KR20190105867A - System and Method for Analyzing Foot Pressure Change and Gait Pattern - Google Patents
System and Method for Analyzing Foot Pressure Change and Gait Pattern Download PDFInfo
- Publication number
- KR20190105867A KR20190105867A KR1020180026499A KR20180026499A KR20190105867A KR 20190105867 A KR20190105867 A KR 20190105867A KR 1020180026499 A KR1020180026499 A KR 1020180026499A KR 20180026499 A KR20180026499 A KR 20180026499A KR 20190105867 A KR20190105867 A KR 20190105867A
- Authority
- KR
- South Korea
- Prior art keywords
- gait
- walking
- data
- pattern analysis
- plantar pressure
- Prior art date
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
- A61B5/112—Gait analysis
-
- 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
- A61B5/1036—Measuring load distribution, e.g. podologic studies
- A61B5/1038—Measuring plantar pressure during gait
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- H04M1/72522—
Abstract
Description
본 발명은 보행 패턴 분석에 관한 것으로, 구체적으로 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법에 관한 것이다.The present invention relates to a gait pattern analysis, specifically, to collect and accumulate data through a smart phone application to determine personal identification and gait type, and to track and analyze plantar pressure changes to analyze gait patterns of each individual. An apparatus and method for analyzing plantar pressure changes and gait patterns.
사람은 일상생활을 하면서 신체 내외부 환경과 특수한 과제에 적합한 최적의 자세 조절을 위해 노력을 하고 있으며, 이러한 자세 균형 조절은 우리가 독립적인 생활을 하는데 있어서 필수적이고 중요한 의미를 갖는다.In our daily lives, we strive for optimal posture control that is appropriate for our internal and external environment and for specific tasks. This posture balance is essential and important for us to live independently.
특히, 자세 균형 조절 능력 중에서 체중심의 이동은 바로 선 자세뿐만 아니라 여러 일상생활 활동 속에서 흔히볼 수 있는데, 물건을 들거나 가방을 메고 걸어 갈 때와 같은 상황에서 신체에 가해지는 부하는 자세유지 및 균형 유지에 중대한 영향을 미친다.In particular, the movement of weight center among the ability to balance posture is common not only in the standing posture but also in various daily activities, and the load placed on the body in situations such as carrying an object or walking with a bag is maintained. Significantly affects maintenance.
물건을 운반할 경우 부하가 너무 무겁거나 잘못된 방법으로 휴대하고 보행을 할 경우, 보행 패턴의 변화로 인해 체중심 이동에 영향을 받게 되는데, 정상적인 보행에서는 체중심이 상하, 좌우, 진행 방향을 따라 규칙적, 대칭적으로 부드럽게 진행하고, 사지의 움직임이 조화롭게 이루어지지만, 가방과 같은 부하를 들거나 메고 보행을 할 경우 체중심의 불규칙적인 이동이 나타난다.In case of carrying goods, if the load is too heavy or walking in the wrong way, the weight of the body will be affected by the change of walking pattern. It proceeds smoothly symmetrically and the movement of the limbs is harmonious, but when walking or carrying a load such as a bag, irregular weight shift occurs.
또한, 부하를 운반하는 방식으로 인해 위치가 변화된 체중심선을 기저면 중앙으로 가져와 평형을 유지하고, 전방으로의 진행을 위해 중심선을 더욱더 앞으로 가져와서 균형을 유지하고 보행 에너지 소모를 절약하기 위한 인체의 적응 기전이 나타나게 된다.In addition, the body's adaptation to maintain the balance by bringing the changed weight core line to the center of the basal plane due to the method of carrying the load, bringing the centerline more forward for forward movement, to maintain balance and save walking energy consumption The mechanism will appear.
보행분석(gait analysis)은 근골격 신경계 질환에 대한 임상에서의 의사결정, 치료 후의 평가, 의지와 보장구의 평가 및 여러 생체 역학적인 연구 등에 사용되고 있고, 보행의 여러 측면을 측정하여 포괄적인 평가를 하게 되는데, 운동 형상학적 분석(kinematic analysis), 동적 근전도(dynamic electromyography)및 에너지소비량 측정(energy expenditure measurement)등을 포함한다.Gait analysis is used for clinical decision-making, musculoskeletal nervous system disease, post-treatment evaluation, determination of will and protection equipment, and various biomechanical studies. , Kinematic analysis, dynamic electromyography, and energy expenditure measurement.
일반적으로 보행 패턴 추출장치는 뇌졸중, 뇌성마비 등의 중추신경계 손상으로 인한 보행장애를 겪는 환자의 보행 감각을 회복시키는 재활 훈련용, 혹은 보행 자세 교정을 필요로 하는 사용자의 보행 자세 교정 훈련용 등으로 많이 사용된다.In general, the gait pattern extractor is used for rehabilitation training to restore gait sensation of a patient suffering from a disorder of the central nervous system such as stroke or cerebral palsy, or for gait posture correction training for a user who needs to correct gait posture. It is used a lot.
종래 기술의 보행 패턴 검출 장치는 보행자의 발바닥이 트레드밀의 벨트를 밟을 때 감지되는 압력 변화를 보행자의 보행 패턴으로 검출하기 위한 연산 작업이 복잡하고 연산 시간 지연 문제로 인해 보행자의 보행 패턴을 실시간으로 판단하기 어려운 문제가 있다.In the conventional walking pattern detecting apparatus, a computational operation for detecting a pressure change detected when a pedestrian's soles step on a treadmill belt is complicated as a pedestrian's walking pattern, and the walking pattern of the pedestrian is determined in real time due to a computation time delay problem. There is a problem that is difficult to do.
특히, 상용 압력센서의 가격 문제로 인해 제품이 고가로 제작되고 있는 실정이며, 특히 상용 압력센서는 보행자의 발에 맞게 잘라 사용하는 1회용이므로 특정 보행자의 보행 패턴을 검출할 때마다 비용이 소모되는 문제가 있다.In particular, due to the price problem of the commercial pressure sensor, the product is manufactured at a high price. Especially, the commercial pressure sensor is a one-time use that is cut and used according to the foot of a pedestrian. there is a problem.
또한, 보행자의 발바닥이 트레드밀의 벨트를 밟을 때 감지되는 압력 변화를 보행자의 보행 패턴으로 검출하는 경우에는 사용자의 보행이 부자연스러워 정확한 보행 패턴의 분석이 어려운 문제가 있다.In addition, when the pedestrian's sole detects the pressure change detected when the foot of the treadmill presses the belt of the pedestrian as a pedestrian's walking pattern, it is difficult to analyze the walking pattern accurately because of unnatural walking of the user.
따라서, 실시간으로 보행 궤적을 추적하고, 자연스러운 보행 상태에서의 보행 데이터의 획득이 가능하도록 하여 각 개인의 보행 패턴을 정확하게 분석할 수 있도록 하는 새로운 기술의 개발이 요구되고 있다.Accordingly, there is a demand for the development of a new technology that can track the walking trajectory in real time and obtain walking data in a natural walking state so that the walking pattern of each individual can be accurately analyzed.
본 발명은 이와 같은 종래 기술의 보행 패턴 분석 기술의 문제를 해결하기 위한 것으로, 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention is to solve the problem of the prior art gait pattern analysis technology, by collecting and accumulating data through a smart phone application to determine personal identification and type of walking, tracking and analyzing plantar pressure changes to each individual The purpose of the present invention is to provide an apparatus and a method for analyzing plantar pressure changes and walking patterns, which can analyze walking patterns.
본 발명은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention runs a smart phone application to communicate with the smart insole sensor unit to easily collect and analyze the data on the individual's daily gait (gait) Han family to use as a biomarker, biomarker having a universal footprint It is an object of the present invention to provide an apparatus and method for low pressure change and gait pattern analysis.
본 발명은 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.In the present invention, the type of walking, plantar pressure change, and walking pattern analysis results are machine-learned and DBized, and the plantar pressure change and walking pattern are made to output the walking pattern analysis result of each individual who has been identified using DB information. Its purpose is to provide an apparatus and method for analysis.
본 발명은 편측,내측 무릎 골관절염, 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention analyzes the characteristic gait pattern of each individual with unilateral, medial knee osteoarthritis and Parkinson's disease through measurement using sensors to analyze changes in plantar pressure and gait pattern, which can be used to improve the accuracy of early evaluation and to determine the severity. It is an object of the present invention to provide an apparatus and method for the same.
본 발명은 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공할 수 있도록 한 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법을 제공하는데 그 목적이 있다.The present invention tracks and analyzes plantar pressure changes, analyzes walking patterns of each individual, enables precise evaluation and grasping abnormal walking characteristics, severity, and prognosis to provide an effective walking rehabilitation program tailored to individual conditions. It is an object of the present invention to provide an apparatus and method for low pressure change and gait pattern analysis.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects that are not mentioned will be clearly understood by those skilled in the art from the following description.
이와 같은 목적을 달성하기 위한 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치는 족저압 변화 및 보행 데이터를 수집하는 스마트 인솔 센서부;어플리케이션을 구동하여 상기 스마트 인솔 센서부와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 스마트폰 어플리케이션;상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 서버;상기 보행 패턴 분석 서버의 분석 결과를 기계학습하여 DB화하는 기계학습 및 DB화부;상기 기계학습 및 DB화부의 DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 보행 패턴 분석결과 출력부;를 포함하는 것을 특징으로 한다.An apparatus for analyzing plantar pressure changes and gait patterns according to the present invention for achieving the above object is a smart insole sensor unit for collecting plantar pressure changes and walking data; driving data to communicate with the smart insole sensor unit to collect data A smartphone application for transmitting a command, and transmits the collected and accumulated data to the walking pattern analysis server; Personal identification and walking type judgment based on the plantar pressure change and walking data received through the smart phone application, plantar pressure change A gait pattern analysis server for tracing and analyzing a walking trajectory by tracing and analyzing the machine; a machine learning and DBization unit configured to machine-learn the DB of the analysis result of the walking pattern analysis server; using the DB information of the machine learning and DBization unit Gait pattern for outputting gait pattern analysis results for each individual Analysis result output unit; characterized in that it comprises a.
여기서, 보행 패턴 분석 서버는, 스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 개인 식별부와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 보행종류 판단부와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 족저압 데이터 처리부와,족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석부를 포함하는 것을 특징으로 한다.The walking pattern analysis server may include a personal identification unit for personal identification based on registration and execution information of a smartphone application, and a walking type for determining a walking type based on plantar pressure change data and walking data received through a smartphone application. Determination unit, plantar pressure data processing unit that tracks and analyzes plantar pressure changes by processing plantar pressure change data received through the smartphone application, and tracking the walking trajectory based on plantar pressure change data and walking data, and three-dimensional acceleration , A pedestrian pattern analysis unit for angular velocity, velocity data processing and analysis.
그리고 보행 패턴 분석부는, 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하는 보행 궤적 추적부와,스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 가속도 변화를 검출하는 3차원 가속도 측정부와,스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 각속도 변화를 검출하는 3차원 각속도 측정부와,스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 보행 속도 변화를 검출하는 3차원 속도 측정부를 포함하는 것을 특징으로 한다.In addition, the walking pattern analysis unit includes a walking trajectory tracking unit for tracking a walking trajectory based on plantar pressure change data and walking data, and a three-dimensional acceleration measurement detecting a three-dimensional acceleration change based on the walking data sensed by a smart insole sensor unit. The three-dimensional angular velocity measuring unit detects a three-dimensional angular velocity change based on the walking data sensed by the smart insole sensor unit, and the three-dimensional velocity detecting a change in the walking speed based on the walking data sensed by the smart insole sensor unit. Characterized in that it comprises a measuring unit.
그리고 스마트 인솔 센서부는, 스마트 인솔을 구성하는 제1,2,3층의 인솔 구성층들이 구비되고, 하부의 제 1 인솔 구성층과 중간의 제 2 인솔 구성층 사이에 복수 개의 족압 검출 센서가 특정 간격으로 이격되어 설치되고, 각 센서들 및 내부 장치들에게 전원을 공급하기 위한 충전을 하는 무선 충전 수신 안테나가 구비되는 것을 특징으로 한다.The smart insole sensor unit includes first, second, and third insole component layers constituting the smart insole, and a plurality of foot pressure detecting sensors are specified between the first insole component layer and the second insole component layer in the middle. It is installed spaced apart at intervals, characterized in that provided with a wireless charging receiving antenna for charging to supply power to each sensor and the internal devices.
그리고 스마트 인솔 센서부는, 중간의 제 2 인솔 구성층과 상부의 제 3 인솔 구성층 사이에 보행 데이터 검출 및 스마트폰 어플리케이션과의 통신을 제어하는 MCU와, 스마트폰 어플리케이션과의 통신을 하기 위한 통신 모듈과, 보행 데이터를 저장하는 데이터 저장부, 무선 충전 회로, 3축 가속도 센서, 3축 자이로 센서가 구비되는 것을 특징으로 한다.In addition, the smart insole sensor unit is a communication module for communicating with the smartphone and the MCU to control the communication of the walking data detection and the smartphone application between the second insole component layer and the third insole component layer in the upper portion And a data storage unit for storing walking data, a wireless charging circuit, a three-axis acceleration sensor, and a three-axis gyro sensor.
그리고 상기 보행 패턴 분석결과 출력부에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단부를 더 포함하는 것을 특징으로 한다.In addition, by comparing and analyzing the walking pattern analysis result of each individual outputted from the walking pattern analysis result output unit with the clinical result data provided by the actual clinical result data providing unit, the correlation comparison of judging the correlation between the walking pattern change and the actual clinical result is compared. Characterized in that it further comprises a determination unit.
그리고 상기 연관성 비교 판단부는, 상기 보행 패턴 분석결과 출력부에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.In addition, the correlation comparison determination unit, the gait pattern analysis results of each individual with unilateral, medial knee osteoarthritis output from the gait pattern analysis result output unit and the degree of agreement with the clinical physical examination and X-ray imaging (Kellgren-Lawrence scale) Comparing and analyzing the relationship with the degree of improvement before and after surgery or injection treatment.
그리고 상기 연관성 비교 판단부는, 상기 보행 패턴 분석결과 출력부에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.The correlation comparison determination unit compares the walking pattern analysis result of each individual having Parkinson's disease output from the walking pattern analysis result output unit with the clinical evaluation, and compares the degree of improvement before and after drug treatment. It is characterized by the correlation analysis.
다른 목적을 달성하기 위한 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 단계;상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 단계;상기 보행 패턴 분석 단계의 분석 결과를 기계학습하여 DB화 하는 단계;상기 기계학습 및 DB화된 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 단계;를 포함하는 것을 특징으로 한다.Method for analyzing plantar pressure changes and walking patterns according to the present invention for achieving another object is to drive a smart phone application to communicate with the smart insole sensor unit to transmit a data collection command, analysis of the walking pattern collected and accumulated data Transmitting to the server; Analysis of the walking pattern to track and analyze the walking trajectory by tracking and analyzing the plantar pressure changes based on the identification of the foot pressure changes and walking data received through the smartphone application and the footing pressure Step; Machine learning the analysis results of the gait pattern analysis step DB; Outputting the gait pattern analysis results of each individual is made using the machine learning and DB information; characterized in that it comprises a It is done.
여기서, 보행 패턴 분석 단계는, 스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 단계와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 단계와,스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 단계와,족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 단계를 포함하는 것을 특징으로 한다.Here, the gait pattern analysis step, the step of personal identification by the registration and execution information of the smart phone application, the step of judging the type of walking based on the plantar pressure change data and gait data received through the smart phone application, smart Process and analyze plantar pressure change by processing plantar pressure change data received through phone application, track walking trajectory based on plantar pressure change data and walking data, process and analyze 3D acceleration, angular velocity, and velocity data Characterized in that it comprises a step.
그리고 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단 단계를 더 포함하는 것을 특징으로 한다.In the step of outputting the gait pattern analysis result of each individual, the gait pattern analysis result of each individual is compared with the clinical result data provided by the actual clinical result data provider, and the correlation between the change of the gait pattern and the actual clinical result is analyzed. The method may further include determining an association comparison decision to determine.
그리고 상기 연관성 비교 판단 단계는, 상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.The step of comparing the correlation may include a clinical physical examination and an X-ray examination (Kellgren) of the gait pattern analysis of each individual having unilateral and medial knee osteoarthritis output in the step of outputting the gait pattern analysis result of each individual. -Contrast with the Lawrence scale and analyze the correlation with the degree of improvement before and after surgery or injection treatment.
그리고 상기 연관성 비교 판단 단계는, 상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 한다.In the correlation comparison determination step, the gait pattern analysis result of each individual of each individual having Parkinson's disease output in the step of outputting the gait pattern analysis result of each individual is compared with the clinical evaluation, and the drug treatment It is characterized by analyzing correlation with the degree of improvement before and after.
이와 같은 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법은 다음과 같은 효과를 갖는다.Such an apparatus and method for plantar pressure change and gait pattern analysis according to the present invention has the following effects.
첫째, 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 효과적으로 분석할 수 있도록 한다.First, it collects and accumulates data through smartphone applications to determine personal identification and walking type, and track and analyze plantar pressure changes to effectively analyze walking patterns of each individual.
둘째, 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있도록 한다.Second, by running a smart phone application to communicate with the smart insole sensor unit to easily collect and analyze the data about the individual's daily gait (gait) so that the individual's footprints can be utilized as biometric information, biomarkers with universal versatility.
셋째, 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 신뢰도가 높은 각 개인의 보행 패턴 분석 결과를 출력할 수 있도록 한다.Third, the results of walking patterns, plantar pressure changes, and walking pattern analysis are machine-learned and made into a database, and the results of walking pattern analysis of each individual with high reliability using personal identification can be output using DB information.
넷째, 편측,내측 무릎 골관절염, 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용할 수 있도록 한다.Fourth, the characteristic gait patterns of individuals with unilateral, medial knee osteoarthritis, and Parkinson's disease can be analyzed using sensors to improve the accuracy of early evaluation and determine the severity.
다섯째, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공할 수 있도록 한다.Fifth, by tracking and analyzing plantar pressure changes, each individual's gait pattern can be analyzed to enable precise evaluation, abnormal gait characteristics, severity, and prognosis, so that an effective gait rehabilitation program can be provided.
도 1은 파킨슨병 환자의 보행 패턴을 나타낸 구성도(Rodrigo 등, Rev. Bras. Eng. Biomd, 2012)
도 2는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 데이터 수집 및 분석에 의한 결과 출력 과정을 나타낸 구성도
도 3은 본 발명에 따른 스마트 인솔 센서부 및 스마트폰 어플리케이션을 구동하여 데이터 수집을 하는 과정을 나타낸 구성도
도 4는 본 발명에 따른 스마트 인솔 센서부의 상세 구성도
도 5는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 선형 변환 분석 특성을 나타낸 구성도
도 6은 비장애인의 평지 보행시의 보행 패턴 측정 결과를 나타낸 그래프
도 7a내지 도 7c는 방향 전환시의 Y축 가속도 변화량, 가속도 센서 변화량, 자이로 센서 변화량을 나타낸 그래프
도 8은 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 구성도
도 9는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법을 나타낸 플로우 차트1 is a block diagram showing a walking pattern of Parkinson's disease patients (Rodrigo et al., Rev. Bras. Eng. Biomd, 2012)
Figure 2 is a block diagram showing a result output process by data collection and analysis of the device for plantar pressure changes and gait pattern analysis according to the present invention
3 is a block diagram showing a process of collecting data by driving the smart insole sensor unit and the smart phone application according to the present invention
Figure 4 is a detailed configuration of the smart insole sensor unit according to the present invention
5 is a block diagram showing the linear transformation analysis characteristics for plantar pressure changes and gait pattern analysis according to the present invention
Figure 6 is a graph showing the results of walking pattern measurement during flat walking of non-disabled people
7A to 7C are graphs showing the Y-axis acceleration change amount, the acceleration sensor change amount, and the gyro sensor change amount when changing directions.
8 is a block diagram of a device for plantar pressure changes and gait pattern analysis according to the present invention
9 is a flowchart illustrating a method for plantar pressure change and gait pattern analysis according to the present invention.
이하, 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a preferred embodiment of the apparatus and method for plantar pressure change and gait pattern analysis according to the present invention will be described in detail.
본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.Features and advantages of the apparatus and method for plantar pressure change and gait pattern analysis according to the present invention will become apparent from the detailed description of each embodiment below.
도 8은 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 구성도이다.8 is a block diagram of a device for plantar pressure change and gait pattern analysis according to the present invention.
본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법은 스마트 인솔 센서부와 통신하는 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 것이다.An apparatus and method for plantar pressure change and gait pattern analysis according to the present invention collects and accumulates data through a smartphone application communicating with a smart insole sensor unit to determine personal identification and type of walking, and to track plantar pressure changes and By analyzing, the gait pattern of each individual can be analyzed.
이를 위하여, 본 발명은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있도록 하는 구성을 포함할 수 있다.To this end, the present invention can run a smart phone application to communicate with the smart insole sensor unit to easily collect and analyze the data about the individual's daily gait (gait) can be utilized as biometric information, biomarkers having individual versatility It may include a configuration to make.
본 발명은 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 구성을 포함할 수 있다.The present invention may include a configuration in which a walking type, plantar pressure change, a walking pattern analysis result are machine-learned to DB, and outputting a walking pattern analysis result of each individual who has been personally identified using DB information.
본 발명은 편측,내측 무릎 골관절염, 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용하는 구성을 포함할 수 있다.The present invention may include a configuration used to improve the accuracy and early severity of early evaluation by analyzing the characteristic gait of each individual with unilateral, medial knee osteoarthritis, Parkinson's disease through measurement using a sensor.
본 발명은 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공하는 구성을 포함할 수 있다.The present invention includes a configuration that provides an effective gait rehabilitation program tailored to the individual condition by tracking and analyzing plantar pressure changes to analyze the gait pattern of each individual to enable precise evaluation and grasping abnormal gait characteristics, severity, and prognosis. Can be.
본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치는 도 8에서와 같이, 족저압 변화 및 보행 데이터를 수집하는 스마트 인솔 센서부(100)와, 어플리케이션을 구동하여 스마트 인솔 센서부(100)와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 스마트폰 어플리케이션(200)과, 스마트폰 어플리케이션(200)을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석 서버(300)와, 분석된 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화하는 기계학습 및 DB화부(400)와, 기계학습 및 DB화부(400)의 DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 보행 패턴 분석결과 출력부(500)를 포함한다.The apparatus for analyzing plantar pressure changes and gait patterns according to the present invention includes a smart
여기서, 보행 패턴 분석 서버(300)는 스마트폰 어플리케이션(200)의 등록 및 실행 정보에 의한 개인 식별을 하는 개인 식별부(10)와, 스마트폰 어플리케이션(200)을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 보행종류 판단부(20)와, 스마트폰 어플리케이션(200)을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 족저압 데이터 처리부(30)와, 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석부(40)를 포함한다.Here, the walking
그리고 보행 패턴 분석부(40)는 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하는 보행 궤적 추적부(41)와, 스마트 인솔 센서부(100)에서 센싱된 보행 데이터를 기준으로 3차원 가속도 변화를 검출하는 3차원 가속도 측정부(42)와, 스마트 인솔 센서부(100)에서 센싱된 보행 데이터를 기준으로 3차원 각속도 변화를 검출하는 3차원 각속도 측정부(43)와, 스마트 인솔 센서부(100)에서 센싱된 보행 데이터를 기준으로 보행 속도 변화를 검출하는 3차원 속도 측정부(44)를 포함한다.In addition, the walking
그리고 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치는 보행 패턴 분석결과 출력부(500)에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부(700)에서 제공되는 임상 결과 데이터와 비교 분석하여 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단부(600)를 더 포함할 수 있다.And the device for the plantar pressure change and gait pattern analysis according to the present invention is the clinical results provided by the actual clinical results
이와 같은 구성을 갖는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치에 관하여 더 구체적으로 설명하면 다음과 같다.Referring to the device for the plantar pressure change and gait pattern analysis according to the present invention having such a configuration in more detail as follows.
도 1은 파킨슨병 환자의 보행 패턴을 나타낸 구성도이다.1 is a block diagram showing a walking pattern of Parkinson's disease patients.
그리고 도 2는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치의 데이터 수집 및 분석에 의한 결과 출력 과정을 나타낸 구성도이다.2 is a block diagram showing a result output process by data collection and analysis of a device for plantar pressure change and gait pattern analysis according to the present invention.
정상인의 걸음걸이(gait)와 파킨슨병 환자의 보행 패턴이 다르게 나타나는 것을 알 수 있다. 본 발명은 이와 같은 보행 패턴의 차이를 검출 및 분석하여 정밀 평가 및 이상 보행 특성 파악, 중증도, 예후 예측이 가능하도록 하여 개인별 상태에 맞춘 효과적인 보행 재활 프로그램을 제공할 수 있도록 한 것이다.Gait of normal people and gait pattern of Parkinson's disease patients are different. The present invention is to provide an effective walking rehabilitation program tailored to the individual status by detecting and analyzing such differences in walking patterns to enable precise evaluation and grasping abnormal walking characteristics, severity, and prognosis.
즉, 편측,내측 무릎 골관절염, 파킨슨병 등의 질병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 조기 평가의 정확도 향상 및 중증도 판별에 사용할 수 있도록 한다.In other words, the characteristic gait pattern of each individual with unilateral, medial knee osteoarthritis, Parkinson's disease, etc. can be analyzed by measuring the sensor to be used to improve the accuracy of early evaluation and to determine the severity.
예를 들어, 편측,내측 무릎 골관절염을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석에 사용할 수 있다.For example, the characteristic gait pattern of each individual with unilateral and medial knee osteoarthritis is analyzed by sensor measurement and compared with clinical physical examination and X-ray imaging (Kellgren-Lawrence scale). Or it can be used to analyze the correlation with the degree of improvement before and after injection treatment.
그리고 파킨슨병을 갖는 각 개인의 특징적인 보행 양상을 센서를 이용한 측정을 통해 분석하여 임상적 평가(호앤야)와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석에 사용할 수 있다.The characteristic gait pattern of each individual with Parkinson's disease can be analyzed by measuring the sensor and compared with the clinical evaluation (HO & YA), and can be used to analyze the correlation with the degree of improvement before and after drug treatment.
이와 같은 분석 결과의 사용은 일 예를 나타낸 것으로, 본 발명에 의한 분석 결과가 적용되는 질병 및 적용 분야는 이로 제한되지 않는다.The use of such an analysis result is an example, and the disease and application field to which the analysis result according to the present invention is applied are not limited thereto.
도 3은 본 발명에 따른 스마트 인솔 센서부 및 스마트폰 어플리케이션을 구동하여 데이터 수집을 하는 과정을 나타낸 구성도이고, 도 4는 본 발명에 따른 스마트 인솔 센서부의 상세 구성도이다.3 is a block diagram showing a process of collecting data by driving a smart insole sensor unit and a smart phone application according to the present invention, Figure 4 is a detailed configuration diagram of a smart insole sensor unit according to the present invention.
스마트폰 어플리케이션(200)을 구동하여 데이터 수집 시작 명령을 내리면 사용자의 신발의 바닥 부분에 구성되는 스마트 인솔 센서부(100)에서 족저압 변화 데이터 및 3차원 가속도, 각속도, 속도 데이터의 보행 데이터를 센싱하고 이를 스마트폰 어플리케이션(200)으로 전송한다.When the data collection start command is issued by driving the
이와 같은 보행 데이터 수집은 스마트폰 어플리케이션(200)에서 스마트 인솔 센서부(100)로 데이터 수집 종료 명령을 내릴때까지 이루어진다.Such walking data collection is made until the data collection end command from the
도 3의 (a)는 스마트 인솔 센서부(100)에서의 보행 데이터 검출을 나타낸 것이고, 도 3의 (b)는 스마트폰 어플리케이션(200)의 화면 구성의 일 예를 나타낸 것이고, 도 3의 (c)는 스마트 인솔 센서부(100)에서의 보행 데이터 검출을 하는 센서들의 검출 위치를 나타낸 것이다.Figure 3 (a) shows the detection of walking data in the smart
스마트 인솔 센서부(100)의 상세 구성은 도 4에서와 같이, 스마트 인솔을 구성하는 제1,2,3층의 인솔 구성층들이 구비되고, 하부의 제 1 인솔 구성층과 중간의 제 2 인솔 구성층 사이에 복수 개의 족압 검출 센서(100b)가 특정 간격으로 이격되어 설치되고, 각 센서들 및 내부 장치들에게 전원을 공급하기 위한 충전을 하는 무선 충전 수신 안테나(100c)가 구비된다.Detailed configuration of the smart
그리고 중간의 제 2 인솔 구성층과 상부의 제 3 인솔 구성층 사이에 보행 데이터 검출 및 스마트폰 어플리케이션(200)과의 통신을 제어하는 MCU와, 스마트폰 어플리케이션(200)과의 통신을 하기 위한 통신 모듈과, 데이터 저장부, 무선 충전 회로, 3축 가속도 센서, 3축 자이로 센서를 갖는 스마트 인솔 회로부(100a)가 구비된다.And a microcontroller for controlling walking data detection and communication with the
도 5는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 선형 변환 분석 특성을 나타낸 구성도이다.5 is a block diagram showing a linear transformation analysis characteristics for plantar pressure changes and gait pattern analysis according to the present invention.
본 발명은 데이터 분류를 위한 지도 학습(Supervised Learning) 방법으로, 고차원의 데이터를 클래스 구분이 용이한 저차원의 특징 공간으로 선형 변환하는 방법을 사용한다.The present invention is a supervised learning method for classifying data, and uses a method of linearly converting high-dimensional data into a low-dimensional feature space that is easy to classify.
이러한 선형 변환을 찾기 위해 같은 클래스에 속하는 데이터들의 분산(SW)은 최소화하고, 동시에 클래스들의 평균값()들의 분산(SB)은 최대가 되도록 하는 목적 함수를 설계한다.To find this linear transformation, we design an objective function that minimizes the variance (S W ) of the data belonging to the same class and at the same time maximizes the variance (S B ) of the mean values of the classes.
도 6은 비장애인의 평지 보행시의 보행 패턴 측정 결과를 나타낸 그래프이다.6 is a graph illustrating a measurement result of a walking pattern during flat walking of a non-disabled person.
도 6의 (a)는 6자유도 궤적을 나타낸 것이고, 도 6의 (b)는 3차원 가속도 측정 결과, 도 6의 (c)는 3차원 위치센서로 측정한 각속도를 나타낸 것이고, (d)는 3차원 속도 측정 결과를 나타낸 것이다.FIG. 6 (a) shows the six degree of freedom trajectory, FIG. 6 (b) shows the three-dimensional acceleration measurement result, and FIG. 6 (c) shows the angular velocity measured by the three-dimensional position sensor, and (d) Shows the 3D velocity measurement results.
그리고 도 7a내지 도 7c는 방향 전환시의 Y축 가속도 변화량, 가속도 센서 변화량, 자이로 센서 변화량을 나타낸 그래프이다.7A to 7C are graphs showing the Y-axis acceleration change amount, the acceleration sensor change amount, and the gyro sensor change amount when changing directions.
이상에서와 같은 구성을 갖는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법을 구체적으로 설명하면 다음과 같다.Referring to the method for plantar pressure change and gait pattern analysis according to the present invention having the configuration as described above in detail as follows.
도 9는 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 방법을 나타낸 플로우 차트이다.9 is a flowchart illustrating a method for plantar pressure change and gait pattern analysis according to the present invention.
먼저, 스마트폰 어플리케이션(200)을 구동하여 스마트 인솔 센서부(100)와 통신하여 데이터 수집 명령을 전송한다.(S901)First, the
이어, 스마트폰 어플리케이션(200)을 통하여 수집 및 축적된 데이터를 보행 패턴 분석 서버(300)로 전송한다.(S902)Subsequently, the collected and accumulated data are transmitted to the walking
그리고 보행 패턴 분석 서버(300)에서 개인 식별 및 보행 종류 판단을 하고, 족저압 데이터를 처리하여 족저압 변화를 추적 및 분석한다.(S903)In addition, the gait
이어, 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 한다.(S904)Subsequently, the walking trajectory is tracked, and three-dimensional acceleration, angular velocity, and velocity data processing and analysis are performed (S904).
그리고 분석된 보행 종류, 족저압 변화, 보행 패턴 분석 결과를 기계학습하여 DB화 하고, DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력한다.(S905)In addition, the analyzed walking types, plantar pressure changes, and walking pattern analysis results are machine-learned to DB and output the walking pattern analysis results of each individual who has been personally identified using the DB information (S905).
여기서, 각 개인의 보행 패턴 분석 결과를 출력하는 단계(S905)에서 출력되는 각 개인의 보행 패턴 분석 결과를 실제 임상 결과 데이터 제공부에서 제공되는 임상 결과 데이터와 비교 분석하여, 보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단 단계를 더 포함할 수 있다.Here, the gait pattern analysis result of each individual output in step S905 of outputting an analysis result of each individual is compared with the clinical result data provided by the actual clinical result data providing unit, and the gait pattern change and the actual clinical The method may further include an association comparison determination step of determining an association of results.
이와 같은 상기 연관성 비교 판단 단계에서의 일 예는 다음과 같이 진행될 수 있고 이로 제한되지 않는다.An example of such an association comparison determination step may proceed as follows, but is not limited thereto.
상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 할 수 있다.The comparison of the walking pattern analysis results of each individual with unilateral and medial knee osteoarthritis with the clinical physical examination and the X-ray imaging (Kellgren-Lawrence scale) In addition, the correlation between the degree of improvement before and after surgery or injection treatment can be analyzed.
다른 실시 예로는 상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 할 수 있다.In another embodiment, the gait pattern analysis result of each individual having Parkinson's disease outputted in the step of outputting the gait pattern analysis result of each individual is compared with the clinical evaluation, and improved before and after drug treatment. Analyze the relationship with the degree.
이상에서 설명한 본 발명에 따른 족저압 변화 및 보행 패턴 분석을 위한 장치 및 방법은 스마트 인솔 센서부와 통신하는 스마트폰 어플리케이션을 통하여 데이터 수집 및 축적을 하여 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 각 개인의 보행 패턴을 분석할 수 있도록 한 것이다.Apparatus and method for plantar pressure change and gait pattern analysis according to the present invention described above is to collect and accumulate data through a smart phone application communicating with the smart insole sensor unit to determine personal identification and type of walking, plantar pressure change By tracking and analyzing the data, the individual's gait pattern can be analyzed.
본 발명은 스마트폰 어플리케이션을 구동하여 스마트 인솔 센서부와 통신하여 개개인의 일상 걸음걸이(gait)에 관한 데이터를 간편하게 수집 분석하여 개개인의 족적을 범용성을 갖는 생체 정보, 바이오마커로 활용할 수 있고, 질병의 조기 평가, 이상 보행 패턴 교정, 운동량 모니터링에 사용할 수 있다.The present invention can communicate with the smart insole sensor unit by running a smart phone application to easily collect and analyze the data about the individual's daily gait (gait) can be used as biometric information, biomarkers having a universal footprint, disease, It can be used for early assessment, correction of abnormal walking patterns, and monitoring of exercise.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.It will be understood that the present invention is implemented in a modified form without departing from the essential features of the present invention as described above.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.Therefore, the described embodiments should be considered in descriptive sense only and not for purposes of limitation, and the scope of the present invention is shown in the claims rather than the foregoing description, and all differences within the equivalent scope are included in the present invention. It should be interpreted.
100. 스마트 인솔 센서부 200. 스마트폰 어플리케이션
300. 보행 패턴 분석 서버 400. 기계학습 및 DB화부
500. 보행 패턴 분석결과 출력부 600. 연관성 비교 판단부
700. 임상 결과 데이터 제공부100.
300. Walking
500. Gait pattern analysis
700. Clinical result data provider
Claims (13)
스마트폰 어플리케이션을 구동하여 상기 스마트 인솔 센서부와 통신하여 데이터 수집 명령을 전송하고, 수집 및 축적된 데이터를 보행 패턴 분석 서버로 전송하는 스마트폰 어플리케이션;
상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 서버;
상기 보행 패턴 분석 서버의 분석 결과를 기계학습하여 DB화하는 기계학습 및 DB화부;
상기 기계학습 및 DB화부의 DB 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 보행 패턴 분석결과 출력부;를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.Smart insole sensor unit for collecting plantar pressure changes and gait data;
A smart phone application for driving a smart phone application to communicate with the smart insole sensor unit to transmit a data collection command and to transmit the collected and accumulated data to a walking pattern analysis server;
A gait pattern analysis server that makes personal identification and gait determination based on plantar pressure changes and gait data received through the smartphone application, and tracks and analyzes walking trajectories by tracking and analyzing plantar pressure changes;
Machine learning and DB for a machine learning DB of the analysis results of the walking pattern analysis server;
An apparatus for analyzing plantar pressure and gait pattern, comprising: a gait pattern analysis result output unit configured to output a gait pattern analysis result of each individual who has been personally identified using the DB information of the machine learning and DBization unit. .
스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 개인 식별부와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 보행종류 판단부와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 족저압 데이터 처리부와,
족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 보행 패턴 분석부를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.According to claim 1, The walking pattern analysis server,
Personal identification unit for personal identification by registration and execution information of the smartphone application,
A walking type determination unit for determining a walking type on the basis of plantar pressure change data and walking data received through a smartphone application;
Plantar pressure data processing unit for tracking and analyzing plantar pressure changes by processing plantar pressure change data received through a smartphone application;
An apparatus for analyzing plantar pressure and gait patterns, comprising: a gait pattern analyzer configured to track a walking trajectory based on plantar pressure change data and gait data, and process and analyze three-dimensional acceleration, angular velocity, and velocity data.
족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하는 보행 궤적 추적부와,
스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 가속도 변화를 검출하는 3차원 가속도 측정부와,
스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 3차원 각속도 변화를 검출하는 3차원 각속도 측정부와,
스마트 인솔 센서부에서 센싱된 보행 데이터를 기준으로 보행 속도 변화를 검출하는 3차원 속도 측정부를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The method of claim 2, wherein the gait pattern analysis unit,
A walking trajectory tracking unit for tracking a walking trajectory based on plantar pressure change data and walking data,
A three-dimensional acceleration measurement unit detecting a three-dimensional acceleration change based on the walking data sensed by the smart insole sensor unit;
A three-dimensional angular velocity measuring unit detecting a three-dimensional angular velocity change based on the walking data sensed by the smart insole sensor unit;
Apparatus for plantar pressure changes and gait pattern analysis, characterized in that it comprises a three-dimensional speed measurement unit for detecting a change in walking speed based on the walking data sensed by the smart insole sensor unit.
스마트 인솔을 구성하는 제1,2,3층의 인솔 구성층들이 구비되고,
하부의 제 1 인솔 구성층과 중간의 제 2 인솔 구성층 사이에 복수 개의 족압 검출 센서가 특정 간격으로 이격되어 설치되고, 각 센서들 및 내부 장치들에게 전원을 공급하기 위한 충전을 하는 무선 충전 수신 안테나가 구비되는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The method of claim 1, wherein the smart insole sensor unit,
First, second, and third insole components of the smart insole are provided,
A plurality of foot pressure detecting sensors are installed at a predetermined interval between the lower first insole layer and the middle second insole component layer, and wireless charging reception is performed to charge each sensor and internal devices. Device for plantar pressure change and gait pattern analysis, characterized in that the antenna is provided.
중간의 제 2 인솔 구성층과 상부의 제 3 인솔 구성층 사이에 보행 데이터 검출 및 스마트폰 어플리케이션과의 통신을 제어하는 MCU와,
스마트폰 어플리케이션과의 통신을 하기 위한 통신 모듈과,
보행 데이터를 저장하는 데이터 저장부, 무선 충전 회로, 3축 가속도 센서, 3축 자이로 센서가 구비되는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The smart insole sensor unit according to claim 4,
A microcontroller that controls pedestrian data detection and communication with a smartphone application between a middle second insole component layer and an upper third insole component layer,
A communication module for communicating with a smartphone application,
An apparatus for analyzing plantar pressure and gait pattern, comprising a data storage unit for storing walking data, a wireless charging circuit, a three-axis acceleration sensor, and a three-axis gyro sensor.
보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단부를 더 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.According to claim 1, The gait pattern analysis results of the individual output from the gait pattern analysis result output unit by comparing the clinical results data provided by the actual clinical result data providing unit,
An apparatus for analyzing plantar pressure and gait patterns, further comprising an association comparison determination unit determining an association between a walking pattern change and an actual clinical result.
상기 보행 패턴 분석결과 출력부에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The method of claim 6, wherein the correlation comparison determination unit,
The gait pattern analysis result of each individual having unilateral and medial knee osteoarthritis output from the gait pattern analysis result output unit was compared with clinical physical examination and X-ray imaging (Kellgren-Lawrence scale), and was compared with surgery or injection. A device for plantar pressure changes and gait pattern analysis, characterized in that the analysis of correlation with the degree of improvement before and after treatment.
상기 보행 패턴 분석결과 출력부에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 장치.The method of claim 6, wherein the correlation comparison determination unit,
The gait pattern analysis result of each individual having Parkinson's disease output from the gait pattern analysis result output unit compares the degree of agreement with the clinical evaluation, and analyzes the correlation with the degree of improvement before and after drug treatment Device for plantar pressure change and gait pattern analysis.
상기 스마트폰 어플리케이션을 통하여 받은 족저압 변화 및 보행 데이터를 기준으로 개인 식별 및 보행 종류 판단을 하고, 족저압 변화를 추적 및 분석하여 보행 궤적을 추적 및 분석을 하는 보행 패턴 분석 단계;
상기 보행 패턴 분석 단계의 분석 결과를 기계학습하여 DB화 하는 단계;
상기 기계학습 및 DB화된 정보를 이용하여 개인식별이 이루어진 각 개인의 보행 패턴 분석 결과를 출력하는 단계;를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.Driving a smartphone application to communicate with a smart insole sensor unit to transmit a data collection command, and transmitting the collected and accumulated data to a walking pattern analysis server;
A gait pattern analysis step of determining personal identification and walking type based on plantar pressure change and gait data received through the smart phone application, and tracking and analyzing the foot plant pressure change;
DB of the analysis result of the gait pattern analysis step by machine learning;
And outputting a walking pattern analysis result of each individual who has been personally identified using the machine learning and DB information. 2.
스마트폰 어플리케이션의 등록 및 실행 정보에 의한 개인 식별을 하는 단계와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터 및 보행 데이터를 기준으로 보행 종류 판단을 하는 단계와,
스마트폰 어플리케이션을 통하여 받은 족저압 변화 데이터를 처리하여 족저압 변화를 추적 및 분석하는 단계와,
족저압 변화 데이터 및 보행 데이터를 기준으로 보행 궤적을 추적하고, 3차원 가속도, 각속도, 속도 데이터 처리 및 분석을 하는 단계를 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.The method of claim 9, wherein the gait pattern analysis step,
Personal identification by registration and execution information of the smartphone application,
Determining the type of walking based on the plantar pressure change data and the walking data received through the smartphone application;
Tracking and analyzing plantar pressure changes by processing plantar pressure change data received through a smartphone application;
A method for analyzing plantar pressure and gait patterns, comprising: tracking a walking trajectory based on plantar pressure change data and walking data, and processing and analyzing three-dimensional acceleration, angular velocity, and velocity data.
보행 패턴 변화와 실제 임상 결과의 연관성을 판단하는 연관성 비교 판단 단계를 더 포함하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.10. The method of claim 9, wherein the gait pattern analysis result of each person output in the step of outputting the analysis of the gait pattern analysis of each individual is compared with the clinical result data provided by the actual clinical result data providing unit,
A method for analyzing plantar pressure and gait patterns, further comprising a step of comparing and comparing the gait pattern with the actual clinical outcome.
상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 편측,내측 무릎 골관절염을 갖는 각 개인의 보행 패턴 분석 결과를 임상적 신체검진 및 X-선 영상 검사(Kellgren-Lawrence scale)와의 일치도 비교를 하고, 수술 또는 주사치료 전,후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.The method of claim 11, wherein the determining the correlation comparison step comprises:
The comparison of the walking pattern analysis results of each individual with unilateral and medial knee osteoarthritis with the clinical physical examination and the X-ray imaging (Kellgren-Lawrence scale) And analyzing the association between the degree of improvement before and after surgery or injection treatment.
상기 각 개인의 보행 패턴 분석 결과를 출력하는 단계에서 출력되는 파킨슨병을 갖는 각 개인의 각 개인의 보행 패턴 분석 결과를 임상적 평가와의 일치도 비교를 하고, 약물치료 전, 후의 호전 정도와의 연관성 분석을 하는 것을 특징으로 하는 족저압 변화 및 보행 패턴 분석을 위한 방법.
The method of claim 11, wherein the determining the correlation comparison step comprises:
The analysis of the gait pattern analysis of each individual with Parkinson's disease outputted in the step of outputting the gait pattern analysis result of each individual is compared with the clinical evaluation, and the correlation with the degree of improvement before and after drug treatment Method for analyzing plantar pressure changes and gait patterns, characterized in that the analysis.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180026499A KR102124095B1 (en) | 2018-03-06 | 2018-03-06 | System and Method for Analyzing Foot Pressure Change and Gait Pattern |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180026499A KR102124095B1 (en) | 2018-03-06 | 2018-03-06 | System and Method for Analyzing Foot Pressure Change and Gait Pattern |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190105867A true KR20190105867A (en) | 2019-09-18 |
| KR102124095B1 KR102124095B1 (en) | 2020-06-17 |
Family
ID=68070898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180026499A KR102124095B1 (en) | 2018-03-06 | 2018-03-06 | System and Method for Analyzing Foot Pressure Change and Gait Pattern |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102124095B1 (en) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210046121A (en) * | 2019-10-17 | 2021-04-28 | 단국대학교 산학협력단 | Apparatus and method for identify patients with parkinson's disease and patients with podarthritis by performing neural network analysis by various detection information |
| CN113303544A (en) * | 2021-06-08 | 2021-08-27 | 深圳市金大智能创新科技有限公司 | Special testing device for deviation between actual measurement data and theoretical data of insole stress sensor |
| KR102298633B1 (en) * | 2020-12-08 | 2021-09-07 | 김철준 | A gait rehabilitation device for home usage and its method |
| KR20220047425A (en) * | 2020-10-08 | 2022-04-18 | 한국과학기술연구원 | Method and system for predicting geriatric syndromes using foot characteristics and balance characteristics |
| KR20220051644A (en) * | 2020-10-19 | 2022-04-26 | 한국과학기술연구원 | Method and system for frailty prediction using gait parameters |
| KR20220087274A (en) * | 2020-12-17 | 2022-06-24 | 서울대학교산학협력단 | Apparatus and method for dignosing of arthritis, computer-readable storage medium and computer program |
| WO2023017228A1 (en) | 2021-08-10 | 2023-02-16 | Digitsole | System and method for analysing the physiological state of a user |
| KR102581588B1 (en) * | 2022-08-08 | 2023-09-26 | 주식회사 로고스바이오일렉트로닉스 | Apparatus and method for making custom insoles |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102592689B1 (en) | 2021-08-04 | 2023-10-24 | 단국대학교 산학협력단 | Visualization device and method for analyzing gait pattern based on explanatory deep learning |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070100592A (en) * | 2006-04-07 | 2007-10-11 | 삼성전자주식회사 | System for analyzing walking motion |
| KR20090131814A (en) | 2008-06-19 | 2009-12-30 | 인제대학교 산학협력단 | Apparatus for analyzing a gait pattern using magnetic sensor array |
| KR20130013935A (en) * | 2011-07-29 | 2013-02-06 | (주)우리들웰니스 | A walking pattern analysis system |
| KR20130096498A (en) | 2012-02-22 | 2013-08-30 | 전북대학교산학협력단 | Apparatus for analysis gait pattern |
| KR20170043308A (en) * | 2015-10-13 | 2017-04-21 | 충북대학교 산학협력단 | Method for identificating Person on the basis gait data |
-
2018
- 2018-03-06 KR KR1020180026499A patent/KR102124095B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070100592A (en) * | 2006-04-07 | 2007-10-11 | 삼성전자주식회사 | System for analyzing walking motion |
| KR20090131814A (en) | 2008-06-19 | 2009-12-30 | 인제대학교 산학협력단 | Apparatus for analyzing a gait pattern using magnetic sensor array |
| KR20130013935A (en) * | 2011-07-29 | 2013-02-06 | (주)우리들웰니스 | A walking pattern analysis system |
| KR20130096498A (en) | 2012-02-22 | 2013-08-30 | 전북대학교산학협력단 | Apparatus for analysis gait pattern |
| KR20170043308A (en) * | 2015-10-13 | 2017-04-21 | 충북대학교 산학협력단 | Method for identificating Person on the basis gait data |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210046121A (en) * | 2019-10-17 | 2021-04-28 | 단국대학교 산학협력단 | Apparatus and method for identify patients with parkinson's disease and patients with podarthritis by performing neural network analysis by various detection information |
| KR20220047425A (en) * | 2020-10-08 | 2022-04-18 | 한국과학기술연구원 | Method and system for predicting geriatric syndromes using foot characteristics and balance characteristics |
| KR20220051644A (en) * | 2020-10-19 | 2022-04-26 | 한국과학기술연구원 | Method and system for frailty prediction using gait parameters |
| KR102298633B1 (en) * | 2020-12-08 | 2021-09-07 | 김철준 | A gait rehabilitation device for home usage and its method |
| KR20220087274A (en) * | 2020-12-17 | 2022-06-24 | 서울대학교산학협력단 | Apparatus and method for dignosing of arthritis, computer-readable storage medium and computer program |
| CN113303544A (en) * | 2021-06-08 | 2021-08-27 | 深圳市金大智能创新科技有限公司 | Special testing device for deviation between actual measurement data and theoretical data of insole stress sensor |
| CN113303544B (en) * | 2021-06-08 | 2024-03-29 | 深圳市金大智能创新科技有限公司 | Special testing device for deviation of actual measurement data and theoretical data of insole stress sensor |
| WO2023017228A1 (en) | 2021-08-10 | 2023-02-16 | Digitsole | System and method for analysing the physiological state of a user |
| FR3126095A1 (en) * | 2021-08-10 | 2023-02-17 | Digitsole | SYSTEM AND METHOD FOR ANALYZING THE PHYSIOLOGICAL STATE OF A USER |
| KR102581588B1 (en) * | 2022-08-08 | 2023-09-26 | 주식회사 로고스바이오일렉트로닉스 | Apparatus and method for making custom insoles |
| WO2024035020A1 (en) * | 2022-08-08 | 2024-02-15 | 주식회사 로고스바이오일렉트로닉스 | Apparatus and method for manufacturing custom insoles |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102124095B1 (en) | 2020-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20190105867A (en) | System and Method for Analyzing Foot Pressure Change and Gait Pattern | |
| EP3468450B1 (en) | Method and system for analyzing human gait | |
| Chen et al. | Toward pervasive gait analysis with wearable sensors: A systematic review | |
| US20180264320A1 (en) | System and method for automatic location detection for wearable sensors | |
| Yoneyama et al. | Accelerometry-based gait analysis and its application to Parkinson's disease assessment—part 1: detection of stride event | |
| Lai et al. | Automatic recognition of gait patterns exhibiting patellofemoral pain syndrome using a support vector machine approach | |
| KR102107379B1 (en) | Method for Prediction Frailty Using Triple Axis Motion Meter, Prediction Frailty System using Triple Axis Motion Meter and Wearable Prediction Frailty Device | |
| Chen et al. | Kinematic analysis of human gait based on wearable sensor system for gait rehabilitation | |
| Khandelwal et al. | Identification of gait events using expert knowledge and continuous wavelet transform analysis | |
| KR102128267B1 (en) | Method and system for walking ability prediction using stepping characteristics information | |
| MejiaCruz et al. | Walking speed measurement technology: a review | |
| Papavasileiou et al. | Classification of neurological gait disorders using multi-task feature learning | |
| Prado et al. | Prediction of gait cycle percentage using instrumented shoes with artificial neural networks | |
| Zhang et al. | Transductive learning models for accurate ambulatory gait analysis in elderly residents of assisted living facilities | |
| Li et al. | An automatic recognition system for patients with movement disorders based on wearable sensors | |
| Prado et al. | Continuous identification of freezing of gait in Parkinson’s patients using artificial neural networks and instrumented shoes | |
| CN115644858B (en) | Wearable intelligent gait analyzer based on multi-sensor data fusion technology | |
| Gaud et al. | Human gait analysis and activity recognition: A review | |
| WO2023205147A1 (en) | System and method for assessing neuro muscular disorder by generating biomarkers from the analysis of gait | |
| Prado et al. | Identification of freezing of gait in Parkinson’s patients using instrumented shoes and artificial neural networks | |
| Wang et al. | Recognizing gait pattern of Parkinson's disease patients based on fine-grained movement function features | |
| Rudek et al. | A data-mining based method for the gait pattern analysis | |
| Eltanani et al. | K-Nearest Neighbor Algorithm: Proposed Solution for Human Gait Data Classification | |
| Ren et al. | Gait phase recognition of multi-mode locomotion based on multi-layer perceptron for the plantar pressure measurement system | |
| Brull et al. | Classification of daily activities using an intelligent tip for crutches |
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 |