KR20160146465A - 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법 - Google Patents

호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법 Download PDF

Info

Publication number
KR20160146465A
KR20160146465A KR1020150125544A KR20150125544A KR20160146465A KR 20160146465 A KR20160146465 A KR 20160146465A KR 1020150125544 A KR1020150125544 A KR 1020150125544A KR 20150125544 A KR20150125544 A KR 20150125544A KR 20160146465 A KR20160146465 A KR 20160146465A
Authority
KR
South Korea
Prior art keywords
subject
information
model
computer
reference data
Prior art date
Application number
KR1020150125544A
Other languages
English (en)
Other versions
KR101785788B1 (ko
Inventor
이시우
이영섭
진희정
박만영
박기현
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to PCT/KR2016/006276 priority Critical patent/WO2016200244A1/ko
Publication of KR20160146465A publication Critical patent/KR20160146465A/ko
Application granted granted Critical
Publication of KR101785788B1 publication Critical patent/KR101785788B1/ko

Links

Images

Classifications

    • G06F19/363—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/497—Physical analysis of biological material of gaseous biological material, e.g. breath
    • G06F19/3431—
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

본 발명은 미병 분류 과정을 보조하기 위한 컴퓨터 구현 시스템 및 그 동작 방법에 관한 것으로서, 일실시예에 따른 컴퓨터 구현 시스템은 대상자로부터 수집된 심혈관 순환기능 파라미터를 상기 대상자의 신체 정보에 기초하여 보정하는 연산부, 및 심혈관 순환기능 파라미터 별 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스로부터 상기 보정된 순환기능 파라미터를 이용하여 미병을 분류하는 처리부를 포함한다.

Description

호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법{COMPUTING SYSTEM AND METHOD FOR PROVIDING CLASSIFYING OF MIBYOU USING ANALYZING RESULT RESPIRATORY GAS}
활동에 필요한 호흡 가스 분석을 통해 획득하는 데이터를 처리하여 한의학적 미병 분류 과정을 보조하는 컴퓨팅 시스템 및 그 동작 방법이 제공된다.
고령 인구의 증가와 산업 발달에 따른 생활수준의 향상으로 인해, 질병이 걸린 후에 치료하는 의학에서 질병에 걸리기 전에 건강을 지키고자 하는 예방의학의 관심이 커져가고 있다.
세계보건기구(WHO)에 의하면 '건강'이란 신체적, 정신적, 사회적으로 안녕한 상태이며 단순히 질병이나 허약증상이 없는 상태를 의미하지 않음이라고 정의하고 있다. 한편, '미병' 상태는 건강과 질병의 중간단계로서, 방치할 경우 질병으로 이환될 수 있는 일종의 건강저하 상태로 해석될 수 있다.
한의학에서 '미병'의 정의는 각 나라 또는 연구자들마다 조금씩 다르긴 하지만, 공통적으로 질병에 대한 치료보다는 예방의학 사상을 강조하고 있다.
한편, 활동에 따른 호흡 가스 분석은 개인의 운동 능력, 근육의 미토콘드리아의 효율성, 순환기능 등을 판단하는데 중요한 지표가 된다. 호흡가스 분석에서 주로 사용되는 최대산소섭취량은 지구성 운동 능력을 결정짓는 중요 요소 중 하나로, 유산소 운동의 능력의 비교에 사용된다. 이들 정보들은 유전적 요소나, 성별, 나이, 체형에 따라 결정되기도 하지만, 운동(훈련)을 통해서도 증가시킬 수 있어서, 특히 운동선수들의 운동 능력을 평가할 때 사용된다. 이와 같이 호흡을 통하여 공기 중의 산소를 섭취해서 신체 각 부위로 전달하며, 동시에 이산화탄소를 배출하는 능력은 결국 신체의 전반적인 기능의 활성을 의미하게 되는데 이는 한의학적으로 아직 질환은 아니지만 건강의 질이 저하된 상태를 의미하는 미병과 일맥 상통하는 면이 있다.
대한민국 특허등록공보 제10-1467482호 대한민국 특허등록공보 제10-0868808호
실시예들에 따르면, 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 이용하여 한의학의 미병을 분류하는 시스템이 제시된다.
실시예들에 따르면, 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화하는 시스템이 제시된다.
일측에 따르면, 미병 분류를 보조하기 위해 컴퓨터에 의해 적어도 일시적으로 구현되는 컴퓨터 구현 시스템이 제공된다.
일실시예에 따른 컴퓨터 구현 시스템은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스부, 및 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 프로세서를 포함한다.
일실시예에 따른 상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함한다.
일실시예에 따른 상기 프로세서는 CART 모델, RandomForest 모델, MNL 모델, SVM모델, 및 NN모델 중 적어도 하나를 이용하여 상기 판단을 한다.
일실시예에 따른 상기 프로세서는 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정한다.
일실시예에 따른 상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고, 상기 프로세서는 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행한다.
일실시예에 따른 상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여한다.
일실시예에 따른 컴퓨터 구현 방법은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 단계, 및 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 단계를 포함하고, 상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함한다.
일실시예에 따른 상기 판단하는 단계는, 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정하는 단계를 포함한다.
일실시예에 따른 상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고, 상기 판단하는 단계는 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행하는 단계를 포함한다.
일실시예에 따른 상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여한다.
일실시예에 따른 컴퓨터 구현 프로그램은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 명령어 세트, 및 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 명령어 세트를 포함하고, 상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함한다.
실시예들에 따르면, 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 이용하여 한의학의 미병을 분류할 수 있다.
실시예들에 따르면, 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화할 수 있다.
도 1은 일실시예에 따른 컴퓨터 구현 시스템을 활용하는 전체 시스템을 설명하는 도면이다.
도 2는 일실시예에 따른 컴퓨터 구현 시스템을 설명하는 도면이다.
도 3은 비질환인을 대상으로 수집한 미병 평가 및 호흡가스 데이터를 설명하는 도면이다.
도 4는 일실시예에 따른 컴퓨터 구현 방법을 설명하는 도면이다.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 권리범위가 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 컴퓨터 구현 시스템(140)를 활용하는 전체 시스템(100)을 설명하는 도면이다.
전체 시스템(100)은 일실시예에 따른 컴퓨터 구현 시스템(140)를 활용함으로써, 사용자에 대한 미병 상태를 모니터링 할 수 있다.
이를 위해, 일실시예에 따른 컴퓨터 구현 시스템(140)은 호흡가스 분석기(110)로부터 다양한 종류의 호흡가스를 수집할 수 있다. 예를 들어, 호흡가스 분석기(110)는 분당 산소 흡수량, 분당 환기량, 분당 이산화탄소 배출량, 분당 심박수를 측정하고, 측정된 정보들을 컴퓨터 구현 시스템(140)에 제공할 수 있다.
일례로, 분당 심박수는 웨어러블 밴드에서 측정이 가능하고, 호흡가스 분석기(110)는 웨어러블 밴드가 측정한 분당 심박수를 수집하여 컴퓨터 구현 시스템(140)에 제공할 수 있다.
컴퓨터 구현 시스템(140)은 호흡가스 분석기(110)로부터 제공받은 정보들을 이용해서, 개인의 운동 능력, 근육의 미토콘드리아의 효율성, 순환기능 등을 판단하는데 중요한 지표로 활용할 수 있다.
일실시예에 따른 컴퓨터 구현 시스템(140)은 호흡가스 분석기(110)로부터 제공받은 정보들을 통해 최대산소섭취량을 산출할 수도 있는데, 이는 지구성 운동 능력을 결정짓는 중요 요소 중 하나로서, 유산소 운동 능력의 평가에 활용될 수도 있다.
한편, 일실시예에 따른 컴퓨터 구현 시스템(140)은 이산화탄소를 배출하는 능력을 통해 한의학적으로 아직 질환은 아니지만 건강의 질이 저하된 상태를 의미하는 미병 여부를 판단할 수 있다.
이 밖에도 일실시예에 따른 컴퓨터 구현 시스템(140)은 대상자의 성별, 키, 몸무게 등의 신체 정보를 수집할 수 있다.
예를 들어, 일실시예에 따른 컴퓨터 구현 시스템(140)은 대상자의 키와 몸무게 등의 체형 정보를 체형/성별 측정기(120)로부터 수집할 수 있다. 일례로, 체형/성별 측정기(120)는 대상자로부터 수집한 키와 몸무게 등의 체형 정보에 대해 유무선 통신망을 통해 컴퓨터 구현 시스템(140)로 전송할 수 있다. 뿐만 아니라, 체형/성별 측정기(120)는 근거리 통신 방식을 이용해서 대상자로부터 수집한 키와 몸무게 등의 체형 정보를 컴퓨터 구현 시스템(140)으로 전송할 수도 있다.
한편, 체형/성별 측정기(120)는 스마트 폰과 같은 단말기가 아닌 대상자의 체형을 측정할 수 있는 측정 기기의 형태일 수도 있다. 이때, 측정 기기는 유무선 통신 네트워크에 접속이 가능하거나, 근거리 무선 통신을 위한 통신 모듈을 포함할 수 있다.
또한, 일실시예에 따른 컴퓨터 구현 시스템(140)은 미병 분류에 있어, 대상자의 사상 체질을 더 고려할 수 있다.
예를 들어, 대상자는 체형/성별 측정기(120)를 통해 컴퓨터 구현 시스템(140)으로 사상 체질을 전송하도록 요청할 수 있다.
일실시예에 따른 컴퓨터 구현 시스템(140)은 미병 분류 이후에 사상 체질로 정확도를 높이기 위해, 대상자의 사상체질을 적용하여 미병을 최종 분류할 수 있다. 예를 들면, 컴퓨터 구현 시스템(140)은 이미 분류된 미병 중에서 대상자의 사상 체질에 기초하여 미병을 최종 분류할 수 있다.
한편, 컴퓨터 구현 시스템(140)은 분류된 대상자의 미병을 이용하여 기준 데이터를 트래이닝 할 수 있다.
구체적인 예로써, 컴퓨터 구현 시스템(200)과 관련된 웹페이지에 대상자 A가 회원가입을 하고, 회원가입 시 키, 체중, 성별 정보를 등록할 수 있다. 체질을 알고 있으면, 체질값을 입력하고, 모르는 경우 체질 진단툴을 수행할 수 있다. 즉, 대상자는 체질값 입력을 하지 않아도 된다. 즉, 대상자는 컴퓨터 구현 시스템(200)과 관련된 웹 페이지를 사용하는 도중 특정 시점에 체질 정보를 입력 할 수 있다. 체형/성별 측정기(120)는 이렇게 입력된 체질 정보를 컴퓨터 구현 시스템(200)으로 제공할 수 있다.
컴퓨터 구현 시스템(140)은 대상자의 미병 평가변수를 미병 분류장치에 적용하여 대상자의 미병 단계를 분류한다. 분류에 사용되는 데이터는 현재 수집된 임상자료를 대상으로 하며, 계속해서 미병 단계가 확립된 임상자료가 추가됨으로써 분류 알고리즘이 업데이트된다.
일실시예에 따른 컴퓨터 구현 시스템(140)은 수집된 정보들을 이용해서 미병 평가를 위한 변수를 생성하고, 이를 이용해서 임상자료로 기록되어 있는 데이터베이스로부터 대상자에 대한 미병을 분류할 수 있다.
즉, 컴퓨터 구현 시스템(140)은 수집된 정보들을 활용하여 미병 분류를 위한 변수를 생성할 수 있다. 이를 위해, 컴퓨터 구현 시스템(140)은 분당 산소량과 이산화탄소량의 최대값을 찾고, 대상자의 키, 체중, 성별, 사상 체질 등을 보정하여 대상자의 미병 평가변수를 생성한다. 또한, 최대 산소량과 이산화탄소량을 심박수로 나누어 새로운 변수를 생성할 수 있다.
도 2는 일실시예에 따른 컴퓨터 구현 시스템(200)을 설명하는 도면이다.
일실시예에 따른 컴퓨터 구현 시스템(200)은 인터페이스부(210) 및 프로세서(220)를 포함한다.
일실시예에 따른 인터페이스부(210)는 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스(230)와 인터페이스 한다.
일례로, 데이터베이스(230)는 일정 기간 동안의 비질환인을 대상으로 미병 평가와 함께 분당 호흡가스 데이터를 연관지어 기록할 수 있고, 도 3에서 보다 구체적으로 설명한다.
일실시예에 따른 프로세서(220)는 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 대상자에 대응하는 제1 체질 정보를 기준 데이터에 대비하여 대상자가 건강군과 미병군 중 어느 쪽에 대응하는지 판단한다.
일실시예에 따른 프로세서(220)는 다양한 분류 알고리즘을 이용해서 호흡가스 변수로부터 미병을 분류할 수 있다. 예를 들어, 프로세서(220)는 데이터에서 미병 진단결과와 호흡가스 변수를 활용하여 미병 분류 알고리즘을 생성하고 정확도를 검정한다. 이때의 미병 분류 알고리즘은 CART(Classification and regression trees) 모델, randomForest 모델, MNL 모델, SVM(support vector machine) 모델, NN(Neural Network) 모델 등이 사용될 수 있고, 프로세서(220)는 미병 분류 알고리즘을 통해 데이터 마이닝 방법으로 미병을 분류할 수 있다.
일례로, 프로세서(220)는 CART(Classification and regression trees) 모델, randomForest 모델, MNL 모델, SVM(support vector machine) 모델, NN(Neural Network) 모델 중 적어도 하나를 이용하여 건강군과 미병군 중 어느 쪽에 대응하는지 판단할 수 있다. 뿐만 아니라, 프로세서(220)는 판단을 직접 수행하지 않고 판단에 이용할 모델을 결정할 수도 있다.
한의학적 미병은 대상자의 전반적인 몸 상태를 모두 반영하는 것이지만, 전문가의 진료를 받기 전에 매일매일 개인이 자신의 몸 상태를 확인하는 관점에서 호흡가스에 기초하여 미병을 분류함으로써 의미가 있다.
일실시예에 따른 프로세서(220)는 호흡가스로부터 산출되는 변수와 대상자의 사상 체질 정보를 이용해서 데이터베이스로부터 미병을 분류할 수 있다. 이를 위해, 프로세서(220)는 사용자 단말기로부터 입력되는 사상 체질별 식별 정보에 기초하여 대상자의 사상 체질 정보를 결정하고, 결정된 사상 체질 정보를 이용해서 미병을 분류할 수 있다. 즉, 프로세서(220)는 사용자로부터 사상 체질을 입력 받아서 미병 분류에 사용할 수 있다.
다음으로, 일실시예에 따른 프로세서(220)는 진단 툴을 활용하여, 대상자의 사상 체질을 진단하여 사상 체질 정보를 결정하고, 결정된 사상 체질 정보를 이용해서 미병을 분류할 수 있다.
또 다른 예로, 프로세서(220)는 미병 분류 이후에 사상 체질로 정확도를 높이기 위해, 분류된 미병들에 대해 대상자의 사상체질을 적용하여 최종 분류할 수 있다. 즉, 프로세서(220)는 이미 분류된 미병 중에서 대상자의 사상 체질에 기초하여 미병을 최종 분류할 수 있다.
한편, 프로세서(220)는 분류된 대상자의 미병을 이용하여 기준 데이터를 트래이닝 할 수 있다.
구체적인 예로써, 컴퓨터 구현 시스템(200)와 관련된 웹페이지에 대상자 A가 회원가입을 하고, 회원가입 시 키, 체중, 성별 정보를 등록할 수 있다. 체질을 알고 있으면, 체질값을 입력하고, 모르는 경우 체질 진단툴을 수행할 수 있다. 즉, 대상자는 체질값 입력을 하지 않아도 된다. 즉, 대상자는 컴퓨터 구현 시스템과 관련된 웹 페이지를 사용하는 도중 특정 시점에 체질 정보를 입력 할 수 있다.
대상자 A가 호흡분석 기기를 이용하여, 분당 호흡가스량을 측정하고, 이를 블루투스 또는 직접 연결을 통해 미병 분류 시스템에 전송한다. 필요한 경우 미병 분류 시스템 상에서 자가 입력도 가능하다.
대상자 A의 심박수는 호흡분석 기기에서 함께 측정할 수 있으며, 웨어러블 밴드를 활용하여 따로 측정할 수도 있다. 웨어러블 밴드를 사용한 경우에는 블루투스를 이용하거나 컴퓨터와 직접 연결하여 컴퓨터 구현 시스템(200)에 자료를 전송할 수도 있다.
컴퓨터 구현 시스템(200)에서는 현재 입력되어 있는 키, 몸무게를 사용하거나, 사용자의 판단에 따라 새로운 키, 체중을 입력할 수 있다.
정보들이 수집되면, 컴퓨터 구현 시스템(200)은 미병 분류 알고리즘을 이용하여, 미병을 분류할 수 있다. 또한, 컴퓨터 구현 시스템(200)은 결과창 또는 결과지에 대상자의 미병분류 결과를 표시하고, 해당하는 관리방법을 표시할 수 있다.
도 3은 비질환인을 대상으로 수집한 미병 평가 및 심혈관 순환기능과 관련된 데이터(300)를 설명하는 도면이다.
일례로, 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 건강군과 미병군의 구분을 세분화한 것이고, 프로세서는 대상자의 인구학적 정보 및 대상자의 체격정보를 더 이용하여 판단을 수행할 수 있다.
데이터(300)는 비질환인을 대상으로 하는 미병 평가 및 호흡가스 데이터에 기반하며, 건강군 232명, 미병군 99명을 대상으로 분당 호흡량을 측정하고, 이들 자료 중 최대치 값을 설정하며, 대상자의 키, 몸무게, 성별을 고려하여 각 최대치 값을 보정하여 값을 생성하였다. 이들 변수들을 활용하여 건강군과 미병군 간 차이를 검정하였으며, 건강군과 미병군의 분류는 한국한의학연구원의 미병 분류 설문지를 이용하여 수집되었다.
데이터(300)는 전반적으로 미병군은 건강군에 비하여 최대 산소량과 최대 이산화탄소량이 감소하였으며, 성별 또는 특정 체질 정보가 있을 경우 심박수, 환기량 등의 보정변수를 활용하여 분류 정확도를 높일 수 있다.
데이터(300)에서는 미병 진단결과와 호흡가스 변수를 활용하여 미병 분류 알고리즘을 생성하고 정확도를 검정할 수 있다. 예를 들어, 미병 분류 알고리즘은 CART(Classification and regression trees) 모델, randomForest 모델, MNL 모델, SVM(support vector machine) 모델, NN(Neural Network) 모델 등을 포함하며, 이러한 미병 분류 알고리즘은 데이터 마이닝 방법을 적용하여 미병을 분류할 수 있다.
분석 시 전체 데이터에서 성별 혹은 체질에 따라 분류한 후, 각각 랜덤으로 트래이닝 세트에 70%, 테스트 세트에 30%를 할당하여 트래이닝 세트에서 생성한 알고리즘의 정확도를 테스트 세트에서 검증하는 과정을 100회 반복 수행할 수 있다.
[표 1]은 test set에서 검정한 정확도의 분포를 사분위수 및 평균값으로 정리한 전체 데이터이다.
[표 1]
Figure pat00001
아래 [표 2]와 [표 3]은 [표 1]의 전체 데이터를 성별에 따라 분류한 결과이다.
먼저, [표 2]는 전체 데이터 중에서 남자 데이터를 분석한 결과로서, 전체 데이터의 값들보다 대체로 높은 값을 보이는 것으로 분석된다.
[표 2]
Figure pat00002
다음으로, 먼저, [표 3]은 전체 데이터 중에서 여자 데이터를 분석한 결과로서, [표 2]의 남자 데이터뿐만 아니라 전체 데이터의 값들보다 대체로 낮은 값을 보이는 것으로 분석된다.
[표 3]
Figure pat00003
이하, [표 4] 내지 [표 6]에서는 [표 1]의 전체 데이터를 사상 체질별로 분석한 결과로서, 태음인, 소음인, 소양인을 분류 기준으로 하여 전체 데이터를 분석하였다.
먼저, [표 4]는 전체 데이터 중 태음인에 대해 미병 분류 알고리즘을 통해 분류한 결과를 도시한다.
[표 4]
Figure pat00004
[표 5]는 전체 데이터 중 소음인에 대해 미병 분류 알고리즘을 통해 분류한 결과를 도시한다.
[표 5]
Figure pat00005
[표 6]은 전체 데이터 중 소양인에 대해 미병 분류 알고리즘을 통해 분류한 결과를 도시한다.
[표 6]
Figure pat00006
호흡가스를 기반으로 대상자에 대한 미병 분류를 결정하기 위해 사용된 변수는 분당 산소량, 이상화탄소량, 환기량, 심박수이며, 컴퓨터 구현 시스템은 이를 활용하여 최대 산소량, 최대 이산화탄소량, 심박수와 환기량을 이용한 비율변수를 통해 미병을 분류할 수 있다.
일례로, 컴퓨터 구현 시스템은 분석을 위해 각 변수의 호흡(RC)보정, LT(Lactate Threshold) 시의 산소, 이산화탄소량, BMI(body mass index) 보정, METs(metabolism) 등의 변수를 추가할 수 있다.
참고로, 최대산소섭취량(VO2 peak)은 심폐기능을 평가하는 주요 지표로, 심폐지구력이나 유산소 능력을 평가하는 기준으로 컴퓨터 구현 시스템에 이용될 수 있고, 젖산역치(VO2 LT)도 지구성 운동수행능력을 예측 하는데 유용한 지표로 이용될 수 있다.
특히, 최대운동능력(METs)은 호흡, 순환기능에 따라 결정되므로, 최대산소섭취량(VO2 peak)과 젖산역치(VO2 LT)를 평가하는 지표로 활용될 수 있다. 한의학의 범주에서 미병은 대상자의 전반적인 몸 상태를 모두 반영하여 판단하게 되는데, 그 판단기준은 대부분 주관적인 요소로 이루어져 있다. 때문에 본 발명에서는 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화하여 보여줄 수 있다.
도 4는 일실시예에 따른 미병 분류를 위한 컴퓨터 구현 방법을 설명하는 도면이다.
일실시예에 따른 컴퓨터 구현 방법은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하고, 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 대상자가 건강군과 미병군 중 어느 쪽에 대응하는지 판단할 수 있다.
이를 위해, 일실시예에 따른 컴퓨터 구현 방법은 호흡가스 관련 정보를 수집할 수 있다(단계 401).
호흡가스 관련 정보는, 분당 산소 흡수량, 분당 환기량, 분당 이산화탄소 배출량, 및 분당 심박수 중에서 적어도 하나를 포함한다.
일례로, 분당 심박수는 웨어러블 밴드에서 측정이 가능하고, 웨어러블 밴드는 측정한 분당 심박수를 수집하여 컴퓨터 구현 시스템으로 제공할 수 있다.
참고로, 최대산소섭취량을 산출할 수도 있는데, 이는 지구성 운동 능력을 결정짓는 중요 요소 중 하나로서, 유산소 운동 능력의 평가에 활용될 수도 있다.
다음으로, 일실시예에 따른 컴퓨터 구현 방법은 호흡가스 관련 정보를 수집하면, 대상자에 대한 사상체질 정보가 기록되어 있는지 여부를 판단할 수 있다(단계 402). 만약, 사상체질 정보가 기록되어 있지 않다면, 컴퓨터 구현 방법은 체질을 측정할 것인지를 판단하고(단계 403), 판단 결과에 따라 대상자로부터 대상자로부터 직접 입력 받거나, 진단툴을 활용해서 사상체질을 판단할 수 있다(단계 404).
다음으로, 일실시예에 따른 컴퓨터 구현 방법은 대상자에 대한 성별정보의 유무를 판단할 수 있다(단계 405).
만약, 성별정보가 존재하는 경우 일실시예에 따른 컴퓨터 구현 방법은 수집된 정보들과 대상자의 성별을 고려하여 대사량을 측정할 수 있다(단계 406).
만약, 성별정보가 존재하지 않는 경우라면, 일실시예에 따른 컴퓨터 구현 방법은 대상자로부터 성별을 입력 받을 것인지 여부를 판단하고(단계 407), 판단 결과에 따라 대상자로부터 성별을 입력 받을 수 있다(단계 408). 만약, 성별을 입력 받지 않는 경우라면, 컴퓨터 구현 방법은 단계 406으로 분기할 수 있다.
마찬가지로, 단계 406에서는 수집된 호흡가스 관련 정보와 함께 추가 수집된 정보들을 이용하여, 대상자에 대한 대사량을 측정할 수 있다. 또한, 컴퓨터 구현 방법은 측정한 대사량에 기초하여 한의학적으로 아직 질환은 아니지만 건강의 질이 저하된 상태를 의미하는 미병 여부를 판단할 수 있다.
일실시예에 따른 컴퓨터 구현 방법은 분류한 미병 관련 결과를 대상자의 단말기로 전송할 수 있다(단계 409).
결국, 본 발명을 이용하면 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 이용하여 한의학의 미병을 분류할 수 있다. 또한, 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화할 수 있다.
본 발명의 일실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (12)

  1. 컴퓨터에 의해 적어도 일시적으로 구현되는:
    호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스부; 및
    대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 프로세서
    를 포함하는 컴퓨터 구현 시스템.
  2. 제1항에 있어서,
    상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함하는 컴퓨터 구현 시스템.
  3. 제1항에 있어서,
    상기 프로세서는 CART 모델, RandomForest 모델, MNL 모델, SVM모델, 및 NN모델 중 적어도 하나를 이용하여 상기 판단을 하는 컴퓨터 구현 시스템.
  4. 제3항에 있어서,
    상기 프로세서는 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정하는 컴퓨터 구현 시스템.
  5. 제1항에 있어서,
    상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고, 상기 프로세서는 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행하는 컴퓨터 구현 시스템.
  6. 제1항에 있어서,
    상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여하는 것인 컴퓨터 구현 시스템.
  7. 컴퓨터에 의해 비일실시적으로 수행되는 미병 분류 절차 수행 방법에 있어서, 상기 방법은:
    상기 컴퓨터가 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 단계; 및
    상기 컴퓨터가 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 단계
    를 포함하고,
    상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함하는 방법.
  8. 제7항에 있어서,
    상기 판단하는 단계는,
    상기 컴퓨터가 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정하는 단계
    를 포함하는 방법.
  9. 제7항에 있어서,
    상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고,
    상기 판단하는 단계는 상기 컴퓨터가 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행하는 단계
    를 포함하는 방법.
  10. 제7항에 있어서,
    상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여하는 것인 방법.
  11. 제7항 내지 제10항 중에서 어느 한 항의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  12. 기록매체에 저장되는 컴퓨터 구현 프로그램으로서, 상기 프로그램은 컴퓨팅 시스템에서 실행되는:
    호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 명령어 세트; 및
    대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 명령어 세트
    를 포함하고,
    상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함하는 기록매체에 저장되는 프로그램.
KR1020150125544A 2015-06-12 2015-09-04 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법 KR101785788B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2016/006276 WO2016200244A1 (ko) 2015-06-12 2016-06-13 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150083728 2015-06-12
KR20150083728 2015-06-12

Publications (2)

Publication Number Publication Date
KR20160146465A true KR20160146465A (ko) 2016-12-21
KR101785788B1 KR101785788B1 (ko) 2017-11-06

Family

ID=56939234

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020150125510A KR101653502B1 (ko) 2015-06-12 2015-09-04 미병 분류를 보조하는 컴퓨팅 장치 및 방법
KR1020150125544A KR101785788B1 (ko) 2015-06-12 2015-09-04 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020150125510A KR101653502B1 (ko) 2015-06-12 2015-09-04 미병 분류를 보조하는 컴퓨팅 장치 및 방법

Country Status (2)

Country Link
KR (2) KR101653502B1 (ko)
WO (1) WO2016200243A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200013224A (ko) * 2018-07-26 2020-02-06 신-융 린 클라우드 모니터링 시스템과 연동되는 수소 발생기 및 그 클라우드 모니터링 시스템
KR20220094032A (ko) * 2020-12-28 2022-07-05 이광춘 건강 진단 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102281745B1 (ko) 2019-07-02 2021-07-26 울산대학교 산학협력단 심박출량 추정 방법 및 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100868808B1 (ko) 2008-03-04 2008-11-17 한국과학기술원 호흡가스 및 혈액가스의 측정을 통한 비침습적 호흡특성치 예측 방법 및 표시장치
KR101467482B1 (ko) 2012-12-26 2014-12-01 라정찬 호흡가스를 이용한 암의 진단방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100848118B1 (ko) * 2007-05-03 2008-07-24 삼성전자주식회사 광 센서 생체 신호 측정 장치 및 상기 장치의 광 센서 제어방법
US8414488B2 (en) * 2007-11-13 2013-04-09 Oridion Medical 1987 Ltd. Medical system, apparatus and method
CN102065773B (zh) * 2008-05-12 2014-04-09 心脏技术有限公司 多普勒运动传感器装置和使用多普勒运动传感器装置的方法
KR101330404B1 (ko) * 2011-08-31 2013-11-15 한국 한의학 연구원 맥파를 이용한 건강 상태 판단 장치 및 방법
KR20130097332A (ko) * 2012-02-24 2013-09-03 전자부품연구원 모바일 기기들에 건강 관련 정보를 전달하기 위한 헬스 케어 모듈 및 이를 적용한 헬스 케어 시스템
KR20140037326A (ko) * 2012-09-17 2014-03-27 가천대학교 산학협력단 개인건강기록을 위한 실시간 심전도 모니터링 시스템 및 방법
KR101462318B1 (ko) 2012-11-15 2014-11-20 한국 한의학 연구원 체질 분석 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100868808B1 (ko) 2008-03-04 2008-11-17 한국과학기술원 호흡가스 및 혈액가스의 측정을 통한 비침습적 호흡특성치 예측 방법 및 표시장치
KR101467482B1 (ko) 2012-12-26 2014-12-01 라정찬 호흡가스를 이용한 암의 진단방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200013224A (ko) * 2018-07-26 2020-02-06 신-융 린 클라우드 모니터링 시스템과 연동되는 수소 발생기 및 그 클라우드 모니터링 시스템
KR20220094032A (ko) * 2020-12-28 2022-07-05 이광춘 건강 진단 방법

Also Published As

Publication number Publication date
KR101653502B1 (ko) 2016-09-09
KR101785788B1 (ko) 2017-11-06
WO2016200243A1 (ko) 2016-12-15

Similar Documents

Publication Publication Date Title
Kaminsky et al. Cardiorespiratory fitness and cardiovascular disease-the past, present, and future
Schriger et al. Structured clinical decision aids are seldom compared with subjective physician judgment, and are seldom superior
RU2728855C2 (ru) Количественный показатель предупреждения об ухудшении работы сердечно-сосудистой системы
Kaminsky et al. Determining cardiorespiratory fitness with precision: compendium of findings from the FRIEND registry
Santana-Mora et al. Surface raw electromyography has a moderate discriminatory capacity for differentiating between healthy individuals and those with TMD: a diagnostic study
Cho et al. An empirical comparative study on biological age estimation algorithms with an application of Work Ability Index (WAI)
Jackson et al. Construct validity evidence for single-response items to estimate physical activity levels in large sample studies
Luo et al. A preliminary dual-energy X-ray absorptiometry-based finite element model for assessing osteoporotic hip fracture risk
Kline et al. Methodology for a rapid protocol to rule out pulmonary embolism in the emergency department
Sandhu et al. Brief pain inventory–facial minimum clinically important difference
KR101785788B1 (ko) 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법
Ra et al. Asthmaguide: an asthma monitoring and advice ecosystem
Dallaire-Théroux et al. Evaluation of intensive vs standard blood pressure reduction and association with cognitive decline and dementia: a systematic review and meta-analysis
Basjaruddin et al. Measurement device for stress level and vital sign based on sensor fusion
Kumar Emerging technologies and sensors that can be used during the COVID-19 pandemic
CN104361245B (zh) 检测数据处理系统和方法
Kivimäki et al. Estimating dementia risk using Multifactorial prediction models
Lopes et al. Brazilian studies on pulmonary function in COPD patients: what are the gaps?
Sandroff et al. Comparing two conditions of administering the six-minute walk test in people with multiple sclerosis
Ann Marrie et al. A systematic review of the validity and reliability of the patient-determined disease steps scale
KR101578270B1 (ko) 미병지수 측정을 위한 장치 및 방법
Spieth et al. Analyzing lung crackle sounds: stethoscopes and beyond
Hodselmans et al. Exercise capacity in non-specific chronic low back pain patients: A lean body mass-based Ǻstrand bicycle test; reliability, validity and feasibility
Ichiba et al. Changes in diaphragm thickness and 6-min walking distance improvement after inspiratory muscle training in patients with chronic obstructive pulmonary disease: Clinical trial
WO2016200244A1 (ko) 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right