KR20170016136A - 생체 상태를 판단하는 방법 및 장치 - Google Patents

생체 상태를 판단하는 방법 및 장치 Download PDF

Info

Publication number
KR20170016136A
KR20170016136A KR1020150109539A KR20150109539A KR20170016136A KR 20170016136 A KR20170016136 A KR 20170016136A KR 1020150109539 A KR1020150109539 A KR 1020150109539A KR 20150109539 A KR20150109539 A KR 20150109539A KR 20170016136 A KR20170016136 A KR 20170016136A
Authority
KR
South Korea
Prior art keywords
data
stress level
determining
biometric
living body
Prior art date
Application number
KR1020150109539A
Other languages
English (en)
Other versions
KR102403371B1 (ko
Inventor
김연호
노승우
박상윤
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150109539A priority Critical patent/KR102403371B1/ko
Priority to US15/223,314 priority patent/US10307096B2/en
Publication of KR20170016136A publication Critical patent/KR20170016136A/ko
Application granted granted Critical
Publication of KR102403371B1 publication Critical patent/KR102403371B1/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
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • 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
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist

Abstract

생체 상태를 판단하는 장치 및 방법이 제공된다. 일 실시예에 따른 생체 상태를 판단하는 장치는, 사용자의 신체 데이터 및 생체 데이터를 수집하고, 수집된 생체 데이터를 스트레스 레벨로 산출하며, 산출된 스트레스 레벨 및 신체 데이터 간의 상관관계에 기초한 생체 파라미터를 이용하여 사용자의 생체 상태를 판단할 수 있다.

Description

생체 상태를 판단하는 방법 및 장치{DEVICE AND METHOD TO DETERMINE A BIOLOGICAL STATE}
이하, 생체 상태를 판단하는 방법 및 장치에 관한 기술이 제공된다.
현대 사회가 점차 서구화 및 산업화됨에 따라 비만 인구가 점차 증가하고 있다. 따라서, 식이 요법, 운동 기구 등 다양한 다이어트 방법들이 널리 성행되고 있다. 이 같이, 다양한 다이어트 방법들이 널리 성행되고 있음에도 불구하고, 사람들은 자신이 원하는 체중만큼 감량하지 못하고 다이어트를 실패하는 일이 종종 발생한다.
예를 들어, 일반적인 다이어트 방법의 경우, 체중 등의 단순한 물리적 신체 변화 정도와 관련된 정보만 제공될 수 있을 뿐, 생체에 관한 보다 자세한 정보는 제공되지 않는다. 따라서, 사람들이 생체의 상태를 보다 정확하게 인식할 수 있도록 추가적인 정보가 제공될 필요가 있다.
일 실시예에 따르면, 생체 상태를 판단하는 방법은, 신체 데이터(body data) 및 생체 데이터(biometric data)를 수신하는 단계, 상기 생체 데이터에 기초하여 스트레스 레벨을 산출하는 단계, 및 상기 신체 데이터 및 상기 스트레스 레벨에 기초하여 생체 상태를 판단하는 단계를 포함할 수 있다.
상기 생체 상태를 판단하는 단계는, 상기 스트레스 레벨 및 상기 신체 데이터에 기초하여 생체 파라미터를 산출하는 단계, 및 상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단하는 단계를 포함할 수 있다.
상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단하는 단계는, 상기 생체 파라미터 및 임계값을 비교하여, 상기 생체 상태를 결정하는 단계를 포함할 수 있다.
상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단하는 단계는, 상기 산출된 생체 파라미터를 복수의 임계값과 비교하는 단계, 및 상기 비교한 결과에 기초하여, 상기 생체 상태를 복수의 상태 중 하나로 결정하는 단계를 포함할 수 있다.
상기 생체 파라미터를 산출하는 단계는, 상기 스트레스 레벨과 상기 신체 데이터 간의 상관관계(correlation)에 기초하여 상기 생체 파라미터를 산출하는 단계를 포함할 수 있다.
상기 생체 파라미터를 산출하는 단계는, 상기 스트레스 레벨 및 상기 신체 데이터 간의 차이에 기초하여 상기 생체 파라미터를 산출하는 단계를 포함할 수 있다.
상기 생체 상태를 판단하는 단계는, 상기 스트레스 레벨 및 상기 신체 데이터를 각각 정규화하는 단계, 및 상기 정규화된 스트레스 레벨 및 상기 정규화된 신체 데이터에 기초하여 상기 생체 상태를 판단하는 단계를 포함할 수 있다.
상기 신체 데이터 및 생체 데이터를 수신하는 단계는, 적어도 두 종류의 생체 데이터를 수신하는 단계를 포함하고, 상기 스트레스 레벨을 산출하는 단계는, 상기 적어도 두 종류의 생체 데이터에 기초하여, 상기 스트레스 레벨을 산출하는 단계를 포함할 수 있다.
상기 스트레스 레벨을 산출하는 단계는, 상기 생체 데이터의 패턴 데이터를 추출하는 단계, 및 상기 패턴 데이터에 기초하여 상기 스트레스 레벨을 산출하는 단계를 포함할 수 있다.
일 실시예에 따른 생체 상태를 판단하는 장치는 신체 데이터 및 생체 데이터를 수신하는 수신부, 상기 생체 데이터에 기초하여 스트레스 레벨을 산출하고, 상기 신체 데이터 및 상기 스트레스 레벨에 기초하여 생체 상태를 판단하는 처리부를 포함할 수 있다.
상기 처리부는, 상기 스트레스 레벨 및 상기 신체 데이터에 기초하여 생체 파라미터를 산출하고, 상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단할 수 있다.
상기 처리부는, 상기 생체 파라미터 및 임계값을 비교하여, 상기 생체 상태를 결정할 수 있다.
상기 처리부는, 상기 산출된 생체 파라미터를 복수의 임계값과 비교하고, 상기 비교한 결과에 기초하여, 상기 생체 상태를 복수의 상태 중 하나로 결정할 수 있다.
상기 처리부는, 상기 스트레스 레벨과 상기 신체 데이터 간의 상관관계(correlation)에 기초하여 상기 생체 파라미터를 산출할 수 있다.
상기 처리부는, 상기 스트레스 레벨 및 상기 신체 데이터 간의 차이에 기초하여 상기 생체 파라미터를 산출할 수 있다.
상기 처리부는, 상기 스트레스 레벨 및 상기 신체 데이터를 각각 정규화하고, 상기 정규화된 스트레스 레벨 및 상기 정규화된 신체 데이터에 기초하여 상기 생체 상태를 판단할 수 있다.
상기 수신부는, 적어도 두 종류의 생체 데이터를 수신하고, 상기 처리부는, 상기 적어도 두 종류의 생체 데이터에 기초하여, 상기 스트레스 레벨을 산출할 수 있다.
상기 처리부는, 상기 생체 데이터의 패턴 데이터를 추출하고, 상기 패턴 데이터에 기초하여 상기 스트레스 레벨을 산출할 수 있다.
생체 상태를 판단하는 장치는 상기 생체 상태를 디스플레이하는 디스플레이, 및 상기 생체 상태를 외부 장치로 전송하는 통신부를 더 포함할 수 있다.
도 1은 일 실시예에 따른 생체 상태를 판단하는 방법을 도시한 흐름도이다.
도 2 및 도 3은 일 실시예에 따른 스트레스 레벨(stress level)의 산출을 도시한 도면이다.
도 4는 일 실시예에 따른 신체 데이터 및 스트레스 레벨에 기초하여 생체 상태를 판단하는 방법을 도시한 흐름도이다.
도 5는 일 실시예에 따른 생체 파라미터(biometric parameter)의 산출을 도시한 도면이다.
도 6은 일 실시예에 따른 생체 파라미터 및 복수의 임계값과의 비교를 도시한 도면이다.
도 7 내지 도 10은 일 실시예에 따른 생체 상태를 판단하는 장치의 구성을 도시한 블럭도이다.
도 11은 일 실시예에 따른 생체 상태를 판단하는 장치가 체중계의 형태로 구현된 예시를 도시한다.
도 12는 일 실시예에 따른 생체 상태를 판단하는 장치가 웨어러블 장치(wearable device)의 형태로 구현된 예시를 도시한다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수 개의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 생체 상태를 판단하는 방법을 도시한 흐름도이다.
우선, 단계(110)에서 생체 상태를 판단하는 장치의 수신부는 신체 데이터 및 생체 데이터를 수신할 수 있다. 수신부는 신체 데이터 및 생체 데이터를 사용자의 생체로부터 직접 측정하여 수신하거나, 외부 센서로부터 신체 데이터 및 생체 데이터를 유선 또는 무선으로 수신할 수 있다. 또한, 수신부는 적어도 두 종류의 생체 데이터를 수신할 수도 있다.
신체 데이터는 사용자의 신체(body)와 관련된 데이터로서, 예를 들어, 체중(weight), 체성분(body composition), 키, 및 나이(age) 등과 연관된 데이터를 포함할 수 있다. 체성분 데이터는 신체를 구성하는 성분에 관한 데이터로서, 예를 들어, 체지방(body fat), 및 신체질량지수(BMI, body mass index) 등을 포함할 수 있다. 다만, 신체 데이터를 상술한 바로 한정하는 것은 아니다.
생체 데이터는 사용자의 생체 신호(biometric signal)와 관련된 데이터로서, 예를 들어, 심전도 신호, 광용적맥파(PPG, Photoplethysmography), 및 혈압과 관련된 데이터 등을 포함할 수 있다. 일 실시예에 따르면, 생체 데이터는 교감신경에 민감하게 반응하는 생체 신호를 포함할 수 있다. 다만, 생체 데이터를 상술한 바로 한정하는 것은 아니다.
그리고 단계(120)에서 생체 상태를 판단하는 장치의 처리부는 생체 데이터에 기초하여 스트레스 레벨을 산출할 수 있다. 예를 들어, 처리부는 생체 데이터를 처리하여 스트레스 레벨을 산출(예를 들어, 심전도 신호의 패턴 데이터를 처리하여 산출)하거나, 생체 데이터 자체를 스트레스 레벨로 이용(예를 들어, 혈압 신호를 스트레스 레벨로 이용)할 수도 있다. 일 실시예에 따르면, 처리부는 생체 데이터의 패턴 데이터를 추출하고, 패턴 데이터에 기초하여 스트레스 레벨을 산출할 수 있다. 구체적으로 스트레스 레벨의 산출은 하기 도 2 및 도 3에서 상세히 설명한다.
또한, 처리부는 적어도 두 종류의 생체 데이터에 기초하여, 스트레스 레벨을 산출할 수도 있다. 예를 들어, 처리부는 두 종류의 생체 데이터를 선형적으로 또는 비선형적으로 결합한 데이터, 두 종류의 생체 데이터의 각각으로부터 추출된 패턴 데이터 등을 이용하여 스트레스 레벨을 산출할 수 있다.
스트레스 레벨은 스트레스의 정도를 나타내는 지표로서, 예를 들어, 스트레스 레벨의 값이 클 수록 사용자가 높은 스트레스를 받고 있고, 스트레스 레벨의 값이 낮을 수록 사용자가 낮은 스트레스를 받고 있다는 것을 나타낼 수 있다.
이어서 단계(130)에서 처리부는 신체 데이터 및 스트레스 레벨에 기초하여 생체 상태를 판단할 수 있다. 처리부는 신체 데이터 및 스트레스 레벨 간의 상관관계(correlation)로서, 체중 또는 체지방 등이 감소되면서 스트레스가 증가되지 않으면 요요 상태가 아닌 것으로 판단하고, 스트레스가 증가하면서 체중 또는 체지방 등이 감소되는 경우에는 요요 상태인 것으로 판단할 수 있다. 예를 들어, 처리부는 스트레스 레벨과 신체 데이터 간의 상관관계에 기초하여 생체 상태를 판단하기 위한 생체 파라미터를 산출할 수 있다. 생체 파라미터의 산출은 하기 도 5에서 상세히 설명한다.
본 명세서에서 생체 상태는, 생체의 상태를 나타내는 것으로서, 예를 들어, 생체의 체중이 감량된 상태에서 급격하게 체중이 증가하기 쉬운 상태를 웨이트 사이클링(weight cycling) 상태(예를 들어, 웨이트 사이클링 상태는 요요 현상이 발생하기 쉬운 상태라고 나타낼 수 있다), 웨이트 사이클링 상태가 아닌 상태를 정상 상태인 것으로 분류될 수 있다. 웨이트 사이클링 상태에서는, 급격한 체중 감량에 따른 스트레스에 의해 인체에서 코티졸이 분비되고, 코티졸에 의해 복부비만 등과 같은 지방이 증가하게 되어, 심장질환의 위험성이 증가될 수 있다. 다만, 생체 상태의 분류를 이로 한정하는 것은 아니고, 생체의 체중이 증가되기 쉬운 정도에 따라, 제1 상태, 제2 상태 내지 제n 상태(여기서, n은 2이상의 정수) 등으로 구분할 수도 있고, 여기서 제1 상태에 가까울 수록 체중이 증가되기 어렵고, 제n 상태에 가까울 수록 체중이 증가되기 쉬운 상태일 수 있다.
체중 관리 실패의 주요 원인은 요요 현상으로서, 요요 현상은 체중 관리 시에 뇌에서는 본인의 체중을 인지하고 있다가 급격하게 체중이 감소되면 기존의 체중보다 더 살을 찌우려는 활동을 시작하는 신체의 기전으로부터 비롯된다. 일 실시예에 따른 생체 상태를 측정하는 장치는 이러한 다이어트 효과를 감소 시키는 요요 현상을 미리 예측할 수 있다. 생체 상태를 측정하는 장치는 사용자의 생체 상태를 판단하여, 사용자가 적절한 운동 강도를 선택하도록 하고, 다이어트에 대한 스트레스로 발생되는 요요 현상을 방지하여, 사용자에게 효과적인 운동 및 다이어트를 유도 할 수 있다.
도 2 및 도 3은 일 실시예에 따른 스트레스 레벨(stress level)의 산출을 도시한 도면이다.
일 실시예에 따른 스트레스 레벨은 생체 데이터로부터 산출될 수 있다. 도 2에서 생체 데이터는 심전도 신호를 예로 들어 설명한다.
처리부는 생체 데이터의 패턴 데이터를 추출할 수 있다. 패턴 데이터는 생체 데이터의 패턴을 나타내는 데이터로서, 예를 들어, 피크와 피크 사이의 간격 등을 나타낼 수 있다. 예를 들어, 처리부는 생체 데이터의 신호(예를 들어, 심전도 신호)(210)로부터 피크와 피크 사이의 간격(211, 212, 213, 214)을 추출할 수 있다.
처리부는 생체 데이터의 신호(210)의 주기(예를 들어, 심전도 신호에서는 한 비트(beat))마다 추출된 피크와 피크 사이의 간격을 나타내는 패턴 데이터(예를 들어, 심전도 신호에서 R 피크와 R 피크 사이의 간격인 RRI(R-to-R Interval))(220)를 생성할 수 있다. 도 2에서, RRI(220)를 나타낸 그래프의 y축은 각 비트에서의 피크와 피크 사이의 간격(211, 212, 213, 214)에 대응하는 값을 나타내고, x축은 비트 횟수를 나타낼 수 있다.
일 실시예에 따른 RRI(220)의 미세한 변화는 자율신경계(예를 들어, 교감신경계 및 부교감 신경계)의 활동 양상에 의존할 수 있다. 예를 들어, 교감신경이 자극될 경우, 부교감신경에 비해 5초 정도 지연된 반응시간이 나타날 수 있다. 따라서, 교감심경은 RRI의 느린 패턴으로 나타나고, 부교감신경은 RRI의 빠른 패턴으로 나타나므로, 교감신경은 저주파수 성분으로, 부교감신경은 고주파수 성분으로 나타날 수 있다.
그리고 처리부는 패턴 데이터(220)에 기초하여 스트레스 레벨을 산출할 수 있다. 처리부는 일정 시간(예를 들어, 수 시간, 하루 등) 동안 수집된 패턴 데이터(예를 들어, RRI)(220)를 주파수 영역으로 변환(예를 들어, FFT, fast fourier transform)할 수 있다. 도 2에 도시된 RRI의 PSD(power spectral density)에 나타난 바와 같이, 주파수 영역으로 변환된 RRI는 저주파수(LF, low frequency) 영역(231)(예를 들어, 0.05~0.15Hz까지의 영역), 고주파수(HF, high frequency) 영역(232)(예를 들어, 0.15Hz 이상의 영역) 등으로 분류될 수 있다. 저주파수 영역(231)은 교감신경, 고주파수 영역(232)은 부교감신경을 나타낼 수 있다. 처리부는 저주파수 영역(231)이 적분된 크기(241) 및 고주파수 영역(232)이 적분된 크기(242)의 비율을 계산할 수 있다.
예를 들어, 처리부는 고주파수 영역(232)이 적분된 크기(242)에 대한 저주파수 영역(231)이 적분된 크기(241)의 비율(즉, LF/HF)을 산출할 수 있고, 산출된 비율을 스트레스 레벨로서 결정할 수 있다. 처리부는 일정 시간마다 스트레스 레벨을 산출하여 도 3에 도시된 바와 같은 스트레스 레벨의 그래프(310)를 결정할 수 있다. 도 3에서 위쪽 방향 화살표는 스트레스에 긍정적인 자극이 사용자에게 작용되어, 이후 스트레스 레벨이 저하되는 것을 나타낼 수 있고, 아래방향 화살표는 스트레스에 부정적인 자극이 사용자에게 작용되어, 이후 스트레스 레벨이 증가되는 것을 나타낼 수 있다.
도 4는 일 실시예에 따른 신체 데이터 및 스트레스 레벨에 기초하여 생체 상태를 판단하는 방법을 도시한 흐름도이다.
도 4는 상술한 도 1의 단계(130)에서 신체 데이터 및 스트레스 레벨에 기초하여 생체 상태를 판단하는 과정을 보다 상세하게 설명한다.
우선, 단계(410)에서 처리부는 스트레스 레벨 및 신체 데이터에 기초하여 생체 파라미터를 산출할 수 있다. 처리부는 스트레스 레벨과 신체 데이터 간의 상관관계에 기초하여 생체 파라미터를 산출할 수 있다. 스트레스 레벨과 신체 데이터 간의 상관관계는 스트레스 레벨의 증감과 신체 데이터의 증감 간의 관계를 나타낼 수 있다. 예를 들어, 처리부는 스트레스 레벨 및 신체 데이터 간의 상관관계로서, 스트레스 레벨 및 신체 데이터 간의 차이를 산출할 수 있다.
또한, 처리부는 스트레스 레벨 및 신체 데이터 간의 상관관계를 산출하기 위하여, 스트레스 레벨 및 신체 데이터를 각각 정규화할 수 있다. 처리부는 정규화된 스트레스 레벨 및 정규화된 신체 데이터에 기초하여 상관관계를 산출할 수 있다. 예를 들어, 처리부는 하기 도 5에서 설명하는 바와 같이, 정규화된 스트레스 레벨로부터 정규화된 신체 데이터를 차감(subtract)할 수 있다.
그리고 단계(420)에서 처리부는 산출된 생체 파라미터에 기초하여 생체 상태를 판단할 수 있다. 처리부는 생체 파라미터 및 임계값을 비교하여, 생체 상태를 결정할 수 있다. 예를 들어, 처리부는 생체 파라미터가 임계값보다 크면, 생체가 웨이트 사이클링 상태인 것으로 판단하고, 생체 파라미터가 임계값 이하이면 생체가 정상 상태인 것으로 판단할 수 있다. 하기 도 5에서 상세히 설명한다.
다른 일 실시예에 따르면, 처리부는 산출된 생체 파라미터를 복수의 임계값과 비교할 수 있다. 처리부는 비교한 결과에 기초하여, 생체 상태를 복수의 상태 중 하나로 결정할 수 있다. 예를 들어, 처리부는 제1 임계값 내지 제n 임계값과 비교하여, 생체 상태를 제1 상태 내지 제n 상태 중 하나로 결정할 수 있다. 하기 도 6에서 상세히 설명한다.
도 5는 일 실시예에 따른 생체 파라미터(biometric parameter)의 산출을 도시한 도면이다.
도 5는 정규화된 스트레스 레벨(510) 및 정규화된 신체 데이터(520)를 나타낼 수 있다. 예를 들어, 처리부는 최초의 스트레스 레벨(510)의 값으로 이후 수집되는 스트레스 레벨(510)을 나누고, 최초의 신체 데이터(520)의 값으로 이후 수집되는 신체 데이터(520)를 나눔으로써, 스트레스 레벨(510) 및 신체 데이터(520)를 각각 정규화(normalization)할 수 있다. 다만, 처리부에 의한 정규화를 이로 한정하는 것은 아니고, 정규화는 스트레스 레벨(510) 및 신체 데이터(520) 간의 상관관계를 추출하기 위해, 스트레스 레벨(510) 및 신체 데이터(520)를 서로 동일한 스케일(scale) 또는 비교될 수 있는 스케일로 변환하는 모든 프로세스를 포함할 수 있다.
처리부는 정규화된 스트레스 레벨(510) 및 정규화된 신체 데이터(520)로부터 생체 파라미터(530)를 추출할 수 있다. 예를 들어, 처리부는 도 5에 도시된 바와 같이, 정규화된 스트레스 레벨(510)로부터 정규화된 신체 데이터(520)를 차감함으로써, 생체 파라미터(530)를 산출할 수 있다. 다만, 생체 파라미터(530)를 이로 한정하는 것은 아니고, 스트레스 레벨(510) 및 신체 데이터(520) 간의 상관관계를 나타내는 다양한 수식이 이용될 수 있다. 또한, 도 5에서는 일(day) 단위로 생체 파라미터(530)를 산출하였는데, 이로 한정하는 것은 아니고 설계에 따라, 초(sec), 분(minute), 시간(hour), 일주일 단위 등, 다양한 단위(즉, 일정 시간마다)로 생체 파라미터(530)가 산출될 수 있다.
처리부는 생체 파라미터(530)를 임계값(540)과 비교할 수 있다. 처리부는 생체 파라미터(530)가 임계값(540)보다 크면, 생체가 웨이트 사이클링 상태인 것으로 결정할 수 있다. 처리부는 생체 파라미터(530)가 임계값(540) 이하인 경우에는, 생체가 정상 상태인 것으로 결정할 수 있다. 임계값(540)은 실험, 시뮬레이션, 학습 등에 의해 결정되거나, 사용자에 의해 임의로 설정될 수도 있다. 또한, 임계값(540)을 하나인 것으로 한정하는 것은 아니고, 하기 도 6에서 설명하는 바와 같이 복수의 임계값이 설정될 수도 있다.
도 6은 일 실시예에 따른 생체 파라미터 및 복수의 임계값과의 비교를 도시한 도면이다.
처리부는 생체 파라미터(630)를 복수의 임계값들과 비교할 수 있다. 처리부는 비교한 결과에 기초하여 생체 상태를 복수의 상태 중 하나로 결정할 수 있다.
예를 들어, 처리부는 생체 파라미터(630)가 제1 임계값(641)이하이면 제1 상태, 제1 임계값(641)보다 크고 제2 임계값(642) 이하이면 제2 상태, 제n 임계값(643)보다 크면 제n 상태인 것으로 결정할 수 있다. 여기서, n은 1이상의 정수를 나타낼 수 있다.
도 7 내지 도 10은 일 실시예에 따른 생체 상태를 판단하는 장치의 구성을 도시한 블럭도이다.
생체 상태를 판단하는 장치(700)는 수신부(710) 및 처리부(720)를 포함한다.
수신부(710)는 신체 데이터 및 생체 데이터를 수신할 수 있다. 수신부(710)는 신체 데이터 및 생체 데이터를 각각 유선 또는 무선(예를 들어, 블루투스, Zigbee 등)으로 수신할 수 있다.
일 실시예에 따르면, 수신부(710)는 도 8에 도시된 바와 같이 신체 센서(811) 및 생체 센서(812)를 포함할 수 있다. 신체 센서(811)는 사용자에 대한 신체 데이터(예를 들어, 키)를 입력 받거나, 사용자에 대한 신체 데이터(예를 들어, 체지방 등)를 측정할 수 있다. 또한, 신체 센서(811)는 복수의 종류의 신체 데이터를 입력 받거나 측정할 수 있다. 생체 센서(812)는 사용자에 대한 신체 데이터를 측정할 수 있고, 또한 생체 센서(812)는 적어도 두 종류의 생체 데이터를 동시에 측정(예를 들어, 심전도 신호 및 혈압 신호를 동시에 측정)할 수도 있다.
다만, 신체 센서(811)가 입력 받거나 측정하는 신체 데이터의 종류를 상술한 바로 한정하는 것은 아니고, 설계에 따라 신체 센서(811)는 다양한 종류의 신체 데이터를 입력 받거나 측정할 수 있다. 생체 센서(812)도 측정하는 생체 데이터의 종류를 상술한 바로 한정하는 것은 아니고, 생체 센서(812)는 설계에 따라 다양한 종류의 생체 데이터를 측정할 수 있다.
다른 일 실시예에 따르면 수신부(710)는 도 9에 도시된 바와 같이 외부 신체 센서(991) 및 외부 생체 센서(992)로부터 각각 신체 데이터 및 생체 데이터를 유선 또는 무선으로 수신할 수 있다. 다만, 이로 한정하는 것은 아니고, 수신부(710)는 신체 데이터를 측정하는 신체 센서(811)를 포함하고 외부 생체 센서(992)로부터 생체 데이터를 수신하거나, 수신부(710)는 생체 데이터를 측정하는 생체 센서(812)를 포함하고 외부 신체 센서(991)로부터 신체 데이터를 수신할 수도 있다. 외부 신체 센서(991) 및 외부 생체 센서(992)는 생체 상태를 판단하는 장치(700)와 독립된 모듈로 구성될 수 있다.
처리부(720)는 생체 데이터에 기초하여 스트레스 레벨을 산출하고, 신체 데이터 및 스트레스 레벨에 기초하여 생체 상태를 판단할 수 있다. 스트레스 레벨의 산출 및 스트레스 레벨에 기초한 생체 상태의 판단은 도 1 내지 도 6에서 상술한 바와 같다.
더 나아가, 생체 상태를 판단하는 장치(700)는 도 10에 도시된 바와 같이, 디스플레이(1030) 및 통신부(1040)를 더 포함할 수도 있다.
디스플레이(1030)는 생체 상태를 디스플레이할 수 있다. 예를 들어, 디스플레이(1030)는 처리부(720)의 제어에 따라, 생체 데이터, 신체 데이터, 스트레스 레벨, 및 생체 상태 중 적어도 하나를 디스플레이할 수 있다. 생체 상태가 복수의 상태로 분류되는 경우, 사용자는 디스플레이(1030)를 통해 디스플레이되는 생체 상태로부터, 자신의 웨이트 사이클링 현상의 정도를 직관적으로 식별할 수 있다. 또한, 디스플레이(1030)는 생체 상태를 판단하는 장치(700)를 제어하기 위한 사용자 인터페이스를 제공할 수 있다.
통신부(1040)는 생체 상태를 외부 장치로 전송할 수 있다. 예를 들어, 통신부(1040)는 처리부(720)의 제어에 따라, 생체 데이터, 신체 데이터, 스트레스 레벨, 및 생체 상태 중 적어도 하나를 외부 장치로 유선 또는 무선(예를 들어, WiFi 등)으로 전송할 수 있다. 외부 장치는 생체 상태를 판단하는 장치(700)와 독립된 별개의 장치일 수 있다.
도 11은 일 실시예에 따른 생체 상태를 판단하는 장치가 체중계의 형태로 구현된 예시를 도시한다.
예를 들어, 생체 상태를 판단하는 장치(1100)가 체중계의 형태로 구현된 경우, 생체 상태를 판단하는 장치(1100)는 수신부(1110)의 생체전기임피던스 법(BIA, Bioelectrical Impedance Analysis)을 이용하는 신체 센서를 통해 신체 데이터(1101)로서 사용자의 체지방 등을 측정할 수 있다. 또한, 수신부(1110)는 생체 센서를 통해 생체 데이터(1102)로서 사용자의 심전도 신호를 측정할 수 있다. 다만, 도 11에서 측정된 사용자의 체중이 "80kg"으로 표시되었으나, 이는 순전히 예시적인 것으로서, 사용자의 체중은 소수점 단위를 포함할 수 있고, g과 같이 다른 단위로 측정되거나 표시될 수 있다. 또한, 수신부의 구성 및 측정되는 각 데이터의 종류는 예시적인 것으로서, 설계에 따라 변경될 수 있다.
일 실시예에 따르면, 생체 상태를 판단하는 장치(1100)가 생체 상태 판단을 시작하라는 명령을 수신하면(예를 들어, 생체 상태를 판단하는 장치(1100) 상에 사용자가 올라서면), 해당 장치(1100)는 사용자의 체중/체지방과 심전도 신호 등을 수집할 수 있다. 다만, 이로 한정하는 것은 아니고, 생체 상태를 판단하는 장치(1100)가 직접 체중 및 심전도 신호를 측정하는 대신, 외부 센서로부터 측정된 체중 및 심전도 신호를 유선 또는 무선으로 수신할 수도 있다.
생체 상태를 판단하는 장치(1100)는 수신된 신체 데이터(1101) 및 생체 데이터(1102)를 이용하여 사용자의 생체 상태(1103)를 판단할 수 있다. 예를 들어, 상술한 바와 같이, 생체 상태를 판단하는 장치(1100)는, 신체 데이터(1101)에 따른 체중의 감소 정도와 생체 데이터(1102)에 따른 스트레스 레벨의 증가 정도를 비교하여, 사용자가 웨이트 사이클링 상태인 지 여부 등을 판단할 수 있다.
도 12는 일 실시예에 따른 생체 상태를 판단하는 장치가 웨어러블 장치(wearable device)의 형태로 구현된 예시를 도시한다.
예를 들어, 생체 상태를 판단하는 장치(1200)가 손목 밴드 형태의 웨어러블 장치로 구현된 경우, 사용자가 손목 밴드를 착용한 상태에서 해당 장치(1200)는 사용자로부터 생체 상태 판단을 시작하라는 명령을 수신할 수 있다. 사용자로부터 수신된 명령에 응답하여, 생체 상태를 판단하는 장치(1200)는 수신부(1210)에서 생체전기임피던스 법을 이용하여 신체 데이터(1201)로서 체지방을 측정할 수 있고, 심전도 센서를 통해 생체 데이터(1202)로서 심전도 신호를 측정할 수 있다. 다만, 이로 한정하는 것은 아니고, 해당 장치(1200)는 외부 센서로부터 신체 데이터(1201) 및 생체 데이터(1202)를 유선 또는 무선으로 수신할 수도 있다.
일 실시예에 따르면, 생체 상태(1203)를 판단하는 장치(1200)는 상술한 바와 같이 측정된 신체 데이터(1201) 및 생체 데이터(1202)를 이용하여, 스트레스 레벨을 산출하고, 산출된 스트레스 레벨에 기초하여 생체 상태(1203)를 판단할 수 있다. 또한, 생체 상태(1203)를 판단하는 장치(1200)는 판단된 생체 상태(1203)를 외부 장치(1200)로 전송할 수도 있다.
일 실시예에 따른 생체 상태를 판단하는 장치(1200)는 체중 감량 후 다시 급격하게 살이 찌는 웨이트 사이클링 현상(즉, 요요 현상)의 발생 가능성에 대하여 미리 예측 할 수 있는 정보를 사용자에게 제공할 수 있다. 상술한 바에 의해 결정된 생체 상태(1203)는 건강관리 및 다이어트에 활용될 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 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 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 신체 데이터(body data) 및 생체 데이터(biometric data)를 수신하는 단계;
    상기 생체 데이터에 기초하여 스트레스 레벨을 산출하는 단계; 및
    상기 신체 데이터 및 상기 스트레스 레벨에 기초하여 생체 상태를 판단하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  2. 제1항에 있어서,
    상기 생체 상태를 판단하는 단계는,
    상기 스트레스 레벨 및 상기 신체 데이터에 기초하여 생체 파라미터를 산출하는 단계; 및
    상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  3. 제2항에 있어서,
    상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단하는 단계는,
    상기 생체 파라미터 및 임계값을 비교하여, 상기 생체 상태를 결정하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  4. 제2항에 있어서,
    상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단하는 단계는,
    상기 산출된 생체 파라미터를 복수의 임계값과 비교하는 단계; 및
    상기 비교한 결과에 기초하여, 상기 생체 상태를 복수의 상태 중 하나로 결정하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  5. 제2항에 있어서,
    상기 생체 파라미터를 산출하는 단계는,
    상기 스트레스 레벨과 상기 신체 데이터 간의 상관관계(correlation)에 기초하여 상기 생체 파라미터를 산출하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  6. 제2항에 있어서,
    상기 생체 파라미터를 산출하는 단계는,
    상기 스트레스 레벨 및 상기 신체 데이터 간의 차이에 기초하여 상기 생체 파라미터를 산출하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  7. 제1항에 있어서,
    상기 생체 상태를 판단하는 단계는,
    상기 스트레스 레벨 및 상기 신체 데이터를 각각 정규화하는 단계; 및
    상기 정규화된 스트레스 레벨 및 상기 정규화된 신체 데이터에 기초하여 상기 생체 상태를 판단하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  8. 제1항에 있어서,
    상기 신체 데이터 및 생체 데이터를 수신하는 단계는,
    적어도 두 종류의 생체 데이터를 수신하는 단계
    를 포함하고,
    상기 스트레스 레벨을 산출하는 단계는,
    상기 적어도 두 종류의 생체 데이터에 기초하여, 상기 스트레스 레벨을 산출하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  9. 제1항에 있어서,
    상기 스트레스 레벨을 산출하는 단계는,
    상기 생체 데이터의 패턴 데이터를 추출하는 단계; 및
    상기 패턴 데이터에 기초하여 상기 스트레스 레벨을 산출하는 단계
    를 포함하는 생체 상태를 판단하는 방법.
  10. 하드웨어와 결합되어 제1항 내지 제9항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  11. 신체 데이터 및 생체 데이터를 수신하는 수신부;
    상기 생체 데이터에 기초하여 스트레스 레벨을 산출하고, 상기 신체 데이터 및 상기 스트레스 레벨에 기초하여 생체 상태를 판단하는 처리부
    를 포함하는 생체 상태를 판단하는 장치.
  12. 제11항에 있어서,
    상기 처리부는,
    상기 스트레스 레벨 및 상기 신체 데이터에 기초하여 생체 파라미터를 산출하고, 상기 산출된 생체 파라미터에 기초하여 상기 생체 상태를 판단하는,
    생체 상태를 판단하는 장치.
  13. 제12항에 있어서,
    상기 처리부는,
    상기 생체 파라미터 및 임계값을 비교하여, 상기 생체 상태를 결정하는,
    생체 상태를 판단하는 장치.
  14. 제12항에 있어서,
    상기 처리부는,
    상기 산출된 생체 파라미터를 복수의 임계값과 비교하고, 상기 비교한 결과에 기초하여, 상기 생체 상태를 복수의 상태 중 하나로 결정하는,
    생체 상태를 판단하는 장치.
  15. 제12항에 있어서,
    상기 처리부는,
    상기 스트레스 레벨과 상기 신체 데이터 간의 상관관계(correlation)에 기초하여 상기 생체 파라미터를 산출하는,
    생체 상태를 판단하는 장치.
  16. 제12항에 있어서,
    상기 처리부는,
    상기 스트레스 레벨 및 상기 신체 데이터 간의 차이에 기초하여 상기 생체 파라미터를 산출하는,
    생체 상태를 판단하는 장치.
  17. 제11항에 있어서,
    상기 처리부는,
    상기 스트레스 레벨 및 상기 신체 데이터를 각각 정규화하고, 상기 정규화된 스트레스 레벨 및 상기 정규화된 신체 데이터에 기초하여 상기 생체 상태를 판단하는,
    생체 상태를 판단하는 장치.
  18. 제11항에 있어서,
    상기 수신부는,
    적어도 두 종류의 생체 데이터를 수신하고,
    상기 처리부는,
    상기 적어도 두 종류의 생체 데이터에 기초하여, 상기 스트레스 레벨을 산출하는,
    생체 상태를 판단하는 장치.
  19. 제11항에 있어서,
    상기 처리부는,
    상기 생체 데이터의 패턴 데이터를 추출하고, 상기 패턴 데이터에 기초하여 상기 스트레스 레벨을 산출하는,
    생체 상태를 판단하는 장치.
  20. 제11항에 있어서,
    상기 생체 상태를 디스플레이하는 디스플레이; 및
    상기 생체 상태를 외부 장치로 전송하는 통신부
    를 더 포함하는 생체 상태를 판단하는 장치.
KR1020150109539A 2015-08-03 2015-08-03 생체 상태를 판단하는 방법 및 장치 KR102403371B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150109539A KR102403371B1 (ko) 2015-08-03 2015-08-03 생체 상태를 판단하는 방법 및 장치
US15/223,314 US10307096B2 (en) 2015-08-03 2016-07-29 Biological state determining method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150109539A KR102403371B1 (ko) 2015-08-03 2015-08-03 생체 상태를 판단하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170016136A true KR20170016136A (ko) 2017-02-13
KR102403371B1 KR102403371B1 (ko) 2022-05-30

Family

ID=58053223

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150109539A KR102403371B1 (ko) 2015-08-03 2015-08-03 생체 상태를 판단하는 방법 및 장치

Country Status (2)

Country Link
US (1) US10307096B2 (ko)
KR (1) KR102403371B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230077494A (ko) 2021-11-25 2023-06-01 주식회사 제나 음주 상태 판단 장치 및 그 제어 방법
KR20230077492A (ko) 2021-11-25 2023-06-01 주식회사 제나 생체 상태 판단 장치 및 그 제어 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX2018002158A (es) 2015-08-25 2018-07-06 Alnylam Pharmaceuticals Inc Mí‰TODOS Y COMPOSICIONES PARA TRATAR UN TRASTORNO ASOCIADO A GEN DE PROPROTEINA CONVERTASA SUBTILISINA KEXINA (PCSK9).

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020018541A (ko) * 2000-09-02 2002-03-08 윤종용 신체 및 감정 상태 인식 장치 및 방법
KR20090027024A (ko) * 2007-09-11 2009-03-16 삼성전자주식회사 다중 측정된 생체신호를 기반으로한 스트레스 분석방법
KR20100035030A (ko) * 2008-09-25 2010-04-02 한국생산기술연구원 건강상태 측정장치 및 방법 그리고 그 방법을 수행하기 위한 프로그램이 기록된 기록매체

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6635015B2 (en) 2001-04-20 2003-10-21 The Procter & Gamble Company Body weight management system
KR20040072526A (ko) 2004-07-20 2004-08-18 주식회사 산테 과학적이고 체계적인 다단계 비만 및 건강관리 시스템
US20060076025A1 (en) 2004-10-07 2006-04-13 Kevin Kim Method of dieting
KR20060056843A (ko) 2004-11-22 2006-05-25 주식회사 자원메디칼 맥박 혹은 심박 측정이 가능한 체중계
KR100814327B1 (ko) 2006-10-09 2008-03-18 정금희 체중조절을 위한 건강보조식품 및 그 제조방법
KR100817272B1 (ko) 2007-01-19 2008-03-27 삼성전자주식회사 사용자 피부에 대한 센서의 밀착도를 측정하는 체지방 측정장치 및 그 방법
JP2008183048A (ja) 2007-01-26 2008-08-14 Tokyo Joho Kagaku Kenkyusho:Kk 作業疲労度測定システム
KR20100036085A (ko) 2008-09-29 2010-04-07 주식회사 바이오넷 스트레스와 체지방을 동시에 측정하는 방법
WO2012003587A1 (en) * 2010-07-06 2012-01-12 Cfs Concrete Forming Systems Inc. Push on system for restoring, repairing, reinforcing, protecting, insulating and/or cladding structures
US9005129B2 (en) * 2012-06-22 2015-04-14 Fitbit, Inc. Wearable heart rate monitor
US9042971B2 (en) * 2012-06-22 2015-05-26 Fitbit, Inc. Biometric monitoring device with heart rate measurement activated by a single user-gesture

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020018541A (ko) * 2000-09-02 2002-03-08 윤종용 신체 및 감정 상태 인식 장치 및 방법
KR20090027024A (ko) * 2007-09-11 2009-03-16 삼성전자주식회사 다중 측정된 생체신호를 기반으로한 스트레스 분석방법
KR20100035030A (ko) * 2008-09-25 2010-04-02 한국생산기술연구원 건강상태 측정장치 및 방법 그리고 그 방법을 수행하기 위한 프로그램이 기록된 기록매체

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230077494A (ko) 2021-11-25 2023-06-01 주식회사 제나 음주 상태 판단 장치 및 그 제어 방법
KR20230077492A (ko) 2021-11-25 2023-06-01 주식회사 제나 생체 상태 판단 장치 및 그 제어 방법

Also Published As

Publication number Publication date
US20170035340A1 (en) 2017-02-09
KR102403371B1 (ko) 2022-05-30
US10307096B2 (en) 2019-06-04

Similar Documents

Publication Publication Date Title
US10085695B2 (en) Mental balance or imbalance estimation system and method
Ho et al. Predicting survival in heart failure case and control subjects by use of fully automated methods for deriving nonlinear and conventional indices of heart rate dynamics
JP6516846B2 (ja) 睡眠監視のデバイス及び方法
US9801553B2 (en) System, method, and computer program product for the real-time mobile evaluation of physiological stress
US8795173B2 (en) Methods and apparatus for assessment of atypical brain activity
US10582862B1 (en) Determination and monitoring of basal heart rate
CN111417337B (zh) 疾病发作风险预测装置、方法以及程序
US20140206946A1 (en) Apparatus and method for measuring stress based on behavior of a user
US20170188977A1 (en) Emotion estimation system, emotion estimation method, and computer-readable recording medium
EP2914171A1 (en) Measuring psychological stress from cardiovascular and activity signals
WO2018214530A1 (zh) 运动员竞技状态评估方法及系统
US9301695B2 (en) Stress model based on RR integral average
JP2017524426A (ja) 睡眠回復レベルを決定し、表示するシステムおよび方法
Vanitha et al. Hybrid SVM classification technique to detect mental stress in human beings using ECG signals
KR20170016136A (ko) 생체 상태를 판단하는 방법 및 장치
Alves et al. Linear and complex measures of heart rate variability during exposure to traffic noise in healthy women
Vanitha et al. Hierarchical SVM to detect mental stress in human beings using Heart Rate Variability
JP2017064364A (ja) 生体状態推定装置、生体状態推定方法及びコンピュータプログラム
AU2018455699B2 (en) Massage apparatus, system and method capable of deriving a parameter of an individual
JP2015029647A (ja) 情報処理装置および情報処理方法
WO2017057022A1 (ja) 生体状態推定装置、生体状態推定方法及びコンピュータプログラム
JP2017124014A (ja) 眠気検知プログラム、眠気検知方法および眠気検知装置
Garner et al. Complexity of cardiac autonomic modulation in diabetes mellitus: A new technique to perceive autonomic dysfunction
JP2020010881A (ja) 検出装置、ウェアラブルセンシングデバイス、検出方法、およびプログラム
US20220125376A1 (en) Sleep apnea syndrome determination apparatus, sleep apnea syndrome determination method, and sleep apnea syndrome determination program

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