KR20190050618A - Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof - Google Patents

Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof Download PDF

Info

Publication number
KR20190050618A
KR20190050618A KR1020170146191A KR20170146191A KR20190050618A KR 20190050618 A KR20190050618 A KR 20190050618A KR 1020170146191 A KR1020170146191 A KR 1020170146191A KR 20170146191 A KR20170146191 A KR 20170146191A KR 20190050618 A KR20190050618 A KR 20190050618A
Authority
KR
South Korea
Prior art keywords
user
stress
artificial intelligence
wearable patch
heartbeat
Prior art date
Application number
KR1020170146191A
Other languages
Korean (ko)
Other versions
KR102006962B1 (en
Inventor
이종하
한희정
한상만
Original Assignee
계명대학교 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 계명대학교 산학협력단 filed Critical 계명대학교 산학협력단
Priority to KR1020170146191A priority Critical patent/KR102006962B1/en
Publication of KR20190050618A publication Critical patent/KR20190050618A/en
Application granted granted Critical
Publication of KR102006962B1 publication Critical patent/KR102006962B1/en

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
    • A61B5/486—Bio-feedback
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0022—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the tactile sense, e.g. vibrations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0061—Simulated heartbeat pulsed or modulated

Abstract

The present invention relates to a wearable patch stress tracker sensor based on artificial intelligence reducing mental and physical stress of a user. More specifically, the wearable patch stress tracker sensor comprises: a measuring unit; an analysis unit; and a vibration unit.

Description

사용자의 정신적, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법{WEARABLE PATCH TYPE STRESS TRACKER SENSOR WHICH REDUCES USER'S MENTAL AND PHYSICAL STRESS BASED ON ARTIFICIAL INTELLIGENCE AND STRESS TRACKING METHOD THEREOF}TECHNICAL FIELD [0001] The present invention relates to a wearable patch type stress tracker sensor and tracking method based on artificial intelligence that reduces a user's mental and physical stress, and more particularly, to a wearable patch type stress tracker sensor and tracking method using artificial intelligence,

본 발명은 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법에 관한 것으로서, 보다 구체적으로는 사용자의 정신적, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법에 관한 것이다.The present invention relates to a wearable patch type stress tracker sensor and a tracking method, and more particularly, to an artificial intelligence based wearable patch type stress tracker sensor and a tracking method for reducing a user's mental and physical stress.

전 세계적인 급속한 고령화로 인해 헬스 케어 문제가 심각한 사회적 부담이 되고 있다. 특히, 국내 고령화 속도는 세계 최고 수준으로, 2017년 고령 사회(14%), 2026년 초고령사회(20.8%)에 진입할 예정이다(통계청, 2013 고령자 통계 참조). 고령화와 만성질환자의 증가로 인해 급격한 사회경제적 비용의 증가가 예상됨에 따라, 질병 등의 조기대응체계에 대한 니즈가 증가하고 있다.
Due to the rapid global aging of the world, healthcare issues are becoming a serious social burden. In particular, the pace of domestic aging is expected to reach the highest level in the world, with an aging society (14%) in 2017 and an aging society (20.8%) in 2026. As the aging population and the increase in chronic illnesses are expected to increase rapidly, there is an increasing need for early response systems such as diseases.

한편, 현대 사회가 고도로 복잡해짐에 따라 현대인들은 극도의 스트레스 환경에 노출되어 있다. 예를 들어, 몸에 이상 증상이 발견되어 병원을 찾아가면 진단 결과가 ‘이상 없음’이거나 ‘스트레스’가 원인인 경우가 많다. 이처럼 현대 사회에서는 스트레스로 인한 질환 및 사회적 비용이 지속적으로 발생하고 있는 실정이다. 따라서 스트레스는 현대인의 건강과 직결되어 있다고 할 수 있으며, 스트레스 소진에 따라 몸의 이상 여부를 좌지우지할 수 있다고 해도 과언이 아니다.
On the other hand, as modern society becomes more complicated, modern people are exposed to extreme stress environment. For example, if an abnormal symptom is found in your body and you visit a hospital, the diagnosis result is often "abnormal" or "stressful". In this way, diseases and social costs due to stress are constantly occurring in modern society. Therefore, it can be said that stress is directly related to the health of modern people, and it is no exaggeration to say that the stress can exhaust the body.

이에 개인의 생체 신호를 모니터링하여 건강 이상 여부를 확인하려는 시도가 이루어지고 있다. 생체 신호를 통해 건강에 문제가 있는지 여부를 미리 확인할 수 있다면, 조기에 대응함으로써 사회적 비용을 절감시킬 수 있기 때문이다.
Thus, attempts have been made to monitor the health of an individual by monitoring the vital signs of the individual. If we can confirm in advance whether there is a health problem through bio-signals, we can reduce social costs by responding early.

도 1은 심박수를 측정하는 생체 신호 측정 디바이스를 도시한 도면이다. 도 1에 도시된 바와 같이, 대부분의 생체 신호 측정 디바이스는 단순히 심박수를 측정하여 생체 신호를 모니터링하고 있다. 그러나 심박수만으로는 건강에 문제가 있는지 여부를 판단하여 조기에 예방할 수 없으며, 특히 스트레스로 인한 이상 여부를 확인하기 어렵다는 문제점이 있다.
1 is a diagram showing a bio-signal measurement device for measuring a heart rate. As shown in FIG. 1, most of the living body signal measuring devices monitor the living body signal by simply measuring the heart rate. However, there is a problem in that it can not be prevented early by judging whether or not there is a problem with health only by the heart rate, and it is difficult to identify abnormality due to stress in particular.

더욱이, 이러한 생체 신호 측정 디바이스는 심박수 등을 측정하는 것으로 생체 신호를 모니터링할 수 있으나, 사용자에게 피드백을 주어 스트레스를 완화시킬 수 있는 기능은 전무한 실정이다.
Furthermore, such a bio-signal measuring device can monitor the bio-signal by measuring the heart rate and the like, but there is no function that can alleviate the stress by giving feedback to the user.

관련된 선행 기술로서, 한국 공개특허 제10-2015-0109112호 ‘심박수 측정 장치 및 방법’ 등이 제안된 바 있다.As related arts, Korean Patent Laid-Open No. 10-2015-0109112 entitled " Apparatus and method for measuring heart rate " has been proposed.

본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 심박변이도가 낮아지면 불안과 주의 산만, 신체 성능 저하 등과 연결되기 때문에 이러한 심박변이도를 센싱하고, 센싱된 심박변이도에 따라 심박변이도를 개선시킬 수 있도록 자극을 줄 수 있는, 사용자의 정신적, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법을 제공하는 것을 목적으로 한다.
The present invention has been proposed in order to solve the above-mentioned problems of the previously proposed methods. When the heartbeat variability is lowered, it is associated with anxiety, distraction, and physical performance degradation. Therefore, the heartbeat variability is sensed, A wearable patch type stress tracker sensor and tracking method based on artificial intelligence that can reduce the psychological and physical stress of a user and can stimulate the user to improve heart beat variability.

또한, 본 발명은, 심박변이도를 센싱하고, 센싱된 심박변이도를 분석하여 사용자 별로 이상 범위를 판단함으로써, 심박변이도가 이상 범위로 측정되면 사용자에게 최적화된 정상적인 진동을 피드백하여 정상 심박을 유도함으로써 사용자의 스트레스를 감소시킬 수 있는, 사용자의 정신적, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법을 제공하는 것을 목적으로 한다.In addition, the present invention provides a method and apparatus for sensing a heart beat variability and analyzing a sensed heart beat variance to determine an ideal range for each user, so that if a heart beat variability is measured in an abnormal range, A wearable patch type stress tracker sensor and tracking method based on an artificial intelligence that can reduce a user's mental and physical stress that can reduce stress of a wearable patch type.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서는,According to an aspect of the present invention, there is provided an artificial intelligence-based wearable patch type stress tracker sensor for reducing physical stress,

사용자의 심장 주변에 부착되어 상기 사용자의 심박변이도를 측정하는 측정부;A measurement unit attached to a periphery of a user's heart to measure a heartbeat variation of the user;

상기 측정부에서 측정한 상기 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석하는 분석부; 및An analyzer for analyzing a user-specific threshold value and a user's normal heart rate using the heart rate variability measured by the measuring unit; And

상기 측정부에서 측정한 상기 심박변이도가 상기 분석부에서 분석한 상기 사용자별 임계값보다 낮아지는 경우, 상기 사용자별 정상 심박으로 유도하도록 진동을 제공하는 진동부를 포함하는 것을 그 구성상의 특징으로 한다.
And a vibration unit for providing a vibration to the user's normal heartbeat when the heartbeat variation measured by the measuring unit is lower than the threshold value for each user analyzed by the analyzing unit.

바람직하게는, 상기 진동부는,Preferably, the vibrating portion includes:

2분 내지 4분 동안 진동을 제공할 수 있다.
Vibration may be provided for 2 to 4 minutes.

더욱 바람직하게는, 상기 진동부는,More preferably, the vibrating portion includes:

상기 심박변이도를 130% 내지 150%까지 끌어올릴 수 있도록 자극을 줄 수 있다.
Stimulation can be given so that the heart beat variability can be increased from 130% to 150%.

바람직하게는, 상기 분석부는,Preferably, the analyzing unit includes:

학습 데이터를 이용하여 학습한 스트레스 분석 모델에 의해 상기 사용자별 임계값을 분석할 수 있다.
The threshold value for each user can be analyzed by the stress analysis model learned using the learning data.

더욱 바람직하게는, 상기 스트레스 분석 모델은,More preferably, the stress analysis model comprises:

신경망 모델일 수 있다.
Neural network model.

바람직하게는,Preferably,

상기 측정부에서 측정한 상기 심박변이도를 실시간으로 저장하는 저장부를 더 포함할 수 있다.
And a storage unit for storing the heartbeat variation measured by the measurement unit in real time.

더욱 바람직하게는, 상기 저장부는,More preferably, the storage unit stores,

상기 측정부에서 측정한 상기 심박변이도의 변화에 따라 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 더 저장할 수 있다.
Feelings, and feelings of the user according to the change of the heartbeat variation measured by the measurement unit.

더욱더 바람직하게는,Even more preferably,

상기 측정부에서 측정한 심박변이도가 상기 분석부에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신할 수 있다.
And an input alarm can be transmitted to the user device when the heartbeat variation measured by the measurement unit is lower than a threshold value for each user analyzed by the analysis unit.

더욱더 바람직하게는, 상기 저장부는,Even more preferably,

상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장할 수 있다.
At least one of the user's thoughts, emotions, and feelings can be scored and stored.

더욱더 바람직하게는, 상기 분석부는,Even more preferably,

상기 저장부에서 저장한 상기 심박변이도와, 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 이용하여 상기 스트레스 분석 모델을 학습할 수 있다.
The stress analysis model can be learned using at least one of the heartbeat variability stored in the storage unit and the user's thoughts, emotions, and feelings.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법은,According to an aspect of the present invention, there is provided an artificial intelligence-based wearable patch type stress tracking method for reducing physical stress,

(1) 사용자의 심장 주변에 부착되어 상기 사용자의 심박변이도를 측정하는 단계;(1) measuring the heart beat variance of the user attached to the user's heart;

(2) 상기 단계 (1)에서 측정한 상기 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석하는 단계; 및(2) analyzing a user-specific threshold value and a normal heart rate per user using the heartbeat variation measured in the step (1); And

(3) 상기 단계 (1)에서 측정한 상기 심박변이도가 상기 단계 (2)에서 분석한 임계값보다 낮아지는 경우, 상기 사용자별 정상 심박으로 유도하도록 진동을 제공하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
(3) providing a vibration to the user's normal heartbeat when the heartbeat variability measured in step (1) is lower than the threshold value analyzed in step (2) .

바람직하게는, 상기 단계 (3)은,Preferably, the step (3)

2분 내지 4분 동안 진동을 제공할 수 있다.
Vibration may be provided for 2 to 4 minutes.

더욱 바람직하게는, 상기 단계 (3)은,More preferably, the step (3)

상기 심박변이도를 130% 내지 150%까지 끌어올릴 수 있도록 자극을 줄 수 있다.
Stimulation can be given so that the heart beat variability can be increased from 130% to 150%.

바람직하게는, 상기 단계 (3)은,Preferably, the step (3)

학습 데이터를 이용하여 학습한 스트레스 분석 모델에 의해 상기 사용자별 임계값을 분석할 수 있다.
The threshold value for each user can be analyzed by the stress analysis model learned using the learning data.

더욱 바람직하게는, 상기 스트레스 분석 모델은,More preferably, the stress analysis model comprises:

신경망 모델일 수 있다.
Neural network model.

더욱 바람직하게는, 상기 단계 (2) 및 상기 단계 (3) 사이에,More preferably, between step (2) and step (3)

(2.5) 상기 단계 (2)에서 측정한 상기 심박변이도를 실시간으로 저장하는 단계를 더 포함할 수 있다.
(2.5) storing the heart rate variability measured in step (2) in real time.

더욱더 바람직하게는, 상기 단계 (2.5)는,Even more preferably, the step (2.5)

상기 단계 (2)에서 측정한 상기 심박변이도의 변화에 따라 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 더 저장할 수 있다.
And may further store at least one of the user's thoughts, feelings, and feelings according to the change in the heartbeat variation measured in the step (2).

더욱더 바람직하게는,Even more preferably,

(4) 상기 단계 (1)에서 측정한 심박변이도가 상기 단계 (3)에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신하는 단계를 더 포함할 수 있다.
(4) transmitting an input alarm to the user device when the heartbeat variation measured in step (1) is lower than the threshold value for each user analyzed in step (3).

더욱더 바람직하게는, 상기 단계 (2.5)는,Even more preferably, the step (2.5)

상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장할 수 있다.
At least one of the user's thoughts, emotions, and feelings can be scored and stored.

더욱더 바람직하게는, 상기 단계 (3)은,Even more preferably, step (3)

상기 단계 (2.5)에서 저장한 상기 심박변이도와, 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 이용하여 상기 스트레스 분석 모델을 학습할 수 있다.The stress analysis model can be learned using at least one of the heartbeat variability stored in the step (2.5) and the user's thoughts, feelings and feelings.

본 발명에서 제안하고 있는 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법에 따르면, 심박변이도가 낮아지면 불안과 주의 산만, 신체 성능 저하 등과 연결되기 때문에 이러한 심박변이도를 센싱하고, 센싱된 심박변이도에 따라 심박변이도를 개선시킬 수 있도록 자극을 줄 수 있다.
According to the artificial intelligence-based wearable patch-type stress tracker sensor and tracking method proposed in the present invention, when the heart beat variability is lowered, it is associated with anxiety, distraction and physical performance degradation, Stimulation can be provided to improve the heart rate variability according to the sensed heart beat variability.

또한, 본 발명에서 제안하고 있는 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법에 따르면, 심박변이도를 센싱하고, 센싱된 심박변이도를 분석하여 사용자 별로 이상 범위를 판단함으로써, 심박변이도가 이상 범위로 측정되면 사용자에게 최적화된 정상적인 진동을 피드백하여 정상 심박을 유도함으로써 사용자의 스트레스를 감소시킬 수 있다.According to the artificial intelligence-based wearable patch-type stress tracker sensor and tracking method proposed in the present invention, by sensing the heart beat variability and analyzing the sensed heart beat variance, it is possible to determine the ideal range for each user, When the variation is measured in an abnormal range, the user can be relieved of stress by inducing a normal heartbeat by feeding back the optimized normal vibration to the user.

도 1은 심박수를 측정하는 생체 신호 측정 디바이스를 도시한 도면.
도 2는 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서의 구성을 도시한 도면.
도 3은 심박변이도(Heart Rate Variability; HRV)를 측정하는 모습을 도시한 도면.
도 4는 불안 상태와 안정 상태에서의 심박변이도를 도시한 도면.
도 5는 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서의 분석부에서 사용자별 임계값을 분석하는 모습을 도시한 도면.
도 6은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서의 분석부에서 스트레스 분석 모델을 도시한 도면.
도 7은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서에 의해 심박변이도가 상승하는 모습을 도시한 도면.
도 8은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서에서 알람부가 사용자 디바이스에 입력 알람을 전송하는 모습을 도시한 도면.
도 9는 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서에서 저장부가 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장하는 모습을 도시한 도면.
도 10은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법의 구성을 도시한 도면.BRIEF DESCRIPTION OF THE DRAWINGS Fig. 1 is a view showing a living body signal measuring device for measuring a heart rate. Fig.
FIG. 2 illustrates a structure of a wearable patch type stress tracker sensor based on artificial intelligence that reduces physical stress according to an embodiment of the present invention. FIG.
3 is a view showing a state in which a heart rate variability (HRV) is measured.
4 is a view showing heartbeat variations in an anxious state and a stable state;
FIG. 5 is a view illustrating a method of analyzing per-user threshold values in an analysis unit of a wearable patch type stress tracker sensor based on artificial intelligence that reduces physical stress according to an exemplary embodiment of the present invention. FIG.
FIG. 6 is a diagram illustrating a stress analysis model in an analysis unit of an artificial intelligence-based wearable patch type stress tracker sensor that reduces physical stress according to an exemplary embodiment of the present invention. FIG.
FIG. 7 is a diagram illustrating a state in which heart beat variability is increased by an artificial intelligence-based wearable patch type stress tracker sensor that reduces physical stress according to an embodiment of the present invention; FIG.
8 is a view showing an alarm unit transmitting an input alarm to a user device in a wearable patch type stress tracker sensor based on artificial intelligence that reduces physical stress according to an embodiment of the present invention.
FIG. 9 is a view illustrating a state in which at least one of the feelings, emotions, and feelings of a user of the storage unit is scored and stored in a wearable patch type stress tracker sensor based on artificial intelligence that reduces physical stress according to an embodiment of the present invention.
FIG. 10 is a diagram illustrating a structure of a wearable patch type stress tracking method based on artificial intelligence that reduces physical stress according to an embodiment of the present invention. FIG.

이하에서는 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 동일 또는 유사한 부호를 사용한다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings so 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. The same or similar reference numerals are used throughout the drawings for portions having similar functions and functions.

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' . Also, to "include" an element means that it may include other elements, rather than excluding other elements, unless specifically stated otherwise.

도 2는 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서의 구성을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서(100)는, 측정부(110), 분석부(120) 및 진동부(130)를 포함할 수 있고, 저장부(140)를 더 포함할 수 있다. 이하에서는, 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서(100)의 각각의 구성에 대해 상세히 설명하기로 한다.
FIG. 2 is a diagram illustrating a configuration of an artificial intelligence-based wearable patch type stress tracker sensor for reducing physical stress according to an embodiment of the present invention. 2, an artificial intelligence based wearable patch type stress tracker sensor 100 for reducing physical stress according to an embodiment of the present invention includes a measurement unit 110, an analysis unit 120, and a vibration unit 130, and may further include a storage unit 140. Hereinafter, each configuration of the artificial intelligence-based wearable patch type stress tracker sensor 100 that reduces the physical stress according to an embodiment of the present invention will be described in detail.

도 3은 심박변이도(Heart Rate Variability; HRV)를 측정하는 모습을 도시한 도면이다. 측정부(110)는, 사용자의 심장 주변에 부착되어 사용자의 심박변이도를 측정할 수 있다. 여기서, 심박변이도는 시간에 따른 심박의 주기적인 변화를 의미한다. 심박수는 동방결절(Sinus node)에 있는 심박 조율 세포의 고유의 자발성에 자율신경계가 영향을 미쳐 결정된다. 동방결절은 교감신경과 부교감신경 모두의 지배를 받고 이들의 서로 상반된 작용을 통해 균형을 이루어 심박수를 조정한다. 심박변이도는 동방결절에 영향을 미치는 교감신경과 부교감신경 사이의 상호 작용과 관련이 있으며, 기록상으로 나타나는 심박동수의 시간에 따른 변화를 의미하는 것이 아니라, 순간적인 심박동과 심박동 간격의 변동을 반영할 수 있다. 도 3을 참조하면, 측정부(110)는, 심박동과 심박동 사이의 간격(R-R Interval)을 측정하여 심박변이도를 측정할 수 있다. 이러한 측정부(110)는, 심박 센서를 통해 심박변이도를 측정할 수 있으나, 심박변이도를 측정할 수 있다면 그 구체적인 실시예로 제한되지 않는다.
3 is a view showing a state in which a heart rate variability (HRV) is measured. The measuring unit 110 can be attached to the vicinity of the user's heart to measure the heartbeat variation of the user. Here, the heart beat variability means a periodic change in heart rate with time. The heart rate is determined by the autonomic nervous system's influence on the intrinsic spontaneity of pacemaker cells in the sinus node. The Eastern nodule is dominated by both the sympathetic nerve and the parasympathetic nerve and adjusts the heart rate by balancing them with each other. Heart rate variability is related to the interaction between the sympathetic nerves and the parasympathetic nerves that affect the nodal nodule. It does not mean the change in the heart rate recorded over time, but reflects the instantaneous change in heart rate and heart rate . Referring to FIG. 3, the measuring unit 110 may measure the heart beat variability by measuring the interval (RR interval) between the heartbeat and heartbeat. The measuring unit 110 can measure the heart beat variability through the heart rate sensor, but it is not limited to the specific embodiment as long as the heart rate variability can be measured.

도 4는 불안 상태와 안정 상태에서의 심박변이도를 도시한 도면이다. 도 4에서, 위의 그래프는 심리적 불안 상태의 심박변이도이며, 아래는 심리적 안정 상태에서의 심박변이도이다. 심박변이도는 내·외적인 환경 요인에 의한 자율신경계의 항상성 조절 매커니즘을 추적할 수 있는 평가 수단으로 사용될 수 있다. 건강한 사람의 경우 심박변이도가 불규칙하고 복잡한 양상을 보이는데, 이는 환경 변화에 민감하게 반응하여 빠른 시간 내에 생리적인 균형 상태에 이를 수 있음을 의미한다. 반면, 심박변이도의 감소는 심박동의 역동적 변화와 복잡성이 감소되었음을 의미하며, 결과적으로 환경에 대한 체내 적응 능력이 감소된 상태이다. 특히, 도 4를 참조하면, 심박변이도의 감소는 현재 심리적 불안 또는 스트레스 상태에 놓여있음을 의미하는 지표일 수 있다. 따라서 측정부(110)는, 심박변이도를 측정함으로써, 사용자의 스트레스를 간접적으로 측정할 수 있다.
Fig. 4 is a chart showing heart rate variability in an anxious state and a stable state. Fig. In FIG. 4, the graph above is the heart rate variability of the psychological anxiety state, and below is the heart rate variability in the psychological stable state. Heart rate variability can be used as an evaluation tool to track the homeostatic regulation mechanism of the autonomic nervous system by internal and external environmental factors. In healthy people, cardiac rhythm variation is irregular and complex, which means that it is sensitive to environmental changes and can reach physiological equilibrium in a short time. On the other hand, a decrease in heart rate variability means that the dynamic changes and complexity of the heart beat are reduced, resulting in a reduced ability to adapt to the environment. In particular, referring to FIG. 4, a reduction in heart rate variability may be indicative of a current state of psychological anxiety or stress. Therefore, the measuring unit 110 can indirectly measure the stress of the user by measuring the heartbeat variation.

도 5는 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서의 분석부(120)에서 사용자별 임계값을 분석하는 모습을 도시한 도면이다. 분석부(120)는, 측정부(110)에서 측정한 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석할 수 있다. 이때, 개인마다 느끼는 스트레스의 차이에 따라 정상 심박 및 심박변이도가 이상 범위에 해당하는 기준치가 다를 수 있다. 분석부(120)는, 사용자별로 심박수가 이상 범위에 해당하는 것을 판단할 수 있도록 사용자별로 임계값과 정상 심박을 분석할 수 있다. 예를 들어, 사용자 A의 경우 이상 범위에 해당하는 심박변이도의 기준이 임계값 A일 수 있으며, 사용자 B의 경우 이상 범위에 해당하는 심박변이도의 기준이 임계값 B일 수 있다. 따라서 분석부(120)는 일괄적인 기준이 아니라, 사용자별로 상이한 기준인 임계값을 분석할 수 있으며, 개개인에 최적화된 이상 범위의 기준을 도출할 수 있다.
FIG. 5 is a diagram illustrating a method of analyzing per-user threshold values in an analysis unit 120 of an artificial intelligence-based wearable patch type stress tracker sensor for reducing physical stress according to an embodiment of the present invention. The analyzer 120 may analyze a threshold value per user and a normal heart rate per user by using the heart rate variability measured by the measuring unit 110. [ At this time, the reference value corresponding to the abnormal range of normal heart rate and heart rate variability may be different according to the difference of the stress felt by each individual. The analyzer 120 may analyze the threshold value and the normal heart rate for each user so that the user can determine that the heart rate falls within the abnormal range. For example, in the case of the user A, the criterion of the heart rate variability corresponding to the abnormal range may be the threshold value A, and in the case of the user B, the threshold value of the heart rate variability corresponding to the abnormal range may be the threshold value B. Therefore, the analyzer 120 can analyze not only a collective criterion but also a threshold, which is a different criterion for each user, and derive a criterion of an ideal range that is optimized for each individual.

도 6은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서의 분석부(120)에서 스트레스 분석 모델을 도시한 도면이다. 분석부(120)는, 학습 데이터를 이용하여 학습한 스트레스 분석 모델에 의해 사용자별 임계값과 정상 심박을 분석할 수 있다. 이때, 스트레스 분석 모델은, 도 6에 도시된 바와 같이, 신경망 모델일 수 있다. 그러나 스트레스 분석 모델은 신경망 모델에 한정되는 것은 아니며, 사용자별 임계값과 정상 심박을 출력할 수 있다면 구체적인 종류에 상관없이 스트레스 분석 모델로 사용될 수 있다. 분석부(120)에서 스트레스 분석 모델을 생성하는 방법은 후술하여 설명한다.
FIG. 6 is a diagram illustrating a stress analysis model in the analysis unit 120 of the artificial intelligence-based wearable patch type stress tracker sensor which reduces the physical stress according to an embodiment of the present invention. The analyzer 120 can analyze a user-specific threshold value and a normal heartbeat according to the stress analysis model learned using the learning data. At this time, the stress analysis model may be a neural network model as shown in FIG. However, the stress analysis model is not limited to the neural network model, and can be used as a stress analysis model regardless of the specific type if the user can output the threshold value and the normal heart rate. A method of generating the stress analysis model in the analysis unit 120 will be described later.

진동부(130)는, 측정부(110)에서 측정한 심박변이도가 분석부(120)에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자별 정상 심박으로 유도하도록 진동을 제공할 수 있다. 즉, 측정부(110)에서 측정한 심박변이도가 임계값보다 낮은 이상 범위로 들어가면, 진동부(130)가 사용자에게 진동을 피드백하여 정상 심박을 유도함으로써 낮아진 심박변이도를 개선시키고, 결과적으로 사용자의 스트레스를 감소시킬 수 있다. 이때, 사용자별로 정상 심박이 다를 수 있으므로 진동부(130)는, 분석부(120)에서 사용자별로 분석한 정상 심박을 유도하도록 진동을 제공할 수 있다.
When the heartbeat variation measured by the measurement unit 110 is lower than the threshold value for each user analyzed by the analysis unit 120, the vibration unit 130 may provide a vibration to induce a normal heartbeat for each user. That is, when the heartbeat variation measured by the measuring unit 110 falls within a range lower than the threshold value, the vibration unit 130 feedbacks the vibration to the user to induce a normal heartbeat, thereby improving the lowered heartbeat variation, Stress can be reduced. At this time, since the normal heartbeats may be different for each user, the vibration unit 130 may provide the vibration to induce the normal heartbeats analyzed by the user in the analysis unit 120. [

도 7은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서에 의해 심박변이도가 상승하는 모습을 도시한 도면이다. 진동부(130)는, 2분 내지 4분 동안 진동을 제공할 수 있다. 바람직하게는, 진동부(130)는, 3분 동안 진동을 제공할 수 있다. 한편, 진동부(130)는, 심박변이도를 130% 내지 150%까지 끌어올릴 수 있도록 자극을 줄 수 있다. 바람직하게는, 진동부(130)는, 심박변이도를 140%까지 끌어올릴 수 있도록 자극을 줄 수 있다. 즉, 진동부(130)는, 2분 내지 4분이면 임계값 이하로 낮아진 심박변이도를 130% 내지 150%까지 끌어올릴 수 있도록 자극을 줄 수 있다. 즉, 도 7에 도시된 바와 같이, 진동부(130)는, 진동 자극에 의해 심박변이도가 상승할 수 있도록 유도할 수 있다.
FIG. 7 is a diagram illustrating a state in which heart beat variability is increased by an artificial intelligence-based wearable patch type stress tracker sensor that reduces physical stress according to an embodiment of the present invention. The vibration unit 130 may provide vibration for 2 to 4 minutes. Preferably, the vibration portion 130 can provide vibration for 3 minutes. On the other hand, the vibration unit 130 can stimulate the heartbeat variation to increase the heartbeat variation from 130% to 150%. Preferably, the vibration unit 130 can stimulate the heart beat variability to 140%. That is, the vibration unit 130 can stimulate the heartbeat variation lowered below the threshold value by 2 to 4 minutes to 130 to 150%. That is, as shown in Fig. 7, the vibration unit 130 can induce the heartbeat variation to rise by the vibration stimulus.

한편, 진동부(130)는, 스트레스 트래커 센서 내부에서 진동을 제공할 수 있다. 따라서 하나의 스트레스 트래커 센서에서 심박변이도를 감지하고 동시에 진동을 제공할 수 있다. 즉, 진동부(130)는, 심박변이도를 감지한 곳에서 동시에 진동 자극을 제공함으로써 일체화된 하나의 통합된 스트레스 트래커 센서를 제공할 수 있다.
On the other hand, the vibration unit 130 can provide vibration within the stress tracker sensor. Thus, one stress tracker sensor can sense heart rate variability and provide vibration at the same time. That is, the vibration unit 130 can provide an integrated stress tracker sensor integrated by providing vibration stimulation at the same time where the heartbeat variation is sensed.

저장부(140)는, 측정부(110)에서 측정한 심박변이도를 실시간으로 저장할 수 있다. 저장부(140)는, 측정부(110)에서 측정한 심박변이도를 실시간으로 수신하여 데이터화함으로써 저장할 수 있으며, 이에 심박변이도에 대한 로그(Log)를 제공할 수 있다. 실시예에 따라서는, 진동부(130)는, 외부에서 접속하는 사용자 디바이스에 심박변이도를 제공할 수 있다. 즉, 사용자가 사용자 디바이스를 통해 저장부(140)에 접속하여 심박변이도 기록을 확인하고, 심박변이도 변화를 확인할 수 있다.
The storage unit 140 may store the heartbeat variation measured by the measurement unit 110 in real time. The storage unit 140 can receive the heart beat variance measured by the measurement unit 110 in real time and store the heart beat variance in the form of data, thereby providing a log of the heart rate variability. According to the embodiment, the vibration unit 130 can provide a heartbeat variation degree to a user device that is externally connected. That is, the user can access the storage unit 140 through the user device to check the heartbeat variation recording, and to check the heartbeat variation.

한편, 저장부(140)는, 측정부(110)에서 측정한 심박변이도의 변화에 따라 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 더 저장할 수 있다. 실시예에 따라서는, 저장부(140)는, 외부에서 접속하는 사용자 디바이스로부터 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 입력받아 저장할 수 있다. 예를 들어, 심박변이도가 낮아진 경우, 저장부(140)는, 그 시점에서 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 입력받아 저장할 수 있다.
Meanwhile, the storage unit 140 may store at least one of the user's thoughts, emotions, and feelings according to the change of the heartbeat variation measured by the measuring unit 110. [ According to an embodiment, the storage unit 140 may receive and store at least one of a user's thoughts, emotions, and feelings from a user device connected externally. For example, when the heartbeat variation is low, the storage unit 140 may receive and store at least one of the user's thoughts, emotions, and feelings at that time.

도 8은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서에서 알람부(150)가 사용자 디바이스에 입력 알람을 전송하는 모습을 도시한 도면이다. 도 8에 도시된 바와 같이, 알람부(150)는, 측정부(110)에서 측정한 심박변이도가 분석부(120)에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신할 수 있다. 즉, 심박변이도가 임계값보다 낮아지는 경우, 그 시점에서 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 입력받을 수 있도록 사용자 디바이스에 알람을 송신할 수 있다. 이때, 실시예에 따라서는, 알람부(150)는, 설정에 따라 사용자 디바이스에 입력 알람을 송신하지 않을 수도 있다.
FIG. 8 is a diagram illustrating an alarm unit 150 transmitting an input alarm to a user device in a wearable patch type stress tracker sensor based on artificial intelligence that reduces physical stress according to an embodiment of the present invention. 8, when the heartbeat variation measured by the measurement unit 110 is lower than the threshold value for each user analyzed by the analysis unit 120, the alarm unit 150 transmits an input alarm to the user device can do. That is, when the heartbeat variability becomes lower than the threshold value, an alarm can be transmitted to the user device so that at least one of the user's thoughts, emotions and feelings can be inputted at that point. At this time, depending on the embodiment, the alarm unit 150 may not transmit the input alarm to the user device according to the setting.

도 9는 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서에서 저장부(140)가 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장하는 모습을 도시한 도면이다. 도 9에 도시된 바와 같이, 저장부(140)는, 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장할 수 있다. 도 9를 참조하면, 예를 들어 사용자의 느낌을 점수화하는 경우, 저장부(140)는, 행복함, 중립, 슬픔, 놀람 및 화남 중에서 하나를 선택하도록 하고, 해당 느낌에 대한 점수를 저장할 수 있다. 동일한 방식으로, 사용자의 생각 및 감정에 대해서도, 저장부(140)는, 선택지에서 하나를 선택하고, 그 선택에 대한 점수를 저장할 수 있다. 즉, 스트레스 상황에 가까울수록 높은 점수가 할당될 수 있다.
FIG. 9 is a diagram illustrating an artificial intelligence-based wearable patch type stress tracker sensor that reduces physical stress according to an embodiment of the present invention in which the storage unit 140 stores at least one of the user's thoughts, emotions, Fig. As shown in FIG. 9, the storage unit 140 may store and store at least one of the user's thoughts, emotions, and feelings. Referring to FIG. 9, for example, when scoring a feeling of a user, the storage unit 140 may select one of happiness, neutral, sadness, surprise, and angry, and store the score of the feeling . In the same manner, the storage unit 140 can also select one of the choices and store a score for the selection, for the user's thoughts and feelings. That is, the closer the stress situation is, the higher the score can be assigned.

한편, 도 6을 참조하면, 심박변이도와 점수화된 사용자의 생각, 감정 및 느낌은 스트레스 분석 모델에서 입력 변수로 제공될 수 있다. 즉, 스트레스 분석 모델은 심박변이도와, 점수화된 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 입력하면, 사용자별 임계값 및 사용자별 정상 심박을 출력할 수 있다. 스트레스 분석 모델은, 사용자별 심박변이도와, 점수화된 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 학습 데이터로 사용하여 사용자별로 다르게 학습될 수 있다. 분석부(120)는, 저장부(140)가 저장한 심박변이도와, 점수화된 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 누적하여 스트레스 분석 모델을 학습시킬 수 있다. 이에 스트레스 분석 모델은 더욱 정교하게 사용자별 임계값 및 사용자별 정상 심박을 분석할 수 있다.
Referring to FIG. 6, heart rate variability and scored user's thoughts, emotions, and feelings can be provided as input variables in a stress analysis model. That is, when the stress analysis model inputs at least one of the heart beat variability and the scored user's thoughts, emotions, and feelings, the user can output a threshold value per user and a normal heart rate per user. The stress analysis model can be learned differently for each user by using at least one of heart beat variability per user and scored user's thoughts, feelings and feelings as learning data. The analyzer 120 may accumulate at least one of the heartbeat variance stored in the storage unit 140 and the user's thoughts, emotions, and feelings of the scored user to learn the stress analysis model. Therefore, the stress analysis model can more finely analyze the per-user threshold value and the normal heart rate per user.

도 10은 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법의 구성을 도시한 도면이다. 도 10에 도시된 바와 같이, 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법은, 사용자의 심장 주변에 부착되어 사용자의 심박변이도를 측정하는 단계(S100), 단계 S100에서 측정한 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석하는 단계(S200), 및 단계 S100에서 측정한 심박변이도가 단계 S200에서 분석한 임계값보다 낮아지는 경우, 사용자별 정상 심박으로 유도하도록 진동을 제공하는 단계(S300)를 포함할 수 있으며, 단계 S200에서 측정한 상기 심박변이도를 실시간으로 저장하는 단계(S250) 및 단계 S100에서 측정한 심박변이도가 단계 S300에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신하는 단계(S400)를 더 포함할 수 있다. 이하에서는, 본 발명의 일 실시예에 따른 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법의 각각의 구성에 대해 상세히 설명하기로 한다.
FIG. 10 is a diagram illustrating an artificial intelligence-based wearable patch type stress tracking method for reducing physical stress according to an embodiment of the present invention. As shown in FIG. 10, the artificial intelligence-based wearable patch type stress tracking method for reducing physical stress according to an embodiment of the present invention includes a step S100 of measuring a user's heartbeat variation attached to a user's heart, A step S200 of analyzing a user-specific threshold value and a user-specific normal heartbeat using the heartbeat variability measured in step S100, and a step S200, when the heartbeat variation measured in step S100 is lower than the threshold value analyzed in step S200, Step S300 of providing the vibration to induce a normal normal heartbeat, the step S250 of storing the heartbeat variation measured in step S200 in real time, and the heartbeat variation measured in step S100 are analyzed in step S300 And sending an input alarm to the user device (S400) if the threshold value is lower than a threshold value for each user. Hereinafter, each configuration of the artificial intelligence-based wearable patch type stress tracking method for reducing the physical stress according to an embodiment of the present invention will be described in detail.

단계 S100에서는, 사용자의 심장 주변에 부착되어 사용자의 심박변이도를 측정할 수 있다.
In step S100, it is attached to the periphery of the user's heart to measure the heartbeat variation of the user.

단계 S200에서는, 단계 S100에서 측정한 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석할 수 있다.
In step S200, the threshold value per user and the normal heart rate per user can be analyzed using the heart rate variability measured in step S100.

단계 S250에서는, 단계 S200에서 측정한 심박변이도를 실시간으로 저장할 수 있다. 또한, 단계 S250에서는, 단계 S200에서 측정한 심박변이도의 변화에 따라 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 더 저장할 수 있다.
In step S250, the heart rate variability measured in step S200 can be stored in real time. Further, in step S250, at least one of the user's thoughts, feelings, and feelings may be further stored in accordance with the change in the heartbeat variation measured in step S200.

한편, 단계 S250에서는, 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장할 수 있다.
On the other hand, at step S250, at least one of the user's thoughts, emotions, and feelings can be scored and stored.

단계 S300에서는, 단계 S100에서 측정한 심박변이도가 단계 S200에서 분석한 임계값보다 낮아지는 경우, 사용자별 정상 심박으로 유도하도록 진동을 제공할 수 있다. 이때, 단계 S300에서는, 2분 내지 4분 동안 진동을 제공할 수 있다. 또한, 단계 S200에서는, 심박변이도를 130% 내지 150%까지 끌어올릴 수 있도록 자극을 줄 수 있다.
In step S300, when the heart rate variability measured in step S100 is lower than the threshold value analyzed in step S200, the user may be provided with a vibration to induce a normal heart rate per user. At this time, in step S300, vibration can be provided for 2 to 4 minutes. In step S200, a stimulus can be given so as to raise the heart beat variability from 130% to 150%.

한편, 단계 S300에서는, 학습 데이터를 이용하여 학습한 스트레스 분석 모델에 의해 사용자별 임계값을 분석할 수 있다. 이때, 스트레스 분석 모델은 신경망 모델일 수 있다.
On the other hand, in step S300, the threshold value for each user can be analyzed by the stress analysis model learned using the learning data. At this time, the stress analysis model may be a neural network model.

또한, 단계 S300에서는, 단계 S250에서 저장한 심박변이도와, 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 이용하여 스트레스 분석 모델을 학습할 수 있다.
Also, in step S300, the stress analysis model can be learned using at least one of the heartbeat variation stored in step S250 and the user's thoughts, emotions, and feelings.

단계 S400에서는, 단계 S100에서 측정한 심박변이도가 단계 S300에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신할 수 있다.
In step S400, when the heartbeat variation measured in step S100 is lower than the user-specific threshold value analyzed in step S300, an input alarm can be transmitted to the user device.

전술한 바와 같이, 본 발명에서 제안하고 있는 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법에 따르면, 심박변이도가 낮아지면 불안과 주의 산만, 신체 성능 저하 등과 연결되기 때문에 이러한 심박변이도를 센싱하고, 센싱된 심박변이도에 따라 심박변이도를 개선시킬 수 있도록 자극을 줄 수 있다. 또한, 본 발명에서 제안하고 있는 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법에 따르면, 심박변이도를 센싱하고, 센싱된 심박변이도를 분석하여 사용자 별로 이상 범위를 판단함으로써, 심박변이도가 이상 범위로 측정되면 사용자에게 최적화된 정상적인 진동을 피드백하여 정상 심박을 유도함으로써 사용자의 스트레스를 감소시킬 수 있다.
As described above, according to the artificial intelligence-based wearable patch-type stress tracker sensor and tracking method that reduces the physical stress proposed in the present invention, when the heart beat variability is lowered, it leads to anxiety, distraction, Sensitivity can be sensed and the heart rate variability can be improved according to the sensed heart rate variability. According to the artificial intelligence-based wearable patch-type stress tracker sensor and tracking method proposed in the present invention, by sensing the heart beat variability and analyzing the sensed heart beat variance, it is possible to determine the ideal range for each user, When the variation is measured in an abnormal range, the user can be relieved of stress by inducing a normal heartbeat by feeding back the optimized normal vibration to the user.

이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 청구범위에 의하여 정해져야 할 것이다.While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims.

100: 스트레스 트래커 센서
110: 측정부
120: 분석부
130: 진동부
140: 저장부
150: 알람부
S100: 사용자의 심장 주변에 부착되어 사용자의 심박변이도를 측정하는 단계
S200: 단계 S100에서 측정한 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석하는 단계
S250: 단계 S200에서 측정한 심박변이도를 실시간으로 저장하는 단계
S300: 단계 S100에서 측정한 심박변이도가 단계 S200에서 분석한 임계값보다 낮아지는 경우, 사용자별 정상 심박으로 유도하도록 진동을 제공하는 단계
S400: 단계 S100에서 측정한 심박변이도가 단계 S300에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신하는 단계100: Stress tracker sensor
110:
120:
130:
140:
150:
S100: a step of measuring the heart beat variance of the user attached to the user's heart periphery
S200: Analyzing the per-user threshold value and the normal heart rate per user using the heart rate variability measured in step S100
S250: a step of storing the heart rate variability measured in step S200 in real time
S300: Providing vibration to induce a normal heartbeat per user when the heartbeat variation measured in step S100 is lower than the threshold value analyzed in step S200
S400: transmitting the input alarm to the user device when the heartbeat variation measured in step S100 becomes lower than the threshold value for each user analyzed in step S300

Claims (20)

사용자의 심장 주변에 부착되어 상기 사용자의 심박변이도를 측정하는 측정부;
상기 측정부에서 측정한 상기 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석하는 분석부; 및
상기 측정부에서 측정한 상기 심박변이도가 상기 분석부에서 분석한 상기 사용자별 임계값보다 낮아지는 경우, 상기 사용자별 정상 심박으로 유도하도록 진동을 제공하는 진동부를 포함하는 것을 특징으로 하는, 사용자의 정신적, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
A measurement unit attached to a periphery of a user's heart to measure a heartbeat variation of the user;
An analyzer for analyzing a user-specific threshold value and a user's normal heart rate using the heart rate variability measured by the measuring unit; And
And a vibration unit for providing a vibration to the user's normal heartbeat when the heartbeat variation measured by the measurement unit is lower than the threshold value for each user analyzed by the analysis unit. , A wearable patch-type stress tracker sensor based on artificial intelligence that reduces physical stress.
제1항에 있어서, 상기 진동부는,
2분 내지 4분 동안 진동을 제공하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
The vibrator according to claim 1,
A wearable patch-type stress tracker sensor based on artificial intelligence that reduces physical stress, characterized by providing vibration for 2 to 4 minutes.
제2항에 있어서, 상기 진동부는,
상기 심박변이도를 130% 내지 150%까지 끌어올릴 수 있도록 자극을 주는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
The apparatus according to claim 2,
Wherein the heart rate variability is stimulated so as to increase the heart rate variability from 130% to 150%, and a wearable patch type stress tracker sensor based on artificial intelligence that reduces physical stress.
제1항에 있어서, 상기 분석부는,
학습 데이터를 이용하여 학습한 스트레스 분석 모델에 의해 상기 사용자별 임계값을 분석하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
The apparatus according to claim 1,
A wearable patch type stress tracker sensor based on artificial intelligence which reduces physical stress, characterized by analyzing the user-specific threshold value by a stress analysis model learned using learning data.
제4항에 있어서, 상기 스트레스 분석 모델은,
신경망 모델인 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
5. The method according to claim 4,
A wearable patch type stress tracker sensor based on artificial intelligence that reduces physical stress, characterized by being a neural network model.
제4항에 있어서,
상기 측정부에서 측정한 상기 심박변이도를 실시간으로 저장하는 저장부를 더 포함하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
5. The method of claim 4,
The wearable patch type stress tracker sensor according to claim 1, further comprising a storage unit for storing the heartbeat variation measured by the measuring unit in real time.
제6항에 있어서, 상기 저장부는,
상기 측정부에서 측정한 상기 심박변이도의 변화에 따라 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 더 저장하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
7. The apparatus according to claim 6,
And stores at least one of the user's thoughts, emotions, and feelings according to the change of the heartbeat variation measured by the measuring unit, wherein the wearer's patch-type stress tracker sensor is based on artificial intelligence that reduces physical stress.
제7항에 있어서,
상기 측정부에서 측정한 심박변이도가 상기 분석부에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신하는 알람부를 더 포함하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
8. The method of claim 7,
Further comprising an alarm unit for transmitting an input alarm to the user device when the heartbeat variation measured by the measurement unit is lower than a threshold value for each user analyzed by the analysis unit. Based wearable patch-type stress tracker sensor.
제7항에 있어서, 상기 저장부는,
상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
8. The apparatus according to claim 7,
The wearable patch type stress tracker sensor is based on artificial intelligence that reduces physical stress by scoring and storing at least one of the user's thoughts, emotions and feelings.
제9항에 있어서, 상기 분석부는,
상기 저장부에서 저장한 상기 심박변이도와, 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 이용하여 상기 스트레스 분석 모델을 학습하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
The apparatus of claim 9,
Wherein the stress analysis model is learned using at least one of the heartbeat variability stored in the storage unit and the user's thoughts, emotions, and feelings. The wearable patch type stress- Tracker sensor.
(1) 사용자의 심장 주변에 부착되어 상기 사용자의 심박변이도를 측정하는 단계;
(2) 상기 단계 (1)에서 측정한 상기 심박변이도를 이용하여 사용자별 임계값 및 사용자별 정상 심박을 분석하는 단계; 및
(3) 상기 단계 (1)에서 측정한 상기 심박변이도가 상기 단계 (2)에서 분석한 임계값보다 낮아지는 경우, 상기 사용자별 정상 심박으로 유도하도록 진동을 제공하는 단계를 포함하는 것을 특징으로 하는, 사용자의 정신적, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
(1) measuring the heart beat variance of the user attached to the user's heart;
(2) analyzing a user-specific threshold value and a normal heart rate per user using the heartbeat variation measured in the step (1); And
(3) when the heartbeat variability measured in step (1) is lower than the threshold value analyzed in step (2), providing a vibration to induce the user to a normal heartbeat , A wearable patch type stress tracking method based on artificial intelligence that reduces a user's mental and physical stress.
제11항에 있어서, 상기 단계 (3)은,
2분 내지 4분 동안 진동을 제공하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
12. The method of claim 11, wherein step (3)
And providing vibration for 2 to 4 minutes. 2. The wearable patch type stress tracking method according to claim 1, wherein the vibration is applied for 2 to 4 minutes.
제12항에 있어서, 상기 단계 (3)은,
상기 심박변이도를 130% 내지 150%까지 끌어올릴 수 있도록 자극을 주는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
13. The method of claim 12, wherein step (3)
Wherein the heart rate variability is stimulated so as to increase the heart rate variability from 130% to 150%. The wearable patch type stress tracking method based on artificial intelligence which reduces physical stress.
제11항에 있어서, 상기 단계 (3)은,
학습 데이터를 이용하여 학습한 스트레스 분석 모델에 의해 상기 사용자별 임계값을 분석하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
12. The method of claim 11, wherein step (3)
The wearable patch type stress tracking method based on artificial intelligence which reduces the physical stress, characterized by analyzing the threshold value for each user by the stress analysis model learned using the learning data.
제14항에 있어서, 상기 스트레스 분석 모델은,
신경망 모델인 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
15. The method of claim 14,
A wearable patch type stress tracking method based on artificial intelligence that reduces physical stress, characterized by being a neural network model.
제14항에 있어서, 상기 단계 (2) 및 상기 단계 (3) 사이에,
(2.5) 상기 단계 (2)에서 측정한 상기 심박변이도를 실시간으로 저장하는 단계를 더 포함하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
15. The method of claim 14, wherein between step (2) and step (3)
2. The wearable patch type stress tracking method according to claim 1, further comprising the step of storing the heartbeat variation measured in step (2) in real time.
제16항에 있어서, 상기 단계 (2.5)는,
상기 단계 (2)에서 측정한 상기 심박변이도의 변화에 따라 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 더 저장하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
17. The method of claim 16, wherein step (2.5)
The wearable patch type stress tracking method according to any one of claims 1 to 3, further comprising storing at least one of the user's thoughts, emotions and feelings according to the change in the heartbeat variation measured in the step (2) .
제17항에 있어서,
(4) 상기 단계 (1)에서 측정한 심박변이도가 상기 단계 (3)에서 분석한 사용자별 임계값보다 낮아지는 경우, 사용자 디바이스에 입력 알람을 송신하는 단계를 더 포함하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서.
18. The method of claim 17,
(4) transmitting an input alarm to the user device when the heart rate variability measured in step (1) is lower than the threshold value for each user analyzed in step (3) A wearable patch-type stress tracker sensor based on artificial intelligence that reduces stress.
제17항에 있어서, 상기 단계 (2.5)는,
상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 점수화하여 저장하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.
18. The method of claim 17, wherein step (2.5)
Wherein the score of at least one of the user's thoughts, emotions, and feelings is scored and stored, wherein the wearer's patch-type stress tracking method is based on artificial intelligence that reduces physical stress.
제19항에 있어서, 상기 단계 (3)은,
상기 단계 (2.5)에서 저장한 상기 심박변이도와, 상기 사용자의 생각, 감정 및 느낌 중 적어도 어느 하나를 이용하여 상기 스트레스 분석 모델을 학습하는 것을 특징으로 하는, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래킹 방법.20. The method of claim 19, wherein step (3)
Wherein the stress analysis model is learned using at least one of the heart beat variability and the user's thoughts, emotions, and feelings stored in the step (2.5) Patch-type stress tracking method.
KR1020170146191A 2017-11-03 2017-11-03 Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof KR102006962B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170146191A KR102006962B1 (en) 2017-11-03 2017-11-03 Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170146191A KR102006962B1 (en) 2017-11-03 2017-11-03 Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof

Publications (2)

Publication Number Publication Date
KR20190050618A true KR20190050618A (en) 2019-05-13
KR102006962B1 KR102006962B1 (en) 2019-08-02

Family

ID=66582158

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170146191A KR102006962B1 (en) 2017-11-03 2017-11-03 Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof

Country Status (1)

Country Link
KR (1) KR102006962B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023243820A1 (en) * 2022-06-17 2023-12-21 Samsung Electronics Co., Ltd. System and method for enhancing user experience of an electronic device during abnormal sensation

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102506779B1 (en) 2020-06-12 2023-03-08 고려대학교 산학협력단 telemedicine system and method of the same using AI-based Neurofeedback
KR102318215B1 (en) * 2021-04-12 2021-10-27 (주)이지템 Device for Virtual Heart Rate and Driving Method Thereof

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004222818A (en) * 2003-01-21 2004-08-12 Sony Corp Apparatus and method for guiding physiological condition
KR20120098365A (en) * 2011-02-28 2012-09-05 중앙대학교 산학협력단 Apparatus and method for analyzing of stress
KR20130050817A (en) * 2011-11-08 2013-05-16 가천대학교 산학협력단 Depression diagnosis method using hrv based on neuro-fuzzy network
KR20130134052A (en) * 2012-05-30 2013-12-10 울산대학교 산학협력단 Apparatus for ppg signal processing
KR20160028329A (en) * 2014-09-03 2016-03-11 삼성전자주식회사 Electronic device and method for measuring vital information

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004222818A (en) * 2003-01-21 2004-08-12 Sony Corp Apparatus and method for guiding physiological condition
KR20120098365A (en) * 2011-02-28 2012-09-05 중앙대학교 산학협력단 Apparatus and method for analyzing of stress
KR20130050817A (en) * 2011-11-08 2013-05-16 가천대학교 산학협력단 Depression diagnosis method using hrv based on neuro-fuzzy network
KR20130134052A (en) * 2012-05-30 2013-12-10 울산대학교 산학협력단 Apparatus for ppg signal processing
KR20160028329A (en) * 2014-09-03 2016-03-11 삼성전자주식회사 Electronic device and method for measuring vital information

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023243820A1 (en) * 2022-06-17 2023-12-21 Samsung Electronics Co., Ltd. System and method for enhancing user experience of an electronic device during abnormal sensation

Also Published As

Publication number Publication date
KR102006962B1 (en) 2019-08-02

Similar Documents

Publication Publication Date Title
US11123562B1 (en) Pain quantification and management system and device, and method of using
US9655532B2 (en) Wearable physiological monitoring and notification system based on real-time heart rate variability analysis
JP5443593B2 (en) Arrhythmia expression data judgment system
JP5723024B2 (en) Heart failure detection using a sequential classifier
US20030144829A1 (en) System and method for sensing and evaluating physiological parameters and modeling an adaptable predictive analysis for symptoms management
US20120245439A1 (en) Method and apparatus for determining critical care parameters
KR20190083919A (en) Method, system and non-transitory computer-readable recording medium for diagnosing mental health
Pandian Sleep pattern analysis and improvement using artificial intelligence and music therapy
EP3302257B1 (en) System for supporting an elderly, frail and/or diseased person
Al-Aubidy et al. Real-time patient health monitoring and alarming using wireless-sensor-network
KR20190050618A (en) Wearable patch type stress tracker sensor which reduces user's mental and physical stress based on artificial intelligence and stress tracking method thereof
JP2007054299A (en) Electrotherapy apparatus and system for constituting the same
WO2020175759A1 (en) System and method for analyzing stress of user and managing individual mental health, using hmd device having biosignal sensors mounted therein
WO2017027232A1 (en) System and method for sympathetic and parasympathetic activity monitoring by heartbeat
KR20210027033A (en) Methods and system for customized sleep management
CA2744215A1 (en) Method and apparatus for determining critical care parameters
KR20170112954A (en) method and Apparatus for Triage and Subsequent Escalation Based on Biosignals or Biometrics
EP4333972A1 (en) Distributed device control and wearable system for vagus nerve stimulation
WO2022063864A2 (en) Device and system for detecting heart rhythm abnormalities
KR100231473B1 (en) An automatic stress measurement device
US20210338175A1 (en) Signaling device for cathetering requirement
Patil et al. Stress detection using heart rate variability
US20230337924A1 (en) State information determination method and device, control method and device
US20220183620A1 (en) Determining a sleep state of a user
US20240000319A1 (en) Monitoring shivering and sweating episodes

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant