KR20210069749A - 동작 인식 기반의 근골격 검사 방법 및 프로그램 - Google Patents

동작 인식 기반의 근골격 검사 방법 및 프로그램 Download PDF

Info

Publication number
KR20210069749A
KR20210069749A KR1020190158789A KR20190158789A KR20210069749A KR 20210069749 A KR20210069749 A KR 20210069749A KR 1020190158789 A KR1020190158789 A KR 1020190158789A KR 20190158789 A KR20190158789 A KR 20190158789A KR 20210069749 A KR20210069749 A KR 20210069749A
Authority
KR
South Korea
Prior art keywords
subject
examination
musculoskeletal
motion recognition
motion
Prior art date
Application number
KR1020190158789A
Other languages
English (en)
Inventor
이준우
신동민
Original Assignee
주식회사 마이리얼짐
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 마이리얼짐 filed Critical 주식회사 마이리얼짐
Priority to KR1020190158789A priority Critical patent/KR20210069749A/ko
Publication of KR20210069749A publication Critical patent/KR20210069749A/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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • 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
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Nursing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

동작 인식 기반의 근골격 검사 방법 및 프로그램이 제공된다. 상기 동작 인식 기반의 근골격 검사 방법은 컴퓨터에 의해 수행되는, 검사용 영상데이터를 입력받는 단계, 상기 검사용 영상데이터로부터 피검사자의 동작을 인식하는 단계 및 상기 인식된 피검사자의 동작을 사전 저장된 데이터베이스를 기반으로 분석하여 분석데이터를 생성하는 단계를 포함한다.

Description

동작 인식 기반의 근골격 검사 방법 및 프로그램{METHOD AND PROGRAM FOR EXAMINING MUSCULOSKELETAL BASED ON MOTION RECOGNITION}
본 발명은 동작 인식 기반의 근골격 검사 방법 및 프로그램에 관한 것이다.
인체의 근육은 골격근, 평활근, 심근으로 구분할 수 있다. 골격근(Skelectal muscle)은 대부분의 골격에 부착되어 있으며 골격근의 수축은 골격에 힘을 전달하여 해당 골격들을 움직이게 한다.
인체의 골격은 뼈(Bone), 연골(Cartilage), 인대(Ligament)로 구성된다. 다양한 모양의 뼈와 연골들은 서로 관절(Articulation)이라는 형태로 연결되어 있으며, 인대는 관절을 보강하는 역할을 한다. 성인의 인체는 총 206개의 뼈로 구성되며 이들은 인체를 지지, 운동, 보호, 저장, 조혈하는 등의 기능을 한다.
운동치료란 질병이나 손상 등을 원인으로 인하여 신경 및 근육 또는 관절계가 정상적으로 기능하지 못 하는 경우, 비정상적인 기능을 정상 또는 정상에 가까운 상태로 회복 및 증진시키거나 보다 나은 상태를 유지할 수 있도록 하기 위해 처방되는 신체의 운동이다. 운동치료의 목적은 근력과 지구력, 협조 작용, 관절 가동 범위, 속도를 유지 및 증진시키는 데에 있다. 운동 치료는 치료의 여러 단계에서 시행될 수 있다. 예를 들어 가벼운 요통 환자의 경우 치료 초기에 혹은 전반적인 치료 단계에 걸쳐 운동 치료를 한다.
최근 운동 치료(예를 들어, 교정운동)에 대한 필요성 및 관심이 증가하고 있는 추세이지만 고가의 비용으로 인해 높은 진입장벽이 형성되어 있다.
등록특허공보 제10-1542663호, 2015.07.31
본 발명이 해결하고자 하는 과제는 컴퓨터에 의해 공간적 제약없이 근골격 검사 및 운동설계를 제공할 수 있는 동작 인식 기반의 근골격 검사 방법 및 프로그램을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 동작 인식 기반의 근골격 검사 방법은 컴퓨터에 의해 수행되는, 검사용 영상데이터를 입력받는 단계, 상기 검사용 영상데이터로부터 피검사자의 동작을 인식하는 단계 및 상기 인식된 피검사자의 동작을 사전 저장된 데이터베이스를 기반으로 분석하여 분석데이터를 생성하는 단계를 포함할 수 있다.
또한, 상기 방법에서 상기 검사용 영상데이터를 입력받는 단계는, 피검사자로부터 식별정보를 입력받는 단계, 상기 피검사자에게 검사용 동작을 요청하는 단계 및 상기 피검사자에 의해 수행되는 동작을 촬영하는 단계를 포함할 수 있다.
또한, 상기 방법에서 상기 피검사자에 의해 수행되는 동작을 촬영하는 단계는, 촬영영역을 설정하는 단계 및 상기 촬영영역에 상기 피검사자가 위치하는지 여부를 판단하는 단계를 포함할 수 있다.
또한, 상기 방법은 상기 분석데이터를 기반으로 리포트를 생성하는 단계를 더 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 동작 인식 기반의 근골격 검사 프로그램은 하드웨어인 컴퓨터와 결합되어, 상기 동작 인식 기반의 근골격 검사 방법을 실행시키기 위하여 매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상기 본 발명에 의하면, 영상 촬영이 가능한 모바일 기기만 구비하면, 장소의 제약없이 피검사자가 스스로 근골격 검사를 진행하고 적합한 운동을 설계할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 동작 인식 기반의 근골격 검사 방법을 개략적으로 나타내는 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 검사용 영상데이터를 입력받는 단계를 세부적으로 나타내는 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 피검사자에 의해 수행되는 동작을 촬영하는 단계를 세부적으로 나타내는 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 리포트를 생성하는 단계를 더 포함하는 동작 인식 기반의 근골격 검사 방법을 개략적으로 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 분석데이터를 기반으로 생성된 리포트를 나타내는 예시도이다.
도 6은 본 발명의 일 실시예에 따른 검사용 동작에 대응하는 신체 부위별 증상 및 주의사항을 나타내는 예시도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
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 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 동작 인식 기반의 근골격 검사 방법을 개략적으로 나타내는 흐름도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 동작 인식 기반의 근골격 검사 방법은 검사용 영상데이터를 입력받는 단계(S100), 검사용 영상데이터로부터 피검사자의 동작을 인식하는 단계(S200) 및 인식된 피검사자의 동작을 사전 저장된 데이터베이스를 기반으로 분석하여 분석데이터를 생성하는 단계(S300)를 포함한다.
S100 단계는 피검사자의 모바일 기기를 통해 검사용 영상데이터를 입력받는 단계이다.
"모바일 기기"는 동영상을 촬영할 수 있는 촬영부를 구비한 임의의 전자장치로서 그 종류에 제한이 없다. 예를 들어, 모바일 기기는 스마트폰, 스마트패드, 태블릿PC일 수 있다.
"검사용 영상데이터"는 피검사자가 동작을 수행하는 모습을 영상으로 촬영하여 생성한 데이터이다. 검사용 영상데이터는 피검사자의 동작을 인식하고 분석하기 위한 기초데이터로 활용된다.
서버는 피검사자로부터 피검사자의 모바일 기기에 설치 또는 내장된(Embedded) 응용 소프트웨어를 통해 촬영된 영상을 입력받는다. 이에 대한 상세한 내용은 후술한다.
S200 단계는 사용자로부터 입력받은 검사용 영상데이터에서 피검사자를 인식하고, 피검사자가 실시하는 동작을 인식하는 단계이다. 이에 대한 상세한 내용은 후술한다.
S300 단계는 검사용 영상데이터에서 인식된 피검사자의 동작을 서버에 사전 저장된 데이터베이스를 기반으로 분석하여 분석데이터를 생성하는 단계이다.
서버에는 피검사자가 실시해야할 하나 이상의 동작과 각 동작에 대한 동작정보가 매칭되어 사전 저장되어 있다.
"동작정보"는 각 동작에 대해 전문가가 설정한 올바른 동작 기준 정보(예를 들어, 적정 움직임 범위, 각도, 보폭, 높이, 유지시간, 관절의 굽어짐 등)로서 피검사자가 동작을 올바르게 실시하였는지 판단하기 위해 이용되는 정보이다.
서버는 입력받은 영상데이터에서 인식된 피검사자의 동작을 사전 저장된 데이터베이스에 포함된 해당 동작과 매칭되는 동작정보와 비교 분석한다. 서버는 분석된 피검사자의 근골격의 상태, 현상, 증상 또는 움직임을 기반으로 분석데이터를 생성한다.
즉, 본 발명은 피검사자의 동작을 모바일 기기를 통해 입력받고 전문가의 올바른 움직임 기준 정보 및 적정 각도 등의 자세 정보를 포함하는 동작 정보와 비교 분석하여 피검사자의 현재 몸 상태에 어떤 문제가 있는지, 과사용되어 긴장한 근육 부위가 어디인지, 약해진 부위가 어디인지 판단한다. 또한, 일 실시예로, 피검사자가 판단 결과를 시각적으로 판단할 수 있도록 리포트를 생성 및 제공할 수 있다.
구체적인 예로, 피검사자는 만세 자세에서 쪼기려 앉기 동작을 수행할 것을 요청받고 해당 동작 수행 영상을 모바일 기기로 촬영하여 서버로 전송한다. 전송된 영상데이터로부터 피검사자의 동작이 인식된다. 인식된 피검사자의 동작은 전문가 또는 컴퓨터에 의해 동작정보와 비교 분석되어 신체균형 및 흔들림, 발목가동성, 무릎안정성, 고관절가동성, 고관절안정성, 코어근육안정성, 어깨가동성, 어깨안정성 등에 대하여 정상 범위와의 오차가 분석되어 분석데이터가 생성된다. 분석데이터를 기반으로 오차 범위를 줄일 수 있는 운동 과정 추천을 피검사자에게 자동으로 또는 수동으로 제공할 수 있다.
도 2는 본 발명의 일 실시예에 따른 검사용 영상데이터를 입력받는 단계를 세부적으로 나타내는 흐름도이다.
도 2를 참조하면 본 발명의 일 실시예에 따른 검사용 영상데이터를 입력받는 단계는 피검사자로부터 식별정보를 입력받는 단계(S110), 피검사자에게 검사용 동작을 요청하는 단계(S120) 및 피검사자에 의해 수행되는 동작을 촬영하는 단계(S130)를 포함한다.
S110 단계는 피검사자로부터 검사를 진행하는 피검사자를 식별할 수 있는 식별정보를 입력받는 단계이다. "식별정보"는 피검사자를 다른 피검사자들과 구별하여 식별할 수 있는 임의의 정보이다. 구체적인 예로, 식별정보는 피검사자의 성명, 나이, 연락처, 이메일 주소, 회원 아이디 중 하나 이상을 포함할 수 있으며, 이에 한정되는 것은 아니다.
서버는 피검사자의 검사 정보 및 분석데이터를 식별정보에 매칭되도록 저장 및 관리할 수 있다. 이를 통해 피검사자는 자신의 검사 결과를 지속적으로 관리하며 문제가 있는 신체부위를 효과적으로 개선시킬 수 있다.
S120 단계는 피검사자에게 검사용 동작을 실시할 것을 요청하는 단계이다.
"검사용 동작"은 특정한 신체 부위의 질환 또는 틀어짐을 판단하기 위한 동작이다. 구체적인 예로, 검사용 동작은 손들고 앉기, 윗몸 일으키기, 눈 감고 제자리 걷기를 포함하며 이에 한정되는 것은 아니다.
한편, 각 검사용 동작에는 복수의 동작 현상이 매칭되어 서버에 사전 저장되어 있다. 구체적인 예로, 손들고 앉기 동작에 대해서, 앉는 과정에서 무릎이 안쪽으로 모아짐, 앉는 과정에서 무릎이 밖으로 벌어짐, 앉는 과정에서 발가락이 들림, 팔이 굽어지며 앉음, 어깨 각도가 떨어지며 앉음, 허리의 다양한 굴곡 등의 동작 현상에 대한 정보가 분석 및 저장되어 있다. 또한, 윗몸 일으키기 동작에 대해서, 날개뼈(견갑골)를 충분히 바닥으로부터 띄움, 날개뼈가 떨어지기 전 좌우 한 쪽 발의 안정성 떨어짐, 목의 각도, 턱의 움직임 등에 대한 정보가 분석 및 저장되어 있다. 또한, 눈 감고 제자리 걷기에 대하여, 걷는 도중 무게중심 이동 8개 방향, 좌우 팔의 각도, 팔 관절의 굽어짐, 좌우 다리 움직임 및 무릎의 높이 차이, 균형감각 등에 대한 정보가 분석 및 저장되어 있다.
S130 단계는 피검사자의 모바일 기기에 구비된 촬영부를 통해 피검사자가 수행하는 동작을 촬영하는 단계이다.
촬영부는 형태나 종류에 제한이 없고, 필요에 따라 객체를 감지(Sensing)하고 추적(Tracking)할 수 있는 감지부를 포함할 수 있다.
도 3은 본 발명의 일 실시예에 따른 피검사자에 의해 수행되는 동작을 촬영하는 단계를 세부적으로 나타내는 흐름도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 피검사자에 의해 수행되는 동작을 촬영하는 단계는 촬영영역을 설정하는 단계(S210) 및 촬영영역에 피검사자가 위치하는지 여부를 판단하는 단계(S220)를 포함한다.
S210 단계는 피검사자의 모바일 기기에 구비된 촬영부가 피검사자가 수행하는 동작을 촬영하기 위하여 촬영 대상이 되는 영역인 촬영영역을 설정하는 단계이다.
"촬영영역"은 피검사자의 모바일 기기에 구비된 촬영부가 고정된 상태에서 촬영할 수 있는 영역 중에서 피검사자가 동작을 실시할 예정인 영역이다. 즉, 피검사자는 동작을 수행할 영역을 설정하고, 설정된 영역에서 동작을 수행하게 된다.
S220 단계는 설정된 촬영영역에 피검사자가 위치하는지 여부를 판단하는 단계이다.
일 실시예로, 피검사자의 모바일 기기에 설치 또는 내장된 응용 소프트웨어는 설정된 촬영영역에 피검사자가 위치하는 것을 확인되었을 경우 피검사자에게 알림(예를 들어, 소리 또는 진동)을 제공할 수 있다. 이를 통해 피검사자는 촬영영역에 정확하게 위치한 상태에서 요청받은 검사용 동작을 수행하게 되므로, 피검사자와 배경을 보다 정확하게 구분하여 피검사자가 수행하는 동작을 인식할 수 있게 된다.
도 4는 본 발명의 일 실시예에 따른 리포트를 생성하는 단계를 더 포함하는 동작 인식 기반의 근골격 검사 방법을 개략적으로 나타내는 흐름도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 동작 인식 기반의 근골격 검사 방법은 분석데이터를 기반으로 리포트를 생성하는 단계(S400)을 더 포함할 수 있다.
S400 단계는 S300 단계에서 생성된 분석데이터를 기반으로 리포트를 생성하여 피검사자에게 제공하는 단계이다.
리포트는 분석데이터를 시각화한 것으로 그 형태 또는 종류에 제한이 없다.
피검사자는 제공된 리포트를 통해 수행한 동작에 대해 분석된 결과를 보다 직관적으로 판단하고, 증상 완화 또는 치료를 위한 운동 설계를 효율적으로 할 수 있다.
일 실시예로, 리포트는 분석데이터를 기반으로 컴퓨터에 의해 자동으로 생성된다. 이를 위해 머신 러닝(Machine leraning), 딥 러닝(Deep learning) 등의 인공지능 기술이 적용될 수 있다. 즉, 컴퓨터는 사전 저장되거나 학습된 데이터를 기반으로 분석데이터에 매칭되는 상태 결과, 증상, 추천 운동 등을 자동으로 제공할 수 있다.
다른 실시예로, 리포트는 분석데이터를 기반으로 전문가에 의해 수동으로 생성된다. 즉, 전문가가 분석데이터를 직접 분석하여 피검사자의 상태를 판단하고, 적합한 솔루션을 제공할 수 있다.
도 5는 본 발명의 일 실시예에 따른 분석데이터를 기반으로 생성된 리포트를 나타내는 예시도이다.
도 5를 참조하면, 분석데이터를 기반으로 생성된 리포트는 피검사자의 식별정보, 담당 전문가 정보, 전체 상태, 개별 증상, 추천 운동, 종합 결과 카테고리를 포함할 수 있다. 또한, 리포트에 포함되어 제공되는 정보들은 그래프(Graph) 또는 다이어그램(Diagram) 형태로 제공될 수 있다.
도 6은 본 발명의 일 실시예에 따른 검사용 동작에 대응하는 신체 부위별 증상 및 주의사항을 나타내는 예시도이다.
피검사자는 도 5에 도시된 리포트뿐만 아니라 도 6에 도시된 바와 같이 검사용 동작에 대응되는 신체부위별로 증상, 설명, 주의사항, 질환으로 발전 가능성, 일상생활에 대한 조언을 추가적으로 제공받을 수 있다. 이를 통해 피검사자는 검사용 동작을 수행하는 과정에서 어떤 신체부위가 동작 기준에 부합하지 않았는지 확인하고, 그러한 현상이 발생한 원인을 이해하고, 해당 현상이 어떤 질환과 연관성이 있는지 확인하고, 일상생활에서 어떻게 해당 질환을 예방 및 완화할 수 있는지 판단할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (5)

  1. 컴퓨터에 의해 수행되는,
    검사용 영상데이터를 입력받는 단계;
    상기 검사용 영상데이터로부터 피검사자의 동작을 인식하는 단계; 및
    상기 인식된 피검사자의 동작을 사전 저장된 데이터베이스를 기반으로 분석하여 분석데이터를 생성하는 단계;를 포함하는,
    동작 인식 기반의 근골격 검사 방법.
  2. 제1항에 있어서,
    상기 검사용 영상데이터를 입력받는 단계는,
    피검사자로부터 식별정보를 입력받는 단계;
    상기 피검사자에게 검사용 동작을 요청하는 단계; 및
    상기 피검사자에 의해 수행되는 동작을 촬영하는 단계;를 포함하는,
    동작 인식 기반의 근골격 검사 방법.
  3. 제2항에 있어서,
    상기 피검사자에 의해 수행되는 동작을 촬영하는 단계는,
    촬영영역을 설정하는 단계; 및
    상기 촬영영역에 상기 피검사자가 위치하는지 여부를 판단하는 단계;를 포함하는,
    동작 인식 기반의 근골격 검사 방법.
  4. 제1항에 있어서,
    상기 분석데이터를 기반으로 리포트를 생성하는 단계;를 더 포함하는,
    동작 인식 기반의 근골격 검사 방법.
  5. 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제4항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 동작 인식 기반의 근골격 검사 프로그램.
KR1020190158789A 2019-12-03 2019-12-03 동작 인식 기반의 근골격 검사 방법 및 프로그램 KR20210069749A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190158789A KR20210069749A (ko) 2019-12-03 2019-12-03 동작 인식 기반의 근골격 검사 방법 및 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190158789A KR20210069749A (ko) 2019-12-03 2019-12-03 동작 인식 기반의 근골격 검사 방법 및 프로그램

Publications (1)

Publication Number Publication Date
KR20210069749A true KR20210069749A (ko) 2021-06-14

Family

ID=76417480

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190158789A KR20210069749A (ko) 2019-12-03 2019-12-03 동작 인식 기반의 근골격 검사 방법 및 프로그램

Country Status (1)

Country Link
KR (1) KR20210069749A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116523863A (zh) * 2023-04-25 2023-08-01 宁波天一华邦粉末涂料有限公司 聚酯粉末涂料喷涂光泽分析系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101542663B1 (ko) 2013-11-22 2015-08-06 한국산업기술대학교산학협력단 근골격 콥스각의 3차원 모델을 이용한 척추 만곡 진단장치 및 그 진단방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101542663B1 (ko) 2013-11-22 2015-08-06 한국산업기술대학교산학협력단 근골격 콥스각의 3차원 모델을 이용한 척추 만곡 진단장치 및 그 진단방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116523863A (zh) * 2023-04-25 2023-08-01 宁波天一华邦粉末涂料有限公司 聚酯粉末涂料喷涂光泽分析系统
CN116523863B (zh) * 2023-04-25 2023-10-03 宁波天一华邦粉末涂料有限公司 聚酯粉末涂料喷涂光泽分析系统

Similar Documents

Publication Publication Date Title
US8139822B2 (en) Designation of a characteristic of a physical capability by motion analysis, systems and methods
Perrott et al. Comparison of lower limb and trunk kinematics between markerless and marker-based motion capture systems
AU2010286471B2 (en) Characterizing a physical capability by motion analysis
JP7057589B2 (ja) 医療情報処理システム、歩行状態定量化方法およびプログラム
CN112970074A (zh) 身体活动量化和监测
KR20170020876A (ko) 의료 데이터 수집 능력을 가진 차등 공기압 시스템용 압력 챔버 및 리프트
WO2019079489A1 (en) MEASUREMENT OF BODY MOVEMENT IN A DISEASE OF MOVEMENT DISORDERS
Lopes et al. Reliability and validity of frontal plane kinematics of the trunk and lower extremity measured with 2-dimensional cameras during athletic tasks: a systematic review with meta-analysis
CN113728394A (zh) 身体活动执行和训练的评分度量
Armstrong et al. Considering movement competency within physical employment standards
KR20190097361A (ko) 자세 교정을 위한 자세 평가 시스템 및 그 방법
Christe et al. Lumbar and thoracic kinematics during step‐up: Comparison of three‐dimensional angles between patients with chronic low back pain and asymptomatic individuals
KR20210069749A (ko) 동작 인식 기반의 근골격 검사 방법 및 프로그램
US11253173B1 (en) Digital characterization of movement to detect and monitor disorders
Bersamira et al. Human gait kinematic estimation based on joint data acquisition and analysis from imu and depth-sensing camera
KR20210069750A (ko) 동작 인식 기반의 근골격 검사 시스템
Farra et al. A mobile sensing and imaging system for real-time monitoring of spine health
Wai et al. Development of holistic physical therapy management system using multimodal sensor network
KR20170019667A (ko) 근골격계 진단 장치
Silva et al. A technological solution for supporting fall prevention exercises at the physiotherapy clinic
Myagkov Classifying Common Knee Rehabilitation Exercise Mistakes Using IMU Data
Bakke Different Strokes for Different Folks: Patient-Specific Gait Modelling and Post-Stroke Rehabilitation
Uhlrich Gait modifications for knee osteoarthritis: Design, evaluation, and clinical translation
WO2022249746A1 (ja) 身体機能推定システム、身体機能推定方法、及び、プログラム
CN113705482B (zh) 一种基于人工智能的身体健康监测管理系统及方法