양태들로부터 벗어나지 않고서 다양한 변경들 및 변화들이 이루어질 수 있다. 본 개시 내용은 예시적인 목적으로 제공되며, 본 발명의 모든 실시예들의 포괄적인 설명으로서 또는 청구항들의 범위를 이러한 실시예들과 관련하여 도시되거나 설명되는 특정 요소들로 한정하는 것으로서 해석되지 않아야 한다. 한정이 아니라 예로서, 설명되는 본 발명의 임의의 개별 요소(들)는 실질적으로 유사한 기능을 제공하거나 달리 적절한 연산을 제공하는 대안 요소들로 대체될 수 있다. 이것은 예를 들어 통상의 기술자에게 현재 알려졌을 수 있는 것들과 같은 현재 공지된 대안 요소들, 및 통상의 기술자가 개발시에 대안으로서 인식할 수 있는 것들과 같이 미래에 개발될 수 있는 대안 요소들을 포함한다. 또한, 개시되는 실시예들은 함께 설명되고 이익들의 집합을 공동으로 제공할 수 있는 복수의 특징을 포함한다. 본 발명은 허여되는 청구항들에서 달리 명확히 설명되지 않는 한은 이러한 특징들 모두를 포함하거나 설명된 이익들 모두를 제공하는 실시예들만으로 한정되지 않는다. 예를 들어 용어 "하나" 또는 "상기"를 이용하는 단수로서의 청구항 요소들에 대한 임의의 참조는 요소를 단수로 한정하는 것으로 해석되지 않아야 한다.

Claims (47)

  1. 칼로리 섭취를 측정하는 단계;
    칼로리 소비를 측정하는 단계;
    신체 조성의 변화를 측정하는 단계;
    상기 칼로리 섭취, 상기 칼로리 소비 및 상기 신체 조성의 변화에 기초하여 컴퓨터를 이용해 연산을 수행하여 개인 상관 인자(personal correlation factor)를 결정하는 단계; 및
    상기 개인 상관 인자를 출력으로서 보고하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 연산은
    상기 신체 조성의 변화를 등가 에너지 값(equivalent energy value)으로 변환하는 단계, 및
    상기 등가 에너지 값을, 상기 측정된 칼로리 섭취에서 상기 측정된 칼로리 소비를 뺀 값으로 나누는 단계
    를 포함하는 방법.
  3. 제1항에 있어서,
    상기 개인 상관 인자를 이용하여 후속 칼로리 섭취를 결정하는 단계를 더 포함하는 방법.
  4. 제3항에 있어서,
    상기 칼로리 섭취는 다량 영양소 섭취(macronutrient intake)를 포함하는 방법.
  5. 제4항에 있어서,
    상기 컴퓨터를 이용하여, 개인의 신체 조성의 변화에 대한 상기 다량 영양소의 기여(macronutrient contribution)를 결정하는 단계를 더 포함하는 방법.
  6. 제1항에 있어서,
    칼로리 함량을 갖는 제1 식사 계획을 제공하는 단계를 더 포함하며, 상기 측정된 칼로리 섭취는 상기 제1 식사 계획의 상기 칼로리 함량을 포함하는 방법.
  7. 제6항에 있어서,
    상기 제1 식사 계획의 칼로리 함량보다 적은 칼로리 함량을 갖는 제2 식사 계획을 제공하여 측정 가능한 신체 조성의 변화를 생성하는 단계를 더 포함하는 방법.
  8. 컴퓨터 기반 입력 장치를 제공하는 단계;
    개인의 생체 데이터를 상기 컴퓨터 기반 입력 장치로 수신하는 단계; 및
    상기 컴퓨터 기반 입력 장치를 이용하여, 상기 생체 데이터 및 컴퓨터 판독 가능 메모리 내에 저장된 탐색표에 기초하여 개인 상관 인자를 도출하는 단계
    를 포함하는 방법.
  9. 제8항에 있어서,
    상기 개인의 생체 데이터는 상기 개인의 나이, 성별, 운동 요법, 혈당 레벨, 다이어트, 키, 유전 마커(genetic marker)들, 체중, 흡연 습관, 알코올 소비, 처방약 사용 및 이들의 조합들로 구성된 그룹으로부터 선택되는 방법.
  10. 제8항에 있어서,
    상기 개인의 칼로리 소비를 측정하는 단계;
    상기 개인의 신체 조성의 변화를 측정하는 단계; 및
    상기 측정된 칼로리 소비, 상기 측정된 신체 조성의 변화 및 상기 개인 상관 인자에 기초하여 칼로리 섭취를 결정하는 단계
    를 더 포함하는 방법.
  11. 제10항에 있어서,
    칼로리 소비를 측정하는 단계는 가속도계를 이용하여 수행되는 방법.
  12. 제10항에 있어서,
    신체 조성의 변화를 측정하는 단계는 바이오-임피던스(bio-impedance)를 측정하는 단계를 포함하는 방법.
  13. 제10항에 있어서,
    상기 신체 조성의 변화는 지방 질량(fat mass) 또는 무지방 질량(fat free mass)의 감소를 포함하는 방법.
  14. 제10항에 있어서,
    상기 칼로리 섭취의 결정에 응답하여 활동 또는 운동을 추천하는 단계를 더 포함하는 방법.
  15. 제10항에 있어서,
    상기 칼로리 섭취의 결정에 응답하여 다이어트 수정을 추천하는 단계를 더 포함하는 방법.
  16. 칼로리 섭취를 결정하기 위한 방법으로서,
    칼로리 소비를 측정하는 단계;
    신체 조성의 변화를 측정하는 단계; 및
    상기 측정된 칼로리 소비, 상기 측정된 신체 조성의 변화 및 개인 상관 인자에 기초하여 칼로리 섭취를 결정하는 단계
    를 포함하는 방법.
  17. 제16항에 있어서,
    상기 칼로리 소비를 측정하는 단계는 보행 운동()을 측정하는 단계를 포함하는 방법.
  18. 제16항에 있어서,
    상기 칼로리 소비를 측정하는 단계는 팔 운동을 측정하는 단계를 포함하는 방법.
  19. 제16항에 있어서,
    칼로리 소비를 측정하는 단계는 가속도계를 이용하여 수행되는 방법.
  20. 제16항에 있어서,
    신체 조성의 변화를 측정하는 단계는 바이오-임피던스를 측정하는 단계를 포함하는 방법.
  21. 제16항에 있어서,
    상기 신체 조성의 변화는 지방 질량 또는 무지방 질량의 감소를 포함하는 방법.
  22. 제16항에 있어서,
    상기 개인 상관 인자는 이전의 칼로리 부족과 이전의 신체 조성의 변화의 비율에 기초하는 방법.
  23. 제22항에 있어서,
    상기 이전의 칼로리 부족은 주어진 기간 동안 이전의 칼로리 섭취에서 이전의 칼로리 소비를 뺀 값을 포함하는 방법.
  24. 제14항에 있어서,
    상기 칼로리 섭취의 결정에 응답하여 활동 또는 운동을 추천하는 단계를 더 포함하는 방법.
  25. 제14항에 있어서,
    상기 칼로리 섭취의 결정에 응답하여 다이어트 수정을 추천하는 단계를 더 포함하는 방법.
  26. 착용식 장치(wearable device)로서,
    입력을 검출하도록 구성되는 센서; 및
    상기 센서에 전기적으로 결합되고, 이전의 칼로리 섭취를 결정하도록 적응되는 프로세서
    를 포함하고, 상기 이전의 칼로리 섭취의 결정은 상기 센서 입력 및 개인 상관 인자에 기초하는 착용식 장치.
  27. 제26항에 있어서,
    상기 센서는 에너지 소비를 측정하도록 적응되는 착용식 장치.
  28. 제27항에 있어서,
    상기 센서는 보수계 및 가속도계 중 적어도 하나를 포함하는 착용식 장치.
  29. 제26항에 있어서,
    상기 센서는 바이오-임피던스를 측정하도록 적응되는 착용식 장치.
  30. 제29항에 있어서,
    상기 센서는 측정된 바이오-임피던스에 기초하여 신체 조성을 결정하도록 적응되는 착용식 장치.
  31. 제26항에 있어서,
    상기 개인 상관 인자는 이전의 칼로리 부족과 이전의 신체 조성의 변화의 비율에 기초하는 착용식 장치.
  32. 제31항에 있어서,
    상기 이전의 칼로리 부족은 주어진 기간 동안 칼로리 섭취에서 칼로리 소비를 뺀 값을 포함하는 착용식 장치.
  33. 제31항에 있어서,
    상기 이전의 신체 조성의 변화는 지방 질량 또는 무지방 질량의 감소를 포함하는 착용식 장치.
  34. 제26항에 있어서,
    상기 프로세서는 추천되는 활동 또는 운동을 상기 칼로리 섭취의 결정에 응답하여 선택하도록 적응되는 착용식 장치.
  35. 제26항에 있어서,
    상기 프로세서는 추천되는 다이어트 수정을 상기 칼로리 섭취의 결정에 응답하여 선택하도록 적응되는 착용식 장치.
  36. 개인의 칼로리 소비에 관한 제1 입력, 상기 개인의 신체 조성의 변화에 관한 제2 입력 및 상기 개인의 수화 레벨(hydration level)에 관한 제3 입력을 검출하도록 구성되는 복수의 센서; 및
    상기 복수의 센서에 전기적으로 결합되고, 상기 복수의 센서 각각에 대한 상기 입력 및 개인 상관 인자에 기초하여 상기 개인에 관한 생리 정보를 결정하도록 적응되는 프로세서
    를 포함하는 시스템.
  37. 제36항에 있어서,
    상기 생리 정보는 칼로리 섭취, 칼로리 소비 및 신체 조성 중 적어도 하나를 포함하는 시스템.
  38. 제36항에 있어서,
    상기 프로세서는 무선 네트워크를 통해 상기 복수의 센서에 결합되는 시스템.
  39. 제36항에 있어서,
    상기 프로세서는 상기 복수의 센서로부터 분리되는 시스템.
  40. 제36항에 있어서,
    상기 제1 복수의 센서는 보수계, 가속도계 및 바이오-임피던스 센서 중 적어도 하나를 포함하는 시스템.
  41. 제1 개인의 생리에 관한 제1 복수의 입력을 검출하도록 구성되는 제1 복수의 센서;
    제2 개인의 생리에 관한 제2 복수의 입력을 검출하도록 구성되는 제2 복수의 센서; 및
    상기 제1 및 제2 복수의 센서에 전기적으로 결합되고, 상기 제1 및 제2 개인들에 의한 후속 사용을 위해 개인 상관 인자를 결정하여 상기 제1 및 제2 개인들에 대한 칼로리 섭취를 결정하도록 적응되는 프로세서
    를 포함하는 시스템.
  42. 제41항에 있어서,
    상기 프로세서는 무선 네트워크를 통해 상기 제1 및 제2 복수의 센서에 결합되는 시스템.
  43. 제41항에 있어서,
    상기 제1 및 제2 복수의 센서 각각은 보수계, 가속도계 또는 바이오-임피던스 센서를 포함하는 시스템.
  44. 제41항에 있어서,
    상기 제1 개인의 생리는 상기 제1 개인의 칼로리 섭취, 칼로리 소비 및 신체 조성을 포함하는 시스템.
  45. 제41항에 있어서,
    상기 제2 개인의 생리는 상기 제2 개인의 칼로리 섭취, 칼로리 소비 및 신체 조성을 포함하는 시스템.
  46. 제41항에 있어서,
    탐색표를 포함하는 컴퓨터 판독 가능 메모리를 더 포함하고, 상기 탐색표는 상기 개인 상관 인자를 포함하는 시스템.
  47. 제46항에 있어서,
    상기 프로세서는 상기 컴퓨터 판독 가능 메모리에 저장된 상기 개인 상관 인자를 참조하여 제3 개인에 대한 칼로리 섭취를 결정하도록 적응되는 시스템.
KR1020157019115A 2012-12-19 2013-11-22 개인 상관 인자를 이용하여 칼로리 섭취를 결정하기 위한 시스템 및 방법 KR20150097671A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261739384P 2012-12-19 2012-12-19
US61/739,384 2012-12-19
PCT/US2013/071368 WO2014099255A1 (en) 2012-12-19 2013-11-22 Systems and methods for determining caloric intake using a personal correlation factor

Publications (1)

Publication Number Publication Date
KR20150097671A true KR20150097671A (ko) 2015-08-26

Family

ID=49880944

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157019115A KR20150097671A (ko) 2012-12-19 2013-11-22 개인 상관 인자를 이용하여 칼로리 섭취를 결정하기 위한 시스템 및 방법

Country Status (5)

Country Link
US (1) US20140172314A1 (ko)
JP (1) JP2016508756A (ko)
KR (1) KR20150097671A (ko)
CN (1) CN104994779A (ko)
WO (1) WO2014099255A1 (ko)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140277249A1 (en) * 2013-03-12 2014-09-18 Robert A. Connor Selectively Reducing Excess Consumption and/or Absorption of Unhealthy Food using Electrical Stimulation
US20140297738A1 (en) * 2013-03-27 2014-10-02 Bsh Home Appliances Corporation Domestic appliance and gaming system interface
TWI658813B (zh) 2013-10-02 2019-05-11 Access Business Group International Llc 飲食限制之遵從系統
US9949662B2 (en) 2014-06-12 2018-04-24 PhysioWave, Inc. Device and method having automatic user recognition and obtaining impedance-measurement signals
US9568354B2 (en) 2014-06-12 2017-02-14 PhysioWave, Inc. Multifunction scale with large-area display
US9943241B2 (en) 2014-06-12 2018-04-17 PhysioWave, Inc. Impedance measurement devices, systems, and methods
US10130273B2 (en) 2014-06-12 2018-11-20 PhysioWave, Inc. Device and method having automatic user-responsive and user-specific physiological-meter platform
US9546898B2 (en) 2014-06-12 2017-01-17 PhysioWave, Inc. Fitness testing scale
US9693696B2 (en) * 2014-08-07 2017-07-04 PhysioWave, Inc. System with user-physiological data updates
US9710071B2 (en) * 2014-09-22 2017-07-18 Rovi Guides, Inc. Methods and systems for recalibrating a user device based on age of a user and received verbal input
US10945671B2 (en) 2015-06-23 2021-03-16 PhysioWave, Inc. Determining physiological parameters using movement detection
US10980483B2 (en) 2015-11-20 2021-04-20 PhysioWave, Inc. Remote physiologic parameter determination methods and platform apparatuses
US10436630B2 (en) 2015-11-20 2019-10-08 PhysioWave, Inc. Scale-based user-physiological data hierarchy service apparatuses and methods
US10553306B2 (en) 2015-11-20 2020-02-04 PhysioWave, Inc. Scaled-based methods and apparatuses for automatically updating patient profiles
US10395055B2 (en) 2015-11-20 2019-08-27 PhysioWave, Inc. Scale-based data access control methods and apparatuses
US11561126B2 (en) 2015-11-20 2023-01-24 PhysioWave, Inc. Scale-based user-physiological heuristic systems
US10923217B2 (en) 2015-11-20 2021-02-16 PhysioWave, Inc. Condition or treatment assessment methods and platform apparatuses
US10390772B1 (en) 2016-05-04 2019-08-27 PhysioWave, Inc. Scale-based on-demand care system
CN106037688B (zh) * 2016-05-11 2019-05-21 南京邮电大学 一种基于智能手环的老年人饮食建议系统和方法
KR20180023236A (ko) 2016-08-25 2018-03-07 삼성전자주식회사 건강 관리 장치 및 방법
CN106339472A (zh) * 2016-08-29 2017-01-18 深圳市沃特沃德股份有限公司 宠物饮食智能推送的方法、服务器及系统
US10215619B1 (en) 2016-09-06 2019-02-26 PhysioWave, Inc. Scale-based time synchrony
US20210282708A1 (en) * 2017-03-21 2021-09-16 Sony Corporation Information processing apparatus, information processing method, and program
CN107833617A (zh) * 2017-11-28 2018-03-23 威海海洋职业学院 一种大学生一日营养食谱编制方法
CN108242262B (zh) * 2018-02-06 2021-10-08 浙江正元智慧科技股份有限公司 一种基于饮食周期动态权的智慧餐厅营养配餐推荐方法
CN109411043A (zh) * 2018-09-08 2019-03-01 天津大学 一种基于智能数据分析来记录摄入食物热量的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3242071B2 (ja) * 1998-08-17 2001-12-25 ヤーマン株式会社 カロリー計算機
US6571200B1 (en) * 1999-10-08 2003-05-27 Healthetech, Inc. Monitoring caloric expenditure resulting from body activity
US6506152B1 (en) * 2000-05-09 2003-01-14 Robert P. Lackey Caloric energy balance monitor
US6963035B2 (en) * 2000-08-04 2005-11-08 Tanita Corporation Body weight managing apparatus
JP3866943B2 (ja) * 2000-08-04 2007-01-10 株式会社タニタ 体重管理装置
JP4935583B2 (ja) * 2007-08-28 2012-05-23 オムロンヘルスケア株式会社 健康管理指針アドバイス装置
JP2015505694A (ja) 2011-12-07 2015-02-26 アクセス ビジネス グループ インターナショナル リミテッド ライアビリティ カンパニー 行動トラッキングおよび修正システム

Also Published As

Publication number Publication date
CN104994779A (zh) 2015-10-21
WO2014099255A1 (en) 2014-06-26
JP2016508756A (ja) 2016-03-24
US20140172314A1 (en) 2014-06-19

Similar Documents

Publication Publication Date Title
KR20150097671A (ko) 개인 상관 인자를 이용하여 칼로리 섭취를 결정하기 위한 시스템 및 방법
US11806120B2 (en) Health risk indicator determination
US20180000391A1 (en) Metabolic energy monitoring system
KR101113172B1 (ko) 휴대용 생체정보 모니터링 장치 및 이를 이용한 생체정보 모니터링 시스템
US20140135592A1 (en) Health band
US20130310658A1 (en) Activity Measurement Systems
US20140324443A1 (en) Health Scoring Systems and Methods
US8808146B2 (en) Activity meter
KR101572687B1 (ko) 휴대단말기 연동형 다이어트 가이드장치
US20190192043A1 (en) Body Composition Analysis Method and Apparatus
Lee et al. Accuracy of an infrared LED device to measure heart rate and energy expenditure during rest and exercise
JP6049424B2 (ja) 活動量測定端末を用いた健康管理システム
WO2013163627A1 (en) Health measurement systems
WO2019035844A1 (en) SHOE WITH BODY FUNCTION MEASUREMENT SYSTEM
Кравець et al. Automated healthcare systems’ review
Kravets et al. Automated healthcare systems’ review
Berlin et al. Metabolic rate prediction by massless actigraphy for outdoor activities

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid