KR20190068824A - 가속도 센서를 이용한 환자 활동 모니터링 방법 - Google Patents

가속도 센서를 이용한 환자 활동 모니터링 방법 Download PDF

Info

Publication number
KR20190068824A
KR20190068824A KR1020170168999A KR20170168999A KR20190068824A KR 20190068824 A KR20190068824 A KR 20190068824A KR 1020170168999 A KR1020170168999 A KR 1020170168999A KR 20170168999 A KR20170168999 A KR 20170168999A KR 20190068824 A KR20190068824 A KR 20190068824A
Authority
KR
South Korea
Prior art keywords
patient
acceleration
signal
state
acceleration sensor
Prior art date
Application number
KR1020170168999A
Other languages
English (en)
Inventor
이상대
정재훈
최선탁
조위덕
Original Assignee
주식회사 아이엠헬스케어
아주대학교산학협력단
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 주식회사 아이엠헬스케어, 아주대학교산학협력단 filed Critical 주식회사 아이엠헬스케어
Priority to KR1020170168999A priority Critical patent/KR20190068824A/ko
Publication of KR20190068824A publication Critical patent/KR20190068824A/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
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Abstract

본 발명에 따른 환자 활동 모니터링 방법은, 환자가 허리에 착용한 가속도 센서로부터, 가속도 신호를 측정하는 단계; 상기 측정된 가속도 신호를 필터링하고 시간 구간으로 분할하는 단계; 상기 가속도 센서의 착용 방향을 고려하여 상기 가속도 센서의 각도를 산출하는 단계; 상기 각도 값을 이용하여 상기 환자의 자세를 판별하는 단계; 상기 가속도 신호로부터 강도 신호를 산출하는 단계; 상기 강도 신호로부터 상기 환자의 상태를 판별하는 단계; 및 상기 환자의 자세 및 상태로부터 상기 환자의 행동을 인식하는 단계를 포함하는 것을 특징으로 한다. 본 발명에 의하면, 가속도 센서를 환자의 허리에 착용하도록 함으로써 보통 각종 장비를 손목에 착용하는 환자에 적합하며, 환자의 활동 패턴에 보다 적합하게 환자의 활동을 모니터링할 수 있는 효과가 있다.

Description

가속도 센서를 이용한 환자 활동 모니터링 방법{Method for monitoring patient activity using acceleration sensor}
본 발명은 환자 활동 모니터링 방법에 관한 것으로, 보다 상세하게는 병원 등에서 보조기구를 이용하여 이동하는 환자의 활동을 가속도 센서를 이용하여 보다 정확하게 모니터링할 수 있는 환자 활동 모니터링 방법에 관한 것이다.
최근, 정보통신기술이 비약적으로 발전되고, 보건의료에 대한 사회적인 인식이 크게 변화되면서 정보통신기술과 보건의료기술의 결합을 통하여 진료중심의 의료에서 예방중심의 의료로, 질병관리 중심의 의료에서 건강관리 중심의 의료시스템을 구축하고자 하는 노력이 진행되고 있다.
이와 같은 노력의 일환으로 정보통신기술과 헬스케어(Health Care)기술을 접목함으로써 좀 더 소형화되고 집적화된 휴대형의 가정용 의료기기의 연구개발이 활발하게 진행되고 있으며, 네트워크와의 결합을 통한 원격, 재택 진료에 활용할 수 있는 다양한 시스템의 개발이 이루어지고 있다.
또한, 고령인구의 증가에 따른 노인의 건강관리수단으로서 시간과 장소에 구애받지 않고 언제 어디서나 사용자의 실시간 건강상태를 지속적으로 모니터링하여 건강의 이상징후를 조기에 발견할 수 있고, 낙상(落傷) 같은 응급상황을 실시간으로 인지하고 신속한 후속조처가 가능하도록 하는 유비쿼터스 헬스케어기술이 제안되고 있는바, 이러한 원격 헬스케어기술이 보다 효과적으로 이루어지기 위하여 신체의 동작상태 구분, 응급상황 인지(認知), 동작의 형태에 따른 활동량의 정량화 등이 매우 중요한 기술로 인식되고 있다.
상기한 바와 같은 신체 활동량의 정량화를 위해서는 활동상태의 구분이 필수적이며, 따라서 가속도센서를 신체에 부착 또는 장착하여 일상 생활에서의 다양한 활동상태를 모니터링하고, 이러한 활동상태에 따라 가속도센서에서 출력되는 데이터값을 보다 정확하게 판별하기 위한 다양한 신호처리기법에 대한 개발이 이루어지고 있다.
이와 같이 신체의 활동상태를 계측하기 위하여 가장 많이 사용하는 방법으로는 사용자의 신체에 가속도센서를 장착하여 신체의 움직임에 따른 가속도가 측정될 수 있도록 하고, 상기 가속도센서로부터 송출되는 데이터를 근거로 활동상태의 여러 유형으로 분석하는 방법이 사용되고 있다.
그런데 병원이나 요양원 등에 입원한 환자는 일반 사용자와 활동 패턴이 상이한데, 예컨대 대부분 침대에 누워 있거나 정적인 상태를 유지하는 시간이 매우 길다는 특징이 있다. 또한 걷기 이동 시에도 도 1에 도시된 바와 같이 링거대를 잡고 이동하거나, 보행보조기구를 이용하거나, 휠체어를 사용하여 이동하는 경우가 많다. 이러한 환자들의 경우 기존의 가속도 센서를 이용한 모니터링 방법으로는 환자의 활동을 정확하게 모니터링되지 않는 경우가 있고, 보통 환자들은 링거나 환자 태그와 같이 손목에 각종 장비를 착용하는 경우가 많아서 손목에 가속도 센서를 착용하기가 어려운 문제가 있다.
따라서 병원 등에 입원한 환자의 활동 패턴에 적합하게 환자의 활동을 모니터링할 수 있는 장치 및 방법이 요구된다.
본 발명이 이루고자 하는 기술적 과제는 병원 등에 입원한 환자의 활동 패턴에 적합하게 환자의 활동을 모니터링할 수 있는 방법을 제공하는 데 있다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 환자 활동 모니터링 방법은, 환자가 허리에 착용한 가속도 센서로부터, 가속도 신호를 측정하는 단계; 상기 측정된 가속도 신호를 필터링하고 시간 구간으로 분할하는 단계; 상기 가속도 센서의 착용 방향을 고려하여 상기 가속도 센서의 각도를 산출하는 단계; 상기 각도 값을 이용하여 상기 환자의 자세를 판별하는 단계; 상기 가속도 신호로부터 강도 신호를 산출하는 단계; 상기 강도 신호로부터 상기 환자의 상태를 판별하는 단계; 및 상기 환자의 자세 및 상태로부터 상기 환자의 행동을 인식하는 단계를 포함하는 것을 특징으로 한다.
상기 환자 활동 모니터링 방법은, 상기 분할된 구간마다 가속도 신호의 평균값을 산출하는 단계를 더 포함할 수 있다.
상기 각도를 산출하는 단계는, 다음 수학식을 이용하여 각도를 산출할 수 있다.
Figure pat00001
여기서,
Figure pat00002
는 중력 가속도의 크기이고,
Figure pat00003
는 가속도 센서의 착용 방향과 평행하는 가속도 성분을 나타낸다.
상기 자세를 판별하는 단계는, 상기 각도와 소정 임계값에 따라 누운 자세와 서있는 자세로 구분할 수 있다.
상기 강도 신호는 모멘텀 신호를 포함할 수 있다.
상기 환자 활동 모니터링 방법은, 상기 모멘텀 신호의 편차를 산출하는 단계를 더 포함할 수 있다.
상기 상태를 판별하는 단계는, 상기 강도 신호와 소정 임계값에 따라 정적 상태와 동적 상태로 구분할 수 있다.
상기 행동을 인식하는 단계는, 누운 상태, 서있는 상태, 걷기 상태로 분류할 수 있다.
상기된 본 발명에 의하면, 가속도 센서를 환자의 허리에 착용하도록 함으로써 보통 각종 장비를 손목에 착용하는 환자에 적합하며, 환자의 활동 패턴에 보다 적합하게 환자의 활동을 모니터링할 수 있는 효과가 있다.
도 1은 병원 등에 입원한 환자들이 이동 시에 사용하는 보조 수단의 예이다.
도 2는 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 활동 모니터링 방법의 흐름도이다.
도 3은 환자가 허리에 착용한 가속도 센서로부터 수집되는 3축 가속도 신호의 예를 나타낸다.
도 4는 필터링된 3축 가속도 신호의 예를 나타낸다.
도 5는 1초 단위 평균 가속도 신호의 예를 나타낸다.
도 6은 센서 방향에 대한 각도 신호의 예를 나타낸다.
도 7은 각도 값을 이용한 자세 판별 결과의 예를 나타낸다.
도 8은 움직임에 의한 활동 강도 값의 예를 나타낸다.
도 9는 활동 강도 값을 이용한 상태(정적, 동적) 판별 결과의 예를 나타낸다.
도 10은 자세(각도)와 상태(활동 강도) 값을 이용한 행동 인식 규칙의 예를 나타낸다.
도 11은 자세(각도)와 상태(활동 강도) 값을 이용한 행동 인식 결과의 예를 나타낸다.
이하에서는 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이하 설명 및 첨부된 도면들에서 실질적으로 동일한 구성요소들은 각각 동일한 부호들로 나타냄으로써 중복 설명을 생략하기로 한다. 또한 본 발명을 설명함에 있어 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략하기로 한다.
본 발명의 실시예에서는, 환자가 허리에 가속도 센서를 착용하도록 하고, 허리에 착용한 가속도 센서를 이용하여 환자의 활동을 '서있는 자세(Stand)', '누운 자세(Laying)', '걷기(Walk)'로 분류한다.
가속도 센서는 질량이 일정할 경우 센서가 받는 힘의 크기에 대응되는 가속도 값이 측정된다. 즉, F=ma(F는 힘, m은 질량, a는 가속도)이므로, 질량이 일정할 때 가속도는 힘에 대응된다.
따라서 가속도 센서를 통하여 다양한 힘이 측정되는데, 운동에 의한 힘, 중력, 원심력(회전), 충격력 등이 합쳐진 형태로 측정된다.
이 중 신체에서 운동에 의해 발생되는 힘과 함께 항상 작용하는 중력의 힘이 측정된다. 특히 환자들은 신체 활동이 정상인보다 느리므로 가속도가 작아 운동에 의한 힘보다 중력에 의한 힘이 가속도 센서 전체에 미치는 영향이 크다.
그리고 허리에 착용된 가속도 센서의 방향에 따라 서있을 때와 침상에 누워있을 때 가속도 센서가 받는 중력의 방향이 바뀌게 된다.
또한, 중력을 제거하면 관성에 의한 성분(이동, 회전, 충격)만 추출할 수 있으며 그 신호의 크기를 측정하여 움직임의 크기를 산출할 수 있다.
도 2는 본 발명의 일 실시예에 따른 가속도 센서를 이용한 환자 활동 모니터링 방법의 전체 흐름도이다.
210단계에서, 환자가 허리에 착용한 가속도 센서로부터 가속도 센서 신호를 측정한다.
220단계는 기초적인 신호 전처리 과정으로, 필터를 이용하여 가속도 신호의 잡음을 제거하고, 행동을 분류하기 위해 예컨대 1초 단위로 분할한다.
신호 전처리 이후 가속도 신호는 두 가지 방법으로 세분화하여 분류에 필요한 특징을 산출하며 두 가지 방법은 각도 변환(230단계)과 강도 산출(240단계)로 구성된다.
각도를 통하여 환자의 자세를 판단(250단계)하며 강도를 통하여 환자의 상태(260단계)를 판단한다. 이 때 판단된 자세 및 상태 값만을 이용하여 서비스에 응용할 수 있다. 가령, 절대안정(누운 상태)이 권고되는 환자의 경우 누워있는 자세에 대한 출력 결과만으로도 얼마나 안정 상태에 있었는지 확인 가능하며, 반대로 활동을 권장 받은 환자의 경우엔 추출된 상태 값만으로도 활동성 정도를 확인할 수 있다.
최종적으로 각도와 강도에 의해 각각 분류된 자세 및 상태를 통해 환자의 활동 상태를 분류한다(270단계). 분류된 활동 상태는 '누움', '서있음', '걷기'이며 이는 병원에서 환자가 할 수 있는 활동성 행동에 종속된다.
이하에서는 도 2의 각 단계에 대하여 보다 구체적으로 설명하기로 한다.
가속도 신호 측정
도 3은 환자가 허리에 착용한 가속도 센서로부터 수집되는 3축 가속도 신호의 예를 나타낸다.
본 발명의 실시예에서 수집되는 신호는 3축 가속도 신호이다. 도 3에서 시간별 환자의 동작은 다음과 같다.
시 간 동 작
0-160초 침대에 누워 있는 자세
160-170초 침대에서 몸을 일으켜 침대 앞에 서있기 까지의 과정
170-200초 서있는 자세(약 180초에 일부러 센서에 충격을 줌)
200-210초 천천히 걷는 동작
210-220초 서 있는 상태에서 몸을 천천히 움직임
220-230초 천천히 걷는 동작
230-240초 수집을 종료하기위해 센서모듈을 바닥에 놓고 수집을 종료하는 과정
수집된 신호는 중력가속도에 따라 중력 단위로 변환된다.
가속도 신호 필터링 및 분할
도 4는 필터링된 3축 가속도 신호의 예를 나타낸다.
이 과정에서 필터는 잡음제거 목적으로 사용되며 가속도 센서 및 기기의 특성을 고려하여 다양한 방법으로 설계할 수 있다. 본 발명이 실시예에서는 유한 충격 응답(Finite Impulse Response, FIR) 필터(order=10, cut-off=2Hz, Low Pass)를 사용하였다.
또한 병원 환자의 활동에 대한 측정 주기는 구현 목적(서비스)에 따라 분할 주기를 다양하게 설정할 수 있다. 본 발명의 실시예에서는 1초로 분할하여 초당 환자의 움직임을 추적하고자 하였다.
최종 서비스 시에는 데이터의 크기 또는 연산강도를 고려하여 10초 또는 1분 정도로 다양하게 적용할 수 있다.
가속도 신호에서 센서 방향 및 자세 산출
도 5는 1초 단위 평균 가속도 신호의 예를 나타낸다.
분할된 1초 구간 신호의 평균값을 산출한다. 가속도 신호는 기본적으로 중력의 영향을 항상 받고 있으며 다른 힘의 영향을 받게 된다. 다른 힘의 영향은 큰 움직임이 아닌 경우 대부분 진동형태이므로 기준 중력에서 흔들리는 형태로 측정된다. 따라서 항상 영향을 받는 중력의 편향(Bias) 정도를 측정하기 위해서는 평균값을 산출해야 한다.
즉, 중력이 3축에 분배되어 있는 정도를 통해 센서가 놓인 방향을 측정할 수 있다.
도 6은 센서 방향에 대한 각도 신호의 예를 나타낸다.
추출한 Bias 신호에서 센서의 착용 방향을 고려하여 각 축 중 하나를 선정하여 각도로 변환할 수 있다. 본 예시 신호에서는 Y축 성분이 착용한 환자의 허리와 평행하는 성분이다. 아래의 수학식 1에서 평행하는 가속도 성분을
Figure pat00004
라 할 때, 센서가 놓인 각도
Figure pat00005
는 다음과 같다.
Figure pat00006
여기서,
Figure pat00007
는 중력 가속도의 크기이며, 해당 수식은 전체 중력에서 특정 방향의 축 성분이 얼마나 중력에 의한 영향을 받는지를 각도로 산출한다.
도 7은 각도 값을 이용한 자세 판별 결과의 예를 나타낸다.
서 있는 자세나 걷기 동작 시 산출 된 각도 값은 약 75°~90° 분포를 갖는다. 바닥 방향의 중력과 상대적인 각도의 차이 이므로 75°는 105°를 표현할 수 있다. 따라서 90±15° 정도의 분포를 나타낸다.
누운 자세에서 가만히 있어도 약 ±3°의 변화량을 보인다.
누운 자세와 서있는 자세를 구분하기 위한 임계값을 설정하여 분류하는데 이 임계값은 센서의 특성에 따라 달라질 수 있으며 본 예시에서는 45° 값을 이용하여 누운 자세와 서있는 자세를 구분하였다.
가속도 신호에서 활동 강도 및 상태 산출
도 8은 움직임에 의한 활동 강도 값의 예를 나타낸다.
신호의 평균값은 Bias를 나타내며 이는 곧 중력을 나타낸다.
센서에서 중력은 공간상 3차원에 분포하게 된다. 관성에 의한 힘은 항상 중력의 방향과 일치하지 않으므로 3차원 공간상에서 모든 방향의 힘이 중력과 상쇄되거나 증폭될 수 있다. 따라서 센서 자체에 작용한 모든 힘의 크기를 하나의 값으로 산출하기 위해 모멘텀(Momentum) 신호를 산출한다. 모멘텀 신호는 스칼라(Scalar) 값으로 방향은 없고 오로지 한 시점에서 가속도 센서에 영향을 준 힘의 크기만 알 수 있다.
아래의 수학식 2는 가속도 신호에서 모멘텀 신호를 산출하는 방법을 나타내며, 이 값이 1G일 때는 센서에 작용하는 힘이 오로지 중력만 존재할 때를 의미한다.
Figure pat00008
가속도 신호에서 중력이 아닌 움직임이나 충격에 의한 신호는 받는 중력을 기준으로 변동하는 양상이므로 가속도 신호의 편차는 관성의 크기에 비례하게 된다.
편차를 구하는 방법은 절대평균편차(Mean Absolute Deviation, MAD), 제곱평균제곱근(Root Mean Square, RMS), 엔트로피(Entropy) 등 다양한 방식으로 산출 될 수 있다. 이러한 값들은 평균과 무관한 값으로 Bias 신호를 제거한 순수한 관성을 표현하는데 적합하다.
본 예시에서는 표준편차(Standard Deviation, St.Dev.) 값을 산출하여 사용하였다.
아래의 수학식 3은 수집된 신호에서 분할된 구간내의 표준 편차를 구하는 과정을 나타낸다.
Figure pat00009
은 해당 구간 내에 수집된 가속도 신호의 샘플 수,
Figure pat00010
는 신호의 평균,
Figure pat00011
는 차이를 명확하게 하기 위한 단순 가중치로 본 예시에서는 1000이다.
Figure pat00012
도 9는 활동 강도 값을 이용한 상태(정적, 동적) 판별 결과의 예를 나타낸다.
활동 강도 값은 센서의 특징 및 산출하는 수식에 따라 그 값의 분포가 다르지만 관성에 의한 움직임의 크기와 정비례한다. 그러므로 활동 강도 값은 유산소 운동에 의한 소모 칼로리와 강한 상관관계를 갖는다.
활동 강도 값만 서비스에 응용할 경우 이를 이용한 환자의 활동성을 측정할 수 있는 지표가 된다.
이러한 특징에 따라 특정 임계치로 정적인 행동과 동적인 행동을 구별할 수 있다. 본 예시에서는 실험에 의해 정적인 상태와 동적인 상태를 구별하기 위해 추출된 활동 강도 값에서 임계치를 50으로 설정하였다.
환자의 질병 종류나 나이나 활동성에 따라 임계치를 다르게 설정할 수 있다. 보행 보조기구나 이동식 링거대를 사용할 때의 활동 강도는 실험을 통해 획득될 수 있다.
일반적으로 이와 같은 표준편차를 이용한 활동 강도는 수면 중에는 평균 5정도, 큰 뒤척임 시 약 50정도, 걷기 시 약 100~500 정도, 뛰기 시 약 500 이상의 값을 갖는다.
자세 및 상태를 이용한 행동 인식
도 10은 자세(각도)와 상태(활동 강도) 값을 이용한 행동 인식 규칙의 예를 나타낸다.
판별된 자세(누운, 서있는)와 상태(정적, 동적)를 이용하여 간단한 규칙을 통해 누운 상태, 서있는 상태, 걷기 상태를 결정할 수 있다. 도 10과 같이, 누워 있는 자세일 경우 환자가 누운 상태로 인식하고 서 있는 경우에는 상태를 고려하여 정적일 경우 서있는 상태, 동적인 경우 걷기 상태로 분류한다.
도 11은 자세(각도)와 상태(활동 강도) 값을 이용한 행동 인식 결과의 예를 나타낸다.
앞서 설명한 바와 같이 각 상태에 준하는 분류 결과가 도출된 것을 도 11을 통해 확인할 수 있다. 단, 누워 있다가 일어서는 과정, 센서에 충격을 가한 경우에는 활동성이 크게 측정됨을 확인할 수 있다.
본 발명의 실시예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 발명의 실시예들은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 집적 회로 구성들을 채용할 수 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 실시예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 실시예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "매커니즘", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
실시예에서 설명하는 특정 실행들은 일 실시예들로서, 어떠한 방법으로도 실시 예의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, "필수적인", "중요하게" 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (8)

  1. 가속도 센서를 이용한 환자 활동 모니터링 방법으로서,
    환자가 허리에 착용한 가속도 센서로부터, 가속도 신호를 측정하는 단계;
    상기 측정된 가속도 신호를 필터링하고 시간 구간으로 분할하는 단계;
    상기 가속도 센서의 착용 방향을 고려하여 상기 가속도 센서의 각도를 산출하는 단계;
    상기 각도 값을 이용하여 상기 환자의 자세를 판별하는 단계;
    상기 가속도 신호로부터 강도 신호를 산출하는 단계;
    상기 강도 신호로부터 상기 환자의 상태를 판별하는 단계; 및
    상기 환자의 자세 및 상태로부터 상기 환자의 행동을 인식하는 단계를 포함하는 것을 특징으로 하는 환자 활동 모니터링 방법.
  2. 제1항에 있어서,
    상기 분할된 구간마다 가속도 신호의 평균값을 산출하는 단계를 더 포함하는 것을 특징으로 하는 환자 활동 모니터링 방법.
  3. 제1항에 있어서,
    상기 각도를 산출하는 단계는, 다음 수학식을 이용하여 각도를 산출하는 것을 특징으로 하는 환자 활동 모니터링 방법.
    Figure pat00013

    여기서,
    Figure pat00014
    는 중력 가속도의 크기이고,
    Figure pat00015
    는 가속도 센서의 착용 방향과 평행하는 가속도 성분을 나타냄.
  4. 제1항에 있어서,
    상기 자세를 판별하는 단계는, 상기 각도와 소정 임계값에 따라 누운 자세와 서있는 자세로 구분하는 것을 특징으로 하는 환자 활동 모니터링 방법.
  5. 제1항에 있어서,
    상기 강도 신호는 모멘텀 신호를 포함하는 것을 특징으로 하는 환자 활동 모니터링 방법.
  6. 제5항에 있어서,
    상기 모멘텀 신호의 편차를 산출하는 단계를 더 포함하는 것을 특징으로 하는 환자 활동 모니터링 방법.
  7. 제1항에 있어서,
    상기 상태를 판별하는 단계는, 상기 강도 신호와 소정 임계값에 따라 정적 상태와 동적 상태로 구분하는 것을 특징으로 하는 환자 활동 모니터링 방법.
  8. 제1항에 있어서,
    상기 행동을 인식하는 단계는, 누운 상태, 서있는 상태, 걷기 상태로 분류하는 것을 특징으로 하는 환자 활동 모니터링 방법.
KR1020170168999A 2017-12-11 2017-12-11 가속도 센서를 이용한 환자 활동 모니터링 방법 KR20190068824A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170168999A KR20190068824A (ko) 2017-12-11 2017-12-11 가속도 센서를 이용한 환자 활동 모니터링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170168999A KR20190068824A (ko) 2017-12-11 2017-12-11 가속도 센서를 이용한 환자 활동 모니터링 방법

Publications (1)

Publication Number Publication Date
KR20190068824A true KR20190068824A (ko) 2019-06-19

Family

ID=67104171

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170168999A KR20190068824A (ko) 2017-12-11 2017-12-11 가속도 센서를 이용한 환자 활동 모니터링 방법

Country Status (1)

Country Link
KR (1) KR20190068824A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210087275A (ko) * 2020-01-02 2021-07-12 우주라컴퍼니 주식회사 가속도 센서에 기반한 고양이의 동작 분석 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210087275A (ko) * 2020-01-02 2021-07-12 우주라컴퍼니 주식회사 가속도 센서에 기반한 고양이의 동작 분석 방법
KR20210135452A (ko) * 2020-01-02 2021-11-15 우주라컴퍼니 주식회사 가속도 센서에 기반한 고양이의 동작 분석 방법

Similar Documents

Publication Publication Date Title
Andò et al. A multisensor data-fusion approach for ADL and fall classification
Chaccour et al. From fall detection to fall prevention: A generic classification of fall-related systems
Hegde et al. A comparative review of footwear-based wearable systems
Wang et al. An enhanced fall detection system for elderly person monitoring using consumer home networks
JP5674766B2 (ja) 着用位置を検出するためのセンシングデバイス
Pannurat et al. A hybrid temporal reasoning framework for fall monitoring
Subramaniam et al. Wearable sensor systems for fall risk assessment: A review
Mostarac et al. System for monitoring and fall detection of patients using mobile 3-axis accelerometers sensors
Majumder et al. A multi-sensor approach for fall risk prediction and prevention in elderly
Majumder et al. iPrevention: Towards a novel real-time smartphone-based fall prevention system
Gao et al. A comparison of classifiers for activity recognition using multiple accelerometer-based sensors
Bianchi et al. MuSA: A multisensor wearable device for AAL
Kwon et al. An energy-efficient algorithm for classification of fall types using a wearable sensor
Wu et al. A multi-sensor fall detection system based on multivariate statistical process analysis
Wójtowicz et al. Fall detector using discrete wavelet decomposition and SVM classifier
Suriani et al. Optimal accelerometer placement for fall detection of rehabilitation patients
KR101270004B1 (ko) 신체활동 측정 시스템, 그 측정방법, 이를 이용한 신체활동 및 응급상황 안내방법
JP2022124807A (ja) 情報処理装置および検出方法
KR20190068824A (ko) 가속도 센서를 이용한 환자 활동 모니터링 방법
Prince et al. LabVIEW based abnormal muscular movement and fall detection using MEMS accelerometer during the occurrence of seizure
Abdelhedi et al. Fall detection FPGA-based systems: A survey
Kim et al. Implementation of a real-time fall detection system for elderly Korean farmers using an insole-integrated sensing device
Khowaja et al. AN EFFECTIVE THRESHOLD BASED MEASUREMENT TECHNIQUE FOR FALL DETECTION USING SMART DEVICES.
Babu et al. Accelerometer based human activities and posture recognition
Huynh et al. Detection of activities daily living and falls using combination accelerometer and gyroscope

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application