KR20200009595A - 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법 - Google Patents

온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법 Download PDF

Info

Publication number
KR20200009595A
KR20200009595A KR1020180084170A KR20180084170A KR20200009595A KR 20200009595 A KR20200009595 A KR 20200009595A KR 1020180084170 A KR1020180084170 A KR 1020180084170A KR 20180084170 A KR20180084170 A KR 20180084170A KR 20200009595 A KR20200009595 A KR 20200009595A
Authority
KR
South Korea
Prior art keywords
eating
emotion
pattern
body sensor
user
Prior art date
Application number
KR1020180084170A
Other languages
English (en)
Other versions
KR102588194B1 (ko
Inventor
정승은
임지연
김가규
노경주
정현태
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020180084170A priority Critical patent/KR102588194B1/ko
Publication of KR20200009595A publication Critical patent/KR20200009595A/ko
Application granted granted Critical
Publication of KR102588194B1 publication Critical patent/KR102588194B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Psychology (AREA)
  • Educational Technology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 사용자가 착용한 온바디 센서를 기반으로, 사용자의 감정- 섭식 패턴을 자동으로 생성하고 평가하는 방법에 관한 것이다.
본 발명에 따른 온바디 센서 기반 감정-섭식 패턴 자동 생성 방법은 온바디 센서로부터 센서 신호 및 생리 신호를 수신하는 단계와, 센서 신호를 이용하여 섭식 행위를 인식하고, 생리 신호를 이용하여 감정 상태 변화를 추출하는 단계와, 섭식 행위 및 감정 상태 변화를 학습하여 감정-섭식 패턴 모델을 생성하는 단계 및 사용자의 데이터와 감정-섭식 패턴의 누적 정보 간의 일치도를 산출하여, 사용자의 섭식 패턴의 불규칙성을 평가하는 단계를 포함하는 것을 특징으로 한다.

Description

온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법{SERVER AND METHOD FOR MODELING EMOTION-DIETARY PATTERN USING ON-BODY SENSOR}
본 발명은 사용자가 착용한 온바디 센서를 기반으로, 사용자의 감정 및 섭식 패턴을 자동으로 생성하고 평가하는 서버 및 그 방법에 관한 것이다.
웨어러블 디바이스가 보편화 되면서, 건강한 생활을 영위할 수 있도록 도움을 주는 헬스 트래커 디바이스 및 서비스가 제안되고 있으나, 이들은 주로 운동이나 수면을 측정하는 것을 목표로 한다.
종래 기술에 따르면, 사용자의 섭식 패턴과 습관을 트래킹함에 있어, 사용자가 일기 형식으로 음식물 섭취에 관한 내용을 직접 입력해야 하는 방식이므로, 사용자의 관심과 노력을 필요로 하는 불편함이 있으며, 단순히 섭식의 내용을 분석하는 것에 집중되어 있어, 정상적인 식습관 형성에 큰 영향을 미치는 사람의 감정 상태에 대해서는 전혀 고려치 못하는 문제점이 있다.
본 발명은 전술한 문제점을 해결하기 위하여 제안된 것으로, 사용자가 착용한 온바디 센서 디바이스에서 연속적으로 감지된 센서 신호 및 생리 신호를 분석하여 사용자의 음식물 섭취 행위를 자동으로 인식하고, 섭식 행위 중과 섭식 행위 전후의 생리 신호 반응에 기초하여 섭식 행위와 감정 상태의 상관관계를 반영하는 감정-섭식 패턴 모델을 산출하고, 누적된 감정-섭식 패턴 모델을 기초로 일별 섭식 데이터를 평가함으로써 감정 변화에 따른 섭식 패턴의 변화를 최소화하여, 거식, 폭식 등의 위험 상황을 예방하고 건강한 식습관을 유도하는 것이 가능한 온바디 센서를 기반으로 감정 및 섭식 패턴을 자동 생성하는 서버 및 그 방법을 제공하는 것에 그 목적이 있다.
본 발명에 따른 온바디 센서 기반 감정-섭식 패턴 자동 생성 방법은 온바디 센서로부터 센서 신호 및 생리 신호를 수신하는 단계와, 센서 신호를 이용하여 섭식 행위를 인식하고, 생리 신호를 이용하여 감정 상태 변화를 추출하는 단계와, 섭식 행위 및 감정 상태 변화를 학습하여 감정-섭식 패턴 모델을 생성하는 단계 및 사용자의 데이터와 감정-섭식 패턴의 누적 정보 간의 일치도를 산출하여, 사용자의 섭식 패턴의 불규칙성을 평가하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따르면, 사용자가 착용한 웨어러블 디바이스(온바디 센서 디바이스)로부터 수신한 센서 및 생리 신호를 통해 감정 상태 분석을 포함하는 섭식 패턴을 자동으로 생성함으로써, 사용자가 감정-섭식 패턴 추출을 위해 식습관(음식물 섭취 시각, 식사 지속 시간, 식사 간의 시간 간격 등) 및 감정과 관련된 데이터에 대한 입력을 직접 수행하지 않아도 되므로, 사용자 편의성이 증대되는 효과가 있다.
본 발명에 따르면, 정상적인 식습관 형성에 큰 영향을 미치는 것으로 알려져 있는 감정 상태를 섭식 패턴 분석에 반영함으로써, 감정 변화에 따른 섭식 패턴의 변화를 감지하는 것이 가능한 효과가 있다.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 온바디 센서를 기반으로 감정 및 섭식 패턴을 자동 생성하는 서버를 포함하는 시스템 구성도이다.
도 2는 도 1에 도시한 본 발명의 실시예에 따른 시스템 구성도의 세부 블록도이다.
도 3은 본 발명의 실시예에 따른 센서 신호 및 생리 신호의 처리를 나타내는 개념도이다.
도 4는 본 발명의 실시예에 따른 감정-섭식 패턴 모델 생성에 사용되는 변수를 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 온바디 센서 기반 감정 및 섭식 패턴 자동 생성 방법을 나타내는 순서도이다.
도 6은 본 발명의 실시예에 따른 온바디 센서 기반 감정 및 섭식 패턴 자동 생성 방법의 감정-섭식 패턴 모델 생성 과정을 나타내는 순서도이다.
본 발명의 전술한 목적 및 그 이외의 목적과 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.
그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 이하의 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 목적, 구성 및 효과를 용이하게 알려주기 위해 제공되는 것일 뿐으로서, 본 발명의 권리범위는 청구항의 기재에 의해 정의된다.
한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자가 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가됨을 배제하지 않는다.
도 1은 본 발명의 실시예에 따른 온바디 센서 기반 감정 및 섭식 패턴 자동 생성 서버를 포함하는 전체 시스템을 나타내는 도면이고, 도 2는 도 1에 도시한 본 발명의 실시예에 따른 온바디 센서 기반 감정 및 섭식 패턴 자동 생성 서버를 포함하는 전체 시스템의 세부 블록도이다.
본 발명의 실시예에 따른 온바디 센서 기반 감정 및 섭식 패턴 자동 생성 서버는 도 1에 도시한 바와 같이, 사용자가 착용한 온바디 센서(100a, 100b, 100c)를 통해 연속적으로 센서 신호 및 생리 신호를 감지하고, 이를 분석하여 사용자의 음식물 섭취 행위를 자동으로 인식하며, 섭식 행위 전, 중, 후의 생리 신호 반응에 기초하여 섭식 행위와 감정 상태의 상관관계를 반영하는 감정-섭식 패턴 모델을 산출한다.
본 발명의 실시예에 따른 온바디 센서(100c)는 3축 가속도계, 3축 지자계, 및 3축 자이로 센서를 포함하는 관성 측정 센서(IMU, Inertial Measurement Unit)가 내장되어 있는 웨어러블 디바이스로써, 도 1에 도시한 바와 같이, 손가락, 팔목 등에 착용될 수 있다.
본 발명의 실시예에 따른 온바디 센서는 압전기(Piezoelectric) 기반의 목걸이 형태의 마이크로폰 센서(100a), 전극 측정 방식의 심전도 (Electrocardiogram, ECG) 및 심박 측정 센서(100b), 그리고 피부의 전기 저항 (Galvanic skin resistance, GSR) 센서 및 피부 온도 측정 센서 등을 포함한다.
본 발명의 실시예에 따른 온바디 센서를 통해 측정된 센서 신호 데이터 및 생리 신호 데이터는 사용자의 모바일 디바이스(200)를 통하여 중계되어, 기지정된 시간 단위로 서버(300)로 전달되어 저장 및 분석된다.
본 발명의 실시예에 따른 모바일 디바이스(200)는 주기적으로 온바디 센서(100)와 동기화되어, 데이터 수집부(220)는 온바디 센서(100)를 통해 측정된 센서 신호 데이터 및 생리 신호 데이터를 수집한다.
모바일 디바이스(200)의 데이터 중계부(230)는 지정된 일정 시간 단위 또는 조건 만족 시, 수집된 데이터를 서버(300)로 전달한다.
모바일 디바이스(200)의 패턴 모델 관리부(240)는 서버(300)가 일정 시간 이상 구동되어, 감정-섭식 패턴 생성을 위한 누적 데이터에 대한 충분한 분석이 이루어진 경우, 서버(300)로부터 패턴 모델을 수신하여 관리한다.
모바일 디바이스(200)의 패턴 일치도 산출부(250)는 모바일 디바이스(200)의 설정을 통해, 사용자가 실시간 피드백을 받는 것을 원할 경우, 모바일 디바이스(200) 자체에서 누적 감정-섭식 모델과 일별 섭식 데이터의 일치도를 산출하고, 피드백 생성부(260)는 사용자 인터페이스(210)를 통해 피드백을 제공한다.
본 발명의 실시예에 따른 서버(300)는 모바일 디바이스(200)로부터 수신한 데이터를 DB(310)에 구조화하여 저장하고, 감정-섭식 모델 생성 모듈을 통해 데이터를 분석한다.
섭식 행위 인식부(320)는 일정한 패턴의 반복적인 움직임을 포함하는 음식물 섭취 행위를 온바디 센서(100)를 통해 측정된, 연속된 관성 측정 센서 데이터의 패턴을 분석함으로써 인식한다.
도 3은 본 발명의 실시예에 따른 센서 신호 및 생리 신호의 처리를 나타내는 개념도이다.
본 발명의 실시예에 따르면, 섭식 행위 인식을 위해 수집된 원시(raw)의 센서 신호 및 생리 신호를 저역/고역 통과 필터 (Low Pass Filter, High Pass Filter) 등의 범주 통과 필터 (Band Pass Filter)를 사용하여 목표로 하는 범주 내에 포함되도록 필터링한다.
또한, 샘플링 단위가 서로 다른 데이터를 포함하고 있을 때에는 업샘플링(up sampling) 혹은 다운샘플링(down sampling) 기법을 적용한다.
일반적인 식사 중 발생하는 반복적인 행위의 시간 단위를 고려하여 데이터를 일정한 시간 단위(window size)로 나누는데, 연속적인 행위임을 감안하여 각 데이터 간의 시간 중첩을 포함하여 처리한다.
이러한 전처리 작업을 거친 각 센서 데이터를 행렬(matrix) 형태의 데이터로 가공하여 인공 신경망 (Artificial Neural Network), 예를 들면 Long Short-Term Memory (LSTM) 셀을 통한 순환 신경망 (Recurrent Neural Network) 또는 합성곱 신경망 (Convolutional Neural Network) 등과 같은 심층 신경망 (Deep Neural Network) 알고리즘을 사용하여 학습 및 분류한다.
또한, 온바디 센서(100)가 마이크로폰 센서인 경우, 섭식행위 인식부(320)는 음성과 호흡, 음식물 섭취 시의 소리를 수집한 데이터를 오디오 데이터 처리에 널리 사용되는 멜프리퀀시켑스트럼(Mel Frequency Cepstral Coefficient, MFCC), 주파수 대역별 에너지(Filter Bank Energy) 등 다양한 특징추출 기술을 적용하여 특징벡터를 추출하고, 이를 센서 및 생리 신호 데이터 처리와 마찬가지로 심층 신경망의 입력값으로 사용한다.
이 때 데이터 가공을 위해 사용되는 시간 단위(window size)는 센서 및 생리 신호 데이터 처리에 사용된 파라미터와 동일하다.
이렇게 다양한 종류의 센서 입력값을 활용한 센서 퓨전(Sensor Fusion)을 통해 섭식 행위의 인식률을 증대시킬 수 있다.
이 때, 섭식 행위 인식을 위한 데이터 세그멘테이션을 위해서 사용자 별로 수집된 인식 데이터를 사용하거나, 인구통계학적 연구 결과에 기초한 데이터가 사용될 수 있다.
본 발명의 실시예에 따르면, 음식물 섭취 시각, 식사 지속 시간, 식사 간의 시간 간격 등의 섭식 행위와 관련된 패턴을 분석함으로써, 사용자의 식습관 데이터를 자동으로 취득하게 된다.
서버의 패턴 모델 생성부(340)의 감정-섭식 모델 생성 과정은 도 6을 참조하여 후술하기로 한다.
도 4는 본 발명의 실시예에 따른 감정-섭식 패턴 모델 생성에 사용되는 변수를 나타내는 도면이다.
심박수와 심박변화율 값은 자율신경계와 큰 상관관계를 보이며 심혈관계, 호흡계, 소화계, 스트레스와 직접적으로 연관되어 있다.
사용자가 심리적 안정 상태에 있는 경우, 심장박동이 느려지고, 말초 혈관이 확장되어 피부의 체온이 상승하며, 피부 저항이 증가한다.
반면, 사용자가 스트레스를 받거나 흥분하게 되면, 심장 박동이 빨라지고, 혈액이 피부로부터 근육으로 이동되어 체온이 저하되며, 피부 저항이 감소하는 경향을 나타낸다.
전술한 심장박동, 피부 온도 및 피부 저항의 변화는 사람의 정서 상태를 결정하기 위한 중요한 요소로 인식되고 있으며, 본 발명의 실시예에 따르면 온바디 센서로부터 수신한 심박, 심박변화율, 피부 전기 저항 및 피부 온도 등의 생리 신호 반응을 인식함으로써, 사용자의 Arousal-Valence 모델 기반의 정서 상태를 유추한다.
본 발명의 실시예에 따르면, 서버(300)는 섭식 행위 인식 시, 섭식 행위가 발생하는 동안과 섭식 행위 전후의 생리 신호 변화에 따른 감정 상태의 변화와 관련된 데이터를 통해 섭식 행위와 감정 상태의 상관관계를 나타내는 모델을 학습하고, 이 모델을 기초로 사용자의 감정-섭식 패턴과 관련된 정보를 생성한다.
서버(300)의 패턴 모델 생성부(340)에서 사용되는 변수로서, 섭식 특징은 섭식 이벤트가 일어난 하루 중의 시간대(TK), 섭식 이벤트 발생 시각(tn,k), 섭식 이벤트 지속 시간(Dn), 섭식 이벤트 간의 시간 간격(In)이 포함된다.
또한, 하루 중 n번째 섭식 이벤트에 해당하는 감정 특징(en,l) 은 섭식 이벤트 이전, 이벤트 진행중, 이벤트 이후로 나뉘어, l은 섭식 이벤트 이전일 경우 1, 이벤트 중간일 경우 2, 이벤트 이후일 경우 3으로 정의되며, 시퀀스 형태((en,1, en,2, en,3))로 정의된다.
m개로 분류된 하루 중 섭식 이벤트 발생 시각은 다음 [수학식 1]과 같이 표현된다.
Figure pat00001
Figure pat00002
d=하루 중 섭식 이벤트 횟수,
Figure pat00003
섭식 이벤트 지속 시간 및 섭식 이벤트 간의 시간 간격은 다음 [수학식 2] 및 [수학식 3]과 같이 표현된다.
Figure pat00004
Figure pat00005
도 5는 본 발명의 실시예에 따른 온바디 센서 기반 감정 및 섭식 패턴 자동 생성 방법을 나타내는 순서도이다.
S510 단계는 온바디 센서를 통해 획득한 센서 신호 및 생리 신호를 수신하는 단계이다.
온바디 센서에는 관성 측정 센서가 내장된 웨어러블 디바이스, 마이크로폰 센서, 전극 측정 방식의 심전도 및 심박 측정 센서, 피부의 전기 저항센서 및 피부 온도 측정 센서 등이 포함된다.
S520 단계는 섭식 행위를 인식하는 단계로서, 연속된 관성 측정 센서 데이터의 패턴를 분석하여 섭식 행위를 인식한다.
S530 단계는 섭식 시 생리 신호 반응에 따른 감정 상태 변화를 추출하는 단계로서, 온바디 센서로부터 수신한 심박변화율, 피부 전기 저항 및 피부 온도 등의 생리 신호 반응을 인식하여 정서 상태를 유추한다.
S540 단계는 섭식 행위와 감정 상태의 상관관계를 나타내는 모델을 학습하고, S550 단계는 감정-섭식 패턴의 누적 정보를 생성한다.
급격한 식욕 부진, 거식 증상이나 심각한 과식, 폭식의 상황은 현재의 불안감, 스트레스, 억울함, 분노 등의 감정이 큰 영향을 미치는 것으로 알려져 있으며, 신경정신과적 처치가 필요한 식이 장애로 이어질 수 있다.
S560 단계는 사용자의 감정 상태에 기반한 섭식 패턴과 관련된 누적 정보와 사용자의 일별 섭식 데이터와의 일치도를 산출하고, S570 단계는 S560 단계에서 산출된 일치도에 기초하여 사용자의 식습관의 변화를 평가한다.
일치도 평가를 위해서는 벡터로 표현된 두 데이터(v1=누적 감정-식습 패턴, v2=일별 섭식 데이터) 간의 코사인 유사도 (Cosine similarity) 혹은 피어슨 상관 계수(Pearson correlation coefficient) 등의 상관 분석 기법을 사용할 수 있다.
S570 단계에서 감정-섭식 패턴의 불규칙성이 감지되었을 경우, S580 단계는 섭식과 관련된 생활 습관 안내를 제공함으로써 위험 상황을 사전에 예방하는 것이 가능하다.
본 발명이 실시예에 따르면, 기정의된 섭식 특징 및 감정 특징을 대상으로 연관 분석이 수행되어, 일상적인 섭식 패턴(빈발 패턴)과 폭식이나 거식 등의 중요한 이상 섭식 패턴(의미 있는 비빈발 패턴)이 데이터베이스에 등록된다.
도 6은 본 발명의 실시예에 따른 온바디 센서 기반 감정 및 섭식 패턴 자동 생성 방법의 감정-섭식 패턴 모델 생성 과정을 나타내는 순서도이다.
먼저, 기정의된 섭식 특징 및 감정 특징이 수신되면(S610), 이들이 양의 상관 관계를 갖는지 분석하는 연관분석을 수행하며(S620), 최소지지도 및 최소신뢰도를 만족하는지 여부를 확인한다(S630).
이 때, 최소지지도 및 최소신뢰도가 만족되는 경우, 섭식-감정 패턴 {(en,1, en,2, en,3), (Tk, In, Dn)}을 의미 있는 빈발 패턴으로 태깅하고(S670), 만족되지 않는 경우에는 비빈발 패턴 연관분석을 수행한다(S640).
S640 단계 이후, S650 단계는 최소지지도 및 최소신뢰도를 만족하는지 여부를 확인하고(S650), 만족하는 경우에는 섭식-감정 패턴 {(en,1, en,2, en,3), (Tk, In, Dn)}을 의미 있는 비빈발 패턴으로 태깅한다(S660).
S660 및 S670 단계에서 태깅된 패턴들은 감정-섭식 패턴 DB(900)에 저장된다(S680).
이제까지 본 발명의 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.
100: 온바디 센서 110: 데이터 측정부
120: 데이터 중계부 200: 모바일 디바이스
210: 사용자 인터페이스 220: 데이터 수집부
230: 데이터 중계부 240: 패턴 모델 관리부
250: 패턴 일치도 산출부 260: 피드백 생성부
300: 서버 310: DB
320: 섭식행위 인식부 330: 감정상태 추론부
340: 패턴 모델 생성부 350: 패턴 일치도 산출부
360: 피드백 생성부

Claims (8)

  1. 사용자의 생체 신호를 수집하여 감정-섭식 패턴 모델을 생성하고, 사용자의 감정-섭식 패턴의 불규칙성 여부를 감지하는 것
    을 특징으로 하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버.
  2. 제1항에 있어서,
    센서 신호를 이용하여 섭식 행위를 인식하고, 섭식 행위 전, 중간, 후의 생리 신호 변화에 따른 감정 상태 변화를 학습하여, 상기 감정-섭식 패턴 모델을 생성하는 것
    을 특징으로 하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버.
  3. 제2항에 있어서,
    섭식 이벤트가 발생된 시간대, 섭식 이벤트 발생 시각, 섭식 이벤트 지속 시간, 섭식 이벤트 간의 시간 간격, 감정 특징을 이용하여 빈발 패턴 및 비빈발 패턴으로 태깅하여 상기 감정-섭식 패턴 모델을 생성하는 것
    을 특징으로 하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버.
  4. 제1항에 있어서,
    상기 감정-섭식 패턴 모델과 사용자의 섭식 데이터의 일치도를 산출하고, 그 산출 결과에 기초하여 사용자의 식습관 변화를 평가하여, 불규칙성이 감지된 경우 피드백을 생성하여 제공하는 것
    을 특징으로 하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버.
  5. (a) 온바디 센서로부터 센서 신호 및 생리 신호를 수신하는 단계;
    (b) 상기 센서 신호를 이용하여 섭식 행위를 인식하고, 상기 생리 신호를 이용하여 감정 상태 변화를 추출하는 단계;
    (c) 상기 섭식 행위 및 감정 상태 변화를 학습하여 감정-섭식 패턴 모델을 생성하는 단계; 및
    (d) 사용자의 데이터와 상기 감정-섭식 패턴의 누적 정보 간의 일치도를 산출하여, 상기 사용자의 섭식 패턴의 불규칙성을 평가하는 단계
    를 포함하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 방법.
  6. 제5항에 있어서,
    상기 (c) 단계는 섭식 행위 전, 중간, 후의 감정 상태 변화를 이용하여 상기 감정-섭식 패턴 모델을 생성하는 것
    을 특징으로 하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 방법.
  7. 제6항에 있어서,
    상기 (c) 단계는 섭식 이벤트가 발생된 시간대, 섭식 이벤트 발생 시각, 섭식 이벤트 지속 시간, 섭식 이벤트 간의 시간 간격, 감정 특징을 이용하여 빈발 패턴 및 비빈발 패턴으로 태깅하여 상기 감정-섭식 패턴 모델을 생성하는 것
    을 특징으로 하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 방법.
  8. 제5항에 있어서,
    상기 (d) 단계는 상기 일치도의 산출 결과를 이용하여 상기 사용자의 섭식 패턴의 불규칙성을 평가하고, 불규칙성이 감지된 경우 피드백을 생성하여 제공하는 것
    을 특징으로 하는 온바디 센서 기반 감정-섭식 패턴 자동 생성 방법.
KR1020180084170A 2018-07-19 2018-07-19 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법 KR102588194B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180084170A KR102588194B1 (ko) 2018-07-19 2018-07-19 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180084170A KR102588194B1 (ko) 2018-07-19 2018-07-19 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법

Publications (2)

Publication Number Publication Date
KR20200009595A true KR20200009595A (ko) 2020-01-30
KR102588194B1 KR102588194B1 (ko) 2023-10-13

Family

ID=69322005

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180084170A KR102588194B1 (ko) 2018-07-19 2018-07-19 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법

Country Status (1)

Country Link
KR (1) KR102588194B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021246700A1 (ko) * 2020-06-03 2021-12-09 주식회사 룩시드랩스 사용자 상태를 예측하기 위한 방법 및 그 장치
KR102661371B1 (ko) * 2022-11-16 2024-04-26 웰트 주식회사 섭식 장애 디지털 치료 방법 및 이러한 방법을 수행하는 섭식 장애 디지털 치료 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017100039A (ja) * 2015-12-01 2017-06-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 体調推定装置、体調推定システム及びプロセッサ
JP2018102617A (ja) * 2016-12-27 2018-07-05 オムロン株式会社 感情推定装置、方法およびプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017100039A (ja) * 2015-12-01 2017-06-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 体調推定装置、体調推定システム及びプロセッサ
JP2018102617A (ja) * 2016-12-27 2018-07-05 オムロン株式会社 感情推定装置、方法およびプログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021246700A1 (ko) * 2020-06-03 2021-12-09 주식회사 룩시드랩스 사용자 상태를 예측하기 위한 방법 및 그 장치
KR20210150124A (ko) * 2020-06-03 2021-12-10 주식회사 룩시드랩스 사용자 상태를 예측하기 위한 방법 및 그 장치
KR102661371B1 (ko) * 2022-11-16 2024-04-26 웰트 주식회사 섭식 장애 디지털 치료 방법 및 이러한 방법을 수행하는 섭식 장애 디지털 치료 장치

Also Published As

Publication number Publication date
KR102588194B1 (ko) 2023-10-13

Similar Documents

Publication Publication Date Title
US20200388287A1 (en) Intelligent health monitoring
US11055575B2 (en) Intelligent health monitoring
Mendonca et al. A review of obstructive sleep apnea detection approaches
Bi et al. AutoDietary: A wearable acoustic sensor system for food intake recognition in daily life
CN107209807B (zh) 疼痛管理可穿戴设备
CN108778097A (zh) 用于评估心力衰竭的装置和方法
US11948690B2 (en) Pulmonary function estimation
Selamat et al. Automatic food intake monitoring based on chewing activity: A survey
KR102276415B1 (ko) 개인 관심상황 발생 예측/인지 장치 및 방법
CN108305680B (zh) 基于多元生物学特征的智能帕金森症辅助诊断方法和装置
KR101967342B1 (ko) 웨어러블 기기 기반 운동 가이드 시스템
Reggiannini et al. A flexible analysis tool for the quantitative acoustic assessment of infant cry
CN114269241A (zh) 使用可穿戴传感器来检测对象跌倒的系统和方法
Cohen-McFarlane et al. Comparison of silence removal methods for the identification of audio cough events
KR102588194B1 (ko) 온바디 센서 기반 감정-섭식 패턴 자동 생성 서버 및 그 방법
Ding et al. Automatically detecting apnea-hypopnea snoring signal based on vgg19+ lstm
Samarasekara et al. Non invasive continuous detection of mental stress via readily available mobile-based help parameters
Sofwan et al. Normal and murmur heart sound classification using linear predictive coding and k-Nearest neighbor methods
Saha et al. Towards incorporating affective feedback into context-aware intelligent environments
Mantri et al. Real time multimodal depression analysis
KR102373496B1 (ko) 스마트밴드 생체정보 기반 우울도 예측 모델 생성 시스템 및 방법
Gandhi et al. Detection of Parkinsons disease via a multi-modal approach
Zhang Smart Health Technologies Towards Parkinson’s Disease Management
Li Mobile sensing based human stress monitoring for smart health applications
US20220215932A1 (en) Server for providing psychological stability service, user device, and method of analyzing multimodal user experience data for the same

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right