KR20210108281A - 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 - Google Patents
인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 Download PDFInfo
- Publication number
- KR20210108281A KR20210108281A KR1020200023275A KR20200023275A KR20210108281A KR 20210108281 A KR20210108281 A KR 20210108281A KR 1020200023275 A KR1020200023275 A KR 1020200023275A KR 20200023275 A KR20200023275 A KR 20200023275A KR 20210108281 A KR20210108281 A KR 20210108281A
- Authority
- KR
- South Korea
- Prior art keywords
- voice
- user
- question
- cognitive impairment
- unit
- Prior art date
Links
- 208000010877 cognitive disease Diseases 0.000 title claims abstract description 150
- 208000028698 Cognitive impairment Diseases 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims description 29
- 238000013154 diagnostic monitoring Methods 0.000 title abstract description 4
- 238000003745 diagnosis Methods 0.000 claims description 38
- 238000012544 monitoring process Methods 0.000 claims description 34
- 230000004044 response Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 13
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 description 15
- 208000027061 mild cognitive impairment Diseases 0.000 description 14
- 230000003920 cognitive function Effects 0.000 description 11
- 206010012289 Dementia Diseases 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 230000006999 cognitive decline Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001771 impaired effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 208000024827 Alzheimer disease Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000035876 healing Effects 0.000 description 2
- 230000008449 language Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 201000011240 Frontotemporal dementia Diseases 0.000 description 1
- 208000009829 Lewy Body Disease Diseases 0.000 description 1
- 201000002832 Lewy body dementia Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010855 neuropsychological testing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- 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
- A61B5/162—Testing reaction times
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Neurology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Primary Health Care (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Neurosurgery (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
본 발명의 인지장애 진단 모니터링 시스템은, 시간과 장소 및 이와 관련하여 주위를 인식하는 기능을 갖는 지남력에 대한 질문을 음성으로 출력하는 음성출력부(10); 상기 음성출력부(10)로부터 출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 입력되는 음성입력부(20); 지남력에 대한 질문 콘텐츠가 저장되며, 질문 콘텐츠 중 적어도 하나 이상의 질문 콘텐츠를 상기 음성출력부(10)를 통해 출력되도록 하며, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 서버(30);를 포함하여 이루어진다.
Description
본 발명은 인공지능을 이용하여 인지장애를 모니터링함으로써 인지장애의 악화를 지연시키도록 하는 인지장애 진단 모니터링 시스템 및 방법에 관한 것이다.
사람의 신체 기능은 노화가 진행됨에 따라 점차 쇠퇴하게 된다. 이중에서 뇌가 하는 대표적인 고위기능인 인지기능도 나이 듦에 따라 그 기능이 떨어지게 된다.
인지장애는 인지기능(기억력, 실행기능, 언어기능)에 지장을 받는 것이다. 이중에서, 경도인지장애는 기억력, 실행기능, 언어기능 등의 인지기능에 가벼운 정도의 지장을 받고 있는 상태를 의미한다.
65세 이상의 성인 중 약 10~20%가 경도인지장애를 앓고 있는 질환으로, 정상적인 노화에서 나타나는 일반적인 인지기능 감소와 치매와 알츠하이머병에서 보이는 심한 인지 저하의 중간 단계에 해당한다. 경도인지장애는 식별이 어려운데, 그 이유는 경도인지장애 환자는 적어도 독립생활을 영위하고 있기 때문에 정상 노화에 따른 인지 저하와 감별하기 어렵기 때문이다.
처음 경도인지장애는 1990년대 초부터 학자들에 의해 주창되기 시작했으며, 이후 1999년 피터슨이라는 신경과 의사에 의해서 구체적인 진단기준이 제시되었다. 피터슨은 주로 기억력의 이상을 호소하는 사람들 중에 주관적 불편이 있고, 신경심리검사에서 이상이 나타났지만 그래도 독립생활이 가능한 사람들을 경도인지장애 환자로 보았다. 이후 연구를 통해 기억력 외에 다른 인지기능도 정상과 치매 사이의 문제를 보이는 상태가 있음이 확인되었다.
경도인지장애는 기억상실형과 비기억상실형, 두 가지 유형으로 크게 분류되는데, 전자는 주로 기억력에 어려움을 보이며, 후자는 기억력이 아닌 주의집중력, 계획하는 능력, 계산능력, 언어기능(적절한 단어 구사하기), 시공간구성능력(길찾기, 사물의 위치를 기억) 등 다른 영역의 인지기능에 지장을 받는다. 이 중에서 기억상실형은 알츠하이머 치매로 진행될 가능성이 높은 반면, 비기억상실형은 전두·측두엽 치매나 레비소체 치매로 진행할 가능성이 높다.
경도인지장애 노인에서 치매가 잘 발생하는 것은 사실이다. 정상 노인의 경우 연간 치매 발병률이 1~2%인 경우에 반하여 경도인지장애 노인은 10~15%에서는 치매가 발생하고 있다고 보고되고 있다. 하지만, 경도인지장애로 진단된 사람이 모두 치매로 진행하는 것은 아니므로, 초기 진단을 통해 치료를 받도록 하는 것이 매우 중요하다.
인지장애의 진단은 설문, 인지기능 검사, MRI 등에 의해 이루어지나, 초기 검사 후 1년에 1회정도의 재검사가 있어 실질적인 인지장애의 변화를 모니터링하기가 어려운 실정이다.
특히, 경도인지장애(MCI, Mild Cognitive Impairment)의 경우 초기 진단과 함께 지속적인 모니터링이 되어야 하나 그 방법이 매우 한정적이다. 인지장애의 경우 초기 검진과 적극적인 관리가 필요하며 그 성과가 향후 치매악화를 막는 요인이 된다.
현재 인지장애 지연을 위한 방법으로는 예를 들어 오프라인에 의한 일주일에 1회, 1시간의 예술치유교육이 있다. 예술치유교육이란 음악, 미술, 동작 등의 활동을 의미한다.
또 다른 것으로는 온라인에 의한 인지기능 교육 프로그램이 있으나 지속적인 모니터링시스템으로는 매우 부족한 실정이다.
경도 인지기능 장애를 진단하기 위한 방법으로는 일본공개특허 특개 제2017-144252호(발명의 명칭: 경도 인지기능 장애 유무의 진단 시스템, 인지 기능 검사용 단말 및 인지 기능 검사용 프로그램)가 개시된 바 있다.
상기 경도 인지기능 장애 유무의 진단 시스템은, 논리적인 즉시 기억 능력의 검사와, 시 공간 인지 능력의 검사와, 단어의 즉시 기억 능력의 검사와, 짐작식과 기억력과 계산력과 언어적 능력과 도형적 능력을 포함한 인지 기능의 검사와, 주의 기능의 검사와 수행 기능의 검사와 정보처리 능력의 검사와 억제 기능의 검사와 단어의 지연 재생 능력의 검사와, 논리적인 지연 재인식 능력의 검사와의 각 검사에 대해서 검사 데이터를 취득하는 수단과 피험자의 연령 데이터를 취득하는 수단과 상기 검사 중 적어도 한 개의 검사의 검사 데이터를, 상기 연령 데이터에 따른 연령층에 있는 복수인에 대해서 상기 적어도 한 개의 검사를 실시해 얻어진 검사 데이터와 대조해 상기 피험자가 경도 인지기능 장애를 가지는지 아닌지의 진단을 실시하는 수단을 가진다.
상기 경도 인지기능 장애 유무의 진단 시스템은, 여러 가지의 검사를 수행하여야 할 뿐만 아니라, 해당 연령층의 복수인에 대해서도 동일한 검사를 수행하여 수행한 데이터의 평균치 및 표준 편차에 근거하여 이를 서로 비교함으로써 경도 인지기능 장애를 진단하도록 하므로, 비용 및 시간이 많게 소요되는 문제점이 있다.
또한, 개정판 인지기능 장애 진단 도구, 신경정신의학, Vol.39(3) : 589-597, 2000에 의하면, 치매 환자와 다른 병자를 대상으로 인지 기능 검사를 한 후, 검사 성적들간의 상관 관계, 내적 일치도, 총점과 치매를 평가하는 다른 척도 성적들과의 상관 관계, 치매 진단의 민감도와 특이도를 이용한 진단 구분 점의 선택, 그 구분점을 사용한 통계적 측정 방법 등을 사용하여 인지 능력을 측정한 바 있다. 그러나, 의사와 환자의 직접적인 설문에 의한 것이며, 음성 인식 기술을 바탕으로 하지 않아 빅데이터로 활용되기에는 한계가 있다.
한편, 현재 음성인식 기술이 매우 발전하고 있지만, 인지장애인의 경우, 무의미한 단어를 나열하거나 질문에 대한 답변을 하지 못하거나, 반응이 느려지고 낮에 활동성이 줄어들며 오히려 밤에 활동성이 늘어나는 등 다양한 패턴이 존재한다.
이러한 다양한 패턴의 인지장애자의 특징을 단순히 설문지의 작성이나 휴대폰의 입력으로 경도 인지기능 장애의 유무를 판단하는 상기 경도 인지기능 장애 유무의 진단 시스템으로는 진단의 판단에 대한 신뢰성이 저하되는 문제점이 있다.
개정판 인지기능 장애 진단 도구, 신경정신의학, Vol.39(3) : 589-597, 2000
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 비용 및 시간이 적게 소요될 뿐만 아니라 신뢰성을 향상시킬 수 있는 인지장애 진단 모니터링 시스템 및 방법을 제공하는 것이다.
상기의 목적을 달성하기 위한 본 발명의 인지장애 진단 모니터링 시스템은, 시간과 장소 및 이와 관련하여 주위를 인식하는 기능을 갖는 지남력에 대한 질문을 음성으로 출력하는 음성출력부(10); 상기 음성출력부(10)로부터 출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 입력되는 음성입력부(20); 지남력에 대한 질문 콘텐츠가 저장되며, 질문 콘텐츠 중 적어도 하나 이상의 질문 콘텐츠를 상기 음성출력부(10)를 통해 출력되도록 하며, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 서버(30);를 포함하여 이루어지는 것을 특징으로 한다.
또한, 상기 서버(30)는, 지남력에 대한 질문 콘텐츠가 저장되는 콘텐츠 저장부(31); 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하는 음성 인식부(32); 상기 음성 인식부(32)에 의해 인식된 사용자의 음성 주파수를 분석하는 음성 분석부(33); 상기 음성 인식부(32)에서 분석된 음성 주파수를 이용하여 인지장애를 판단하는 인지장애 판단부(34); 상기 콘텐츠 저장부(31)에서 선택된 질문 콘텐츠와, 상기 음성입력부로 저장되는 사용자의 음성 및 상기 인지장애 판단부(34)로부터 판단된 판단결과가 저장되는 데이터 베이스(35); 상기 인지장애 판단부(34)로부터 판단결과를 출력하여 표시하는 표시부(36);를 포함하여 이루어지는 것을 특징으로 한다.
또, 상기 콘텐츠 저장부(31)에 저장되는 질문 컨텐츠는 지남력에 대한 질문의 난이도에 따라 다수개로 구비되며, 상기 인지장애 판단부(34)는, 상기 콘텐츠 저장부(31)에 저장되는 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것을 특징으로 한다.
아울러, 상기 음성 분석부(33)는, 질문에 대한 반응속도, 사용자 음성의 세기, 질문에 대한 사용자 음성의 시간, 무반응 횟수를 포함하여 분석되는 것을 특징으로 한다.
상기 서버(30)는 클라우드 플랫폼 서비스를 통해서 구현되는 것을 특징으로 한다.
본 발명의 인지장애 진단 모니터링 방법은, 시간과 장소 및 이와 관련하여 주위를 인식하는 기능을 갖는 지남력에 대한 질문을 선택하여 선택된 질문을 음성출력부(10)를 통해 음성으로 출력하는 단계(S100); 출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 음성입력부(20)를 통해 입력되는 단계(S200); 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 단계(S300);를 포함하여 이루어지는 것을 특징으로 한다.
아울러, 상기 사용자의 음성을 분석하여 인지장애를 판단하는 단계(S300)는, 입력된 사용자의 음성을 인식하는 단계(S310); 인식된 사용자의 음성 주파수를 분석하는 단계(S320); 분석된 음성 주파수를 이용하여 인지장애를 판단하는 단계(S330); 선택된 질문과, 이에 반응하는 사용자의 음성 및 인지장애 판단결과를 저장하는 단계(S340); 분석된 인지장애 판단결과를 출력하여 표시하는 단계(S350);를 포함하여 이루어지는 것을 특징으로 한다.
또한, 상기 질문을 음성으로 출력하는 단계(S100)에서, 지남력에 대한 질문은 난이도에 따라 다수개로 구비되며, 상기 인지장애를 판단하는 단계(S330)에서, 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것을 특징으로 한다.
또, 상기 음성 주파수를 분석하는 단계(S320)에서, 질문에 대한 반응속도, 사용자 음성의 세기, 질문에 대한 사용자 음성의 시간, 무반응 횟수를 포함하여 분석하는 것을 특징으로 한다.
상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 단계(S300)는 클라우드 플랫폼 서비스의 딥러닝을 통해서 구현된다.
본 발명의 인지장애 진단 모니터링 서버는, 지남력에 대한 질문 콘텐츠가 저장되는 콘텐츠 저장부(31); 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하는 음성 인식부(32); 상기 음성 인식부(32)에 의해 인식된 사용자의 음성 주파수를 분석하는 음성 분석부(33); 상기 음성 인식부(32)에서 분석된 음성 주파수를 이용하여 인지장애를 판단하는 인지장애 판단부(34); 상기 콘텐츠 저장부(31)에서 선택된 질문 콘텐츠와, 상기 음성입력부로 저장되는 사용자의 음성 및 상기 인지장애 판단부(34)로부터 판단된 판단결과가 저장되는 데이터 베이스(35); 상기 인지장애 판단부(34)로부터 판단결과를 출력하여 표시하는 표시부(36);를 포함하여 이루어지는 것을 특징으로 한다.
또한, 지남력에 대한 질문 콘텐츠가 저장되며, 질문 콘텐츠 중 적어도 하나 이상의 질문 콘텐츠를 상기 음성출력부(10)를 통해 출력되도록 하며, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하며, 상기 콘텐츠 저장부(31)에 저장되는 질문 컨텐츠는 지남력에 대한 질문의 난이도에 따라 다수개로 구비되며, 상기 인지장애 판단부(34)는, 상기 콘텐츠 저장부(31)에 저장되는 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것을 특징으로 한다.
여기서, 상기 음성출력부(10) 및 음성입력부(20)으로부터 얻어진 데이터를 인공지능(AI)에 의한 딥러닝(deep learning)으로 동작하는 것을 특징으로 한다.
상기와 같은 구성에 의한 본 발명의 인지장애 진단 모니터링 시스템은, 종래의 설문지를 이용하여 작성하는 방식이나 휴대폰을 이용하여 입력하는 방식과는 달리, 지남력에 대한 질문에 반응하여 표출되는 사용자의 음성을 분석하도록 하여 인지장애를 판단하게 되므로, 비용 및 시간이 적게 소요될 뿐만 아니라 인지장애 판단의 신뢰성을 향상시킬 수 있게 된다.
또한, 본 발명은, 지남력에 대한 질문에 반응하여 표출되는 사용자의 음성의 주파수를 분석하여 정상인의 주파수와 비교분석하여 인지장애를 판단하게 되므로 인지장애 판단의 신뢰성을 크게 향상시킬 수 있는 장점이 있다.
도 1은 본 발명의 인지장애 진단 모니터링 시스템의 개략적인 구조를 나타낸 도면이다.
도 2는 본 발명의 인지장애 진단 모니터링 시스템의 상세구조를 나타낸 도면이다.
도 3은 본 발명의 인지장애 진단 모니터링 방법을 나타낸 도면이다.
도 4는 본 발명에 의한 인지장애 판단방법을 나타낸 도면이다.
도 2는 본 발명의 인지장애 진단 모니터링 시스템의 상세구조를 나타낸 도면이다.
도 3은 본 발명의 인지장애 진단 모니터링 방법을 나타낸 도면이다.
도 4는 본 발명에 의한 인지장애 판단방법을 나타낸 도면이다.
이하, 본 발명의 인지장애 진단 모니터링 시스템을 도면을 참조하여 상세히 설명한다.
이하의 도면에서 동일한 참조부호는 동일한 구성요소를 지칭하며, 도면상에서 각 구성요소의 크기는 설명의 명료성과 편의상 과장되어 있을 수 있다. 한편, 이하에 설명되는 실시예는 단지 예시적인 것에 불과하며, 이러한 실시예로부터 다양한 변형이 가능하다. 이하에서, "상부" 나 "상"이라고 기재된 것은 접촉하여 바로 위에 있는 것뿐만 아니라 비접촉으로 위에 있는 것도 포함할 수 있다. 제1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소 들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에기재된 “...부”, “모듈” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미한다.
도 1은 본 발명의 인지장애 진단 모니터링 시스템의 개략적인 구조를 나타낸 도면이고, 도 2는 본 발명의 인지장애 진단 모니터링 시스템의 상세구조를 나타낸 도면이다.
본 발명에 의한 인지장애 진단 모니터링 시스템은, 음성출력부(10); 음성입력부(20); 서버(30);를 포함하여 이루어진다.
상기 음성출력부(10)는, 시간과 장소 및 이와 관련하여 주위(자신이 놓여 있는 상황)을 인식하는 기능을 갖는 지남력에 대한 질문을 음성으로 출력하는 역할을 한다.
상기 음성출력부(10)로 출력되는 지남력에 대한 질문내용은 인지장애를 진단하기 위한 공지된 질문내용을 이용하는 것이 바람직하다.
상기 음성출력부(10)를 통해 출력되는 지남력의 질문에 대해 사용자는 음성으로 표출하여 반응하게 된다.
상기 음성입력부(20)는, 상기 음성출력부(10)로부터 출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 입력되게 된다. 입력된 음성은 상기 서버(30)로 전달되게 된다.
상기 음성출력부(10) 및 음성입력부(20)는, 음성의 입출력이 가능하고 음성 데이터의 통신이 가능한 하드웨어(스피커, 로봇 등)로 구성될 수 있으며, 사용자 휴대용 단말기를 이용한 앱을 통하여 음성 출력 및 음성 입력이 되도록 할 수 있다.
상기 서버(30)는, 지남력에 대한 질문 콘텐츠가 저장되며, 질문 콘텐츠 중 적어도 하나 이상의 질문 콘텐츠를 상기 음성출력부(10)를 통해 출력되도록 하며, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 역할을 한다.
상기 서버(30)는, 상기 음성출력부(10) 및 음성입력부(20)와 통신이 가능한 하드웨어로 구성될 수 있으며, 클라우드 플랫폼 서비스를 통해서 구현되는 것이 바람직하다.
즉, 상기 음성출력부(10) 및 음성입력부(20)으로부터 얻어진 데이터를 서버(30)에 저장할 때, 인터넷을 통하여 중앙 컴퓨터에 저장할 수 있는 클라우드 플랫폼 서비스를 사용할 수 있다.
또한, 서버(30)는 인공지능(AI)를 통하여 이루어지는 것이 바람직하다. 예를 들어, 상기 음성출력부(10) 및 음성입력부(20)으로부터 얻어진 데이터를 서버(30)에서 인간과 같이 사고하고 생각하고 학습하고 판단하는 논리적인 방식을 사용할 수 있다.
여기서, 상기 음성출력부(10) 및 음성입력부(20)으로부터 얻어진 데이터를 딥러닝(deep learning)으로 운영될 수 있다. 예를 들어, 인지장애 모니터링을 위한 판단 요소들 중에서 중요하게 다뤄져야 하는 특징(feature)들과 그렇지 않은 것들을 구분하여 기계 학습하기 좋은 2차 표현법을 만들어 운영할 수 있다.
이와 같이 본 발명은, 종래의 설문지를 이용하여 작성하는 방식이나 휴대폰을 이용하여 입력하는 방식과는 달리, 지남력에 대한 질문에 반응하여 표출되는 사용자의 음성을 분석하도록 하여 인지장애를 판단하게 되므로, 비용 및 시간이 적게 소요될 뿐만 아니라 인지장애 판단의 신뢰성을 향상시킬 수 있게 된다.
상기 서버(30)는, 콘텐츠 저장부(31), 음성 인식부(32), 음성 분석부(33), 인지장애 판단부(34), 데이터 베이스(35) 및 표시부(36)를 포함하여 이루어지는 것이 바람직하다.
상기 콘텐츠 저장부(31)는, 지남력에 대한 질문 콘텐츠가 저장된다.
질문의 내용은, 예를 들어, “지금 아침입니까?”, “오늘은 몇일입니까?”, “지금은 무슨 계절입니까?”, “낮입니까?”, “밤입니까?” 등으로 주로 지남력을 물어보는 형태이다. 또한, 사용자가 처해 있는 현재의 상황, 즉, 주소, 날짜. 계절 등을 변경하면서 물어보는 형태로 구성될 수 있다. 아울러, 질문 콘텐츠는 약 복용알림, 백색소음(파도소리, 새소리, 빗소리 등) 등도 가능하다.
상기 음성 인식부(32)는, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하는 역할을 한다.
상기 음성 분석부(33)는, 상기 음성 인식부(32)에 의해 인식된 사용자의 음성 주파수를 분석하는 역할을 한다.
상기 음성 분석부(33)는 사용자의 음성 주파수를 분석하게 되는데, 예를 들어, 단어의 경우, 입력되는 음성의 고저, 장단에 상응하는 시간에 따른 음성 주파수의 높이, 음성 주파수의 파장을 분석하게 되게 된다. 문장의 경우에는 억양에 상응하는 음성 주파수의 높이, 음성 주파수의 파장을 분석하게 되게 된다.
상기 인지장애 판단부(34)는, 상기 음성 인식부(32)에서 분석된 음성 주파수를 이용하여 인지장애를 판단하는 역할을 한다.
상기 음성 분석부(33)에서 분석된 음성의 주파수 높이 및 파장과, 동일 연령대의 정상인 발음의 음성 주파수의 높이 및 파장과 비교하여 일정범위를 벗어나게 되면 인지장애로 판단하는 기준이 되게 된다.
아울러, 상기 인지장애 판단부(34)에서는, 반응문장길이와 속도, 반응(답변 등)까지 시간을 고려한 질문에 대한 반응속도, 사용자 음성의 세기, 질문에 대한 사용자 음성의 시간, 질문에 대한 무반응 횟수, 무의미한 발음이 분명하지 않은 음성 횟수, 질문이 아닐 때 혼잣말 횟수, 혼잣말 시간(혼잣말 길이)과 시각을 음성분석에 활용하여 분석되도록 하는 것이 바람직하다.
상기 데이터 베이스(35)는, 상기 콘텐츠 저장부(31)에서 선택된 질문 콘텐츠와, 상기 음성입력부로 저장되는 사용자의 음성 및 상기 인지장애 판단부(34)로부터 판단된 판단결과가 저장된다. 상기 데이터 베이스(35)는 상기 음성출력부(10)를 통해 출력되는 지남력에 질문의 시각과 상기 음성출력부(10)로부터 출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 입력되는 시각에 대한 데이터도 저장되게 된다. 아울러, 상기 데이터 베이스(35)에는 사용자의 기본적인 개인정보(연령, 이름, 전화번호 등)를 저장함은 물론이다.
상기 표시부(36)는, 상기 인지장애 판단부(34)로부터 판단결과를 출력하여 표시하는 역할을 한다. 이때, 판단결과는 보호자의 요청시에 제공되도록 한다.
이와 같이, 본 발명은 지남력에 대한 질문에 반응하여 표출되는 사용자의 음성의 주파수를 분석하여 정상인의 주파수와 비교분석하여 인지장애를 판단하게 되므로 인지장애 판단의 신뢰성을 크게 향상시킬 수 있는 장점이 있다.
아울러, 상기 콘텐츠 저장부(31)에 저장되는 질문 컨텐츠는 지남력에 대한 질문의 난이도에 따라 다수개로 구비되며, 상기 인지장애 판단부(34)는, 상기 콘텐츠 저장부(31)에 저장되는 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것이 바람직하다.
상기 서버(30)는, 사용자의 음성을 전송받아 분석하여 인지장애를 판단할 뿐만 아니라, 데이터 베이스(35)에 저장된 정보와 유사한 음성 패턴 정보로 판단되면 이 저장된 데이터를 이용하여 빠른 서비스가 제공될 수 있도록 한다. 이때, 인공 지능 알고리즘을 이용하여 음성 정보를 분석하는 경우에는 기계 학습, 신경망 또는 딥러닝 알고리즘 등을 이용하여 유사판단을 수행하도록 한다.
도 3은 본 발명의 인지장애 진단 모니터링 방법을 나타낸 도면이고, 도 4는 본 발명에 의한 인지장애 판단방법을 나타낸 도면이다.
상기와 같은 구성으로 된 본 발명의 인지장애 진단 모니터링 시스템을 이용하여 다음과 같은 방법으로 인지장애 진단 모니터링하게 된다.
먼저, 시간과 장소 및 이와 관련하여 주위를 인식하는 기능을 갖는 지남력에 대한 질문을 선택하여 선택된 질문을 음성출력부(10)를 통해 음성으로 출력한다(S100).
이어서, 출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 음성입력부(20)를 통해 입력된다(S200).
이어서, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단한다(S300).
이때, 상기 사용자의 음성을 분석하여 인지장애를 판단하는 단계(S300)는, 입력된 사용자의 음성을 인식하는 단계(S310)와, 인식된 사용자의 음성 주파수를 분석하는 단계(S320)와, 분석된 음성 주파수를 이용하여 인지장애를 판단하는 단계(S330)와, 선택된 질문과, 이에 반응하는 사용자의 음성 및 인지장애 판단결과를 저장하는 단계(S340)와, 분석된 인지장애 판단결과를 출력하여 표시하는 단계(S350)를 포함하여 이루어진다.
아울러, 상기 질문을 음성으로 출력하는 단계(S100)에서, 지남력에 대한 질문은 난이도에 따라 다수개로 구비되며, 상기 인지장애를 판단하는 단계(S330)에서, 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것이 바람직하다.
상기 음성 주파수를 분석하는 단계(S320)에서, 반응문장길이와 속도, 반응(답변 등)까지 시간을 고려한 질문에 대한 반응속도, 사용자 음성의 세기, 질문에 대한 사용자 음성의 시간, 질문에 대한 무반응 횟수, 무의미한 발음이 분명하지 않은 음성 횟수, 질문이 아닐 때 혼잣말 횟수, 혼잣말 시간(혼잣말 길이)과 시각을 음성분석에 활용하여 분석되도록 하는 것이 바람직하다.
본 발명의 인지장애 진단 모니터링 서버는, 지남력에 대한 질문 콘텐츠가 저장되는 콘텐츠 저장부(31); 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하는 음성 인식부(32); 상기 음성 인식부(32)에 의해 인식된 사용자의 음성 주파수를 분석하는 음성 분석부(33); 상기 음성 인식부(32)에서 분석된 음성 주파수를 이용하여 인지장애를 판단하는 인지장애 판단부(34); 상기 콘텐츠 저장부(31)에서 선택된 질문 콘텐츠와, 상기 음성입력부로 저장되는 사용자의 음성 및 상기 인지장애 판단부(34)로부터 판단된 판단결과가 저장되는 데이터 베이스(35); 상기 인지장애 판단부(34)로부터 판단결과를 출력하여 표시하는 표시부(36);를 포함하여 이루어지는 것이 바람직하다.
또한, 지남력에 대한 질문 콘텐츠가 저장되며, 질문 콘텐츠 중 적어도 하나 이상의 질문 콘텐츠를 상기 음성출력부(10)를 통해 출력될 수 있다. 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하며, 상기 콘텐츠 저장부(31)에 저장되는 질문 컨텐츠는 지남력에 대한 질문의 난이도에 따라 다수개로 구비될 수 있다.
상기 인지장애 판단부(34)는, 상기 콘텐츠 저장부(31)에 저장되는 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것이 바람직하다.
여기서, 상기 음성출력부(10) 및 음성입력부(20)으로부터 얻어진 데이터를 인공지능(AI)에 의한 딥러닝(deep learning)으로 동작할 수 있다.
본 발명의 상기한 실시예에 한정하여 기술적 사상을 해석해서는 안된다. 적용범위가 다양함은 물론이고, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당업자의 수준에서 다양한 변형 실시가 가능하다. 따라서 이러한 개량 및 변경은 당업자에게 자명한 것인 한 본 발명의 보호범위에 속하게 된다.
10: 음성출력부
20: 음성입력부
30: 서버
31: 콘텐츠 저장부
32: 음성 인식부
33: 음성 분석부
34: 인지장애 판단부
35: 데이터 베이스
36: 표시부
20: 음성입력부
30: 서버
31: 콘텐츠 저장부
32: 음성 인식부
33: 음성 분석부
34: 인지장애 판단부
35: 데이터 베이스
36: 표시부
Claims (13)
- 시간과 장소 및 이와 관련하여 주위를 인식하는 기능을 갖는 지남력에 대한 질문을 음성으로 출력하는 음성출력부(10);
상기 음성출력부(10)로부터 출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 입력되는 음성입력부(20);
지남력에 대한 질문 콘텐츠가 저장되며, 질문 콘텐츠 중 적어도 하나 이상의 질문 콘텐츠를 상기 음성출력부(10)를 통해 출력되도록 하며, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 서버(30);를 포함하여 이루어지는 것을 특징으로 하는 인지장애 진단 모니터링 시스템. - 제 1 항에 있어서, 상기 서버(30)는,
지남력에 대한 질문 콘텐츠가 저장되는 콘텐츠 저장부(31);
상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하는 음성 인식부(32);
상기 음성 인식부(32)에 의해 인식된 사용자의 음성 주파수를 분석하는 음성 분석부(33);
상기 음성 인식부(32)에서 분석된 음성 주파수를 이용하여 인지장애를 판단하는 인지장애 판단부(34);
상기 콘텐츠 저장부(31)에서 선택된 질문 콘텐츠와, 상기 음성입력부로 저장되는 사용자의 음성 및 상기 인지장애 판단부(34)로부터 판단된 판단결과가 저장되는 데이터 베이스(35);
상기 인지장애 판단부(34)로부터 판단결과를 출력하여 표시하는 표시부(36);
를 포함하여 이루어지는 것을 특징으로 하는 인지장애 진단 모니터링 시스템. - 제 2 항에 있어서,
상기 콘텐츠 저장부(31)에 저장되는 질문 컨텐츠는 지남력에 대한 질문의 난이도에 따라 다수개로 구비되며,
상기 인지장애 판단부(34)는, 상기 콘텐츠 저장부(31)에 저장되는 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것을 특징으로 하는 인지장애 진단 모니터링 시스템. - 제 2 항 또는 제 3 항에 있어서,
상기 인지장애 판단부(34)는, 질문에 대한 반응속도, 사용자 음성의 세기, 질문에 대한 사용자 음성의 시간, 무반응 횟수를 포함하여 분석되는 것을 특징으로 하는 인지장애 진단 모니터링 시스템. - 제 1 항에 있어서,
상기 서버(30)는 클라우드 플랫폼 서비스를 통해서 구현되는 것을 특징으로 하는 인지장애 진단 모니터링 시스템. - 시간과 장소 및 이와 관련하여 주위를 인식하는 기능을 갖는 지남력에 대한 질문을 선택하여 선택된 질문을 음성출력부(10)를 통해 음성으로 출력하는 단계(S100);
출력되는 지남력에 대한 질문에 대해 반응하는 사용자의 음성이 음성입력부(20)를 통해 입력되는 단계(S200);
상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 단계(S300);를 포함하여 이루어지는 것을 특징으로 하는 인지장애 진단 모니터링 방법. - 제 6 항에 있어서,
상기 사용자의 음성을 분석하여 인지장애를 판단하는 단계(S300)는,
입력된 사용자의 음성을 인식하는 단계(S310);
인식된 사용자의 음성 주파수를 분석하는 단계(S320);
분석된 음성 주파수를 이용하여 인지장애를 판단하는 단계(S330);
선택된 질문과, 이에 반응하는 사용자의 음성 및 인지장애 판단결과를 저장하는 단계(S340);
분석된 인지장애 판단결과를 출력하여 표시하는 단계(S350);
를 포함하여 이루어지는 것을 특징으로 하는 인지장애 진단 모니터링 방법. - 제 7 항에 있어서,
상기 질문을 음성으로 출력하는 단계(S100)에서, 지남력에 대한 질문은 난이도에 따라 다수개로 구비되며,
상기 인지장애를 판단하는 단계(S330)에서, 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것을 특징으로 하는 인지장애 진단 모니터링 방법. - 제 7 항 또는 제 8 항에 있어서,
상기 인지장애를 판단하는 단계(S330)에서, 질문에 대한 반응속도, 사용자 음성의 세기, 질문에 대한 사용자 음성의 시간, 무반응 횟수를 포함하여 분석하는 것을 특징으로 하는 인지장애 진단 모니터링 방법. - 제 6 항에 있어서,
상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하는 단계(S300)는 클라우드 플랫폼 서비스의 딥러닝을 통해서 구현되는 것을 특징으로 하는 인지장애 진단 모니터링 방법. - 지남력에 대한 질문 콘텐츠가 저장되는 콘텐츠 저장부(31);
상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하는 음성 인식부(32);
상기 음성 인식부(32)에 의해 인식된 사용자의 음성 주파수를 분석하는 음성 분석부(33);
상기 음성 인식부(32)에서 분석된 음성 주파수를 이용하여 인지장애를 판단하는 인지장애 판단부(34);
상기 콘텐츠 저장부(31)에서 선택된 질문 콘텐츠와, 상기 음성입력부로 저장되는 사용자의 음성 및 상기 인지장애 판단부(34)로부터 판단된 판단결과가 저장되는 데이터 베이스(35);
상기 인지장애 판단부(34)로부터 판단결과를 출력하여 표시하는 표시부(36);
를 포함하여 이루어지는 것을 특징으로 하는 인지장애 진단 모니터링 서버. - 제 11 항에 있어서,
지남력에 대한 질문 콘텐츠가 저장되며, 질문 콘텐츠 중 적어도 하나 이상의 질문 콘텐츠를 상기 음성출력부(10)를 통해 출력되도록 하며, 상기 음성입력부(20)를 통해 입력된 사용자의 음성을 인식하고, 사용자의 음성을 분석하여 인지장애를 판단하며,
상기 콘텐츠 저장부(31)에 저장되는 질문 컨텐츠는 지남력에 대한 질문의 난이도에 따라 다수개로 구비되며,
상기 인지장애 판단부(34)는, 상기 콘텐츠 저장부(31)에 저장되는 지남력에 대한 질문의 해당 난이도에 따라 사용자의 인지장애를 판단하는 것을 특징으로 하는 인지장애 진단 모니터링 서버. - 제 11 항에 있어서,
상기 음성출력부(10) 및 음성입력부(20)으로부터 얻어진 데이터를 인공지능(AI)에 의한 딥러닝(deep learning)으로 동작하는 것을 특징으로 하는 인지장애 진단 모니터링 서버.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200023275A KR102329954B1 (ko) | 2020-02-25 | 2020-02-25 | 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200023275A KR102329954B1 (ko) | 2020-02-25 | 2020-02-25 | 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210108281A true KR20210108281A (ko) | 2021-09-02 |
| KR102329954B1 KR102329954B1 (ko) | 2021-11-22 |
Family
ID=77794359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200023275A KR102329954B1 (ko) | 2020-02-25 | 2020-02-25 | 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102329954B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102406561B1 (ko) * | 2021-12-08 | 2022-06-09 | 주식회사 세븐포인트원 | 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 |
| WO2023095942A1 (ko) * | 2021-11-23 | 2023-06-01 | 주식회사 피디젠 | 비대면 치매 발병 고 위험군 예측방법 및 플랫폼 |
| WO2024043416A1 (ko) * | 2022-08-23 | 2024-02-29 | 한국전기연구원 | 인지 능력 평가 장치, 모바일 단말 및 발화 획득 장치 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102369263B1 (ko) * | 2021-12-08 | 2022-03-04 | 주식회사 세븐포인트원 | 인공지능 기반 대상자의 치매 검사를 위한 아웃바운드 콜의 음량 제어 방법, 장치 및 시스템 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015508296A (ja) * | 2012-01-20 | 2015-03-19 | ガバプラス． カンパニー リミテッド | 痴呆予防のための脳機能向上システム及びその運用方法 |
| JP2017144252A (ja) | 2017-04-07 | 2017-08-24 | 国立研究開発法人国立長寿医療研究センター | 軽度認知機能障害の有無の診断システム、認知機能検査用端末及び認知機能検査用プログラム |
| JP2018015139A (ja) * | 2016-07-26 | 2018-02-01 | ヤンマー株式会社 | 認知症検査システム |
| JP2019084249A (ja) * | 2017-11-09 | 2019-06-06 | Ｐｈｃホールディングス株式会社 | 認知症診断装置、認知症診断方法、及び認知症診断プログラム |
| KR20190081626A (ko) * | 2017-12-29 | 2019-07-09 | 동국대학교 산학협력단 | 인공지능 기반의 음성분석을 통한 우울증, 불안증, 조기치매, 또는 자살 징후 조기판별 시스템 |
-
2020
- 2020-02-25 KR KR1020200023275A patent/KR102329954B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015508296A (ja) * | 2012-01-20 | 2015-03-19 | ガバプラス． カンパニー リミテッド | 痴呆予防のための脳機能向上システム及びその運用方法 |
| JP2018015139A (ja) * | 2016-07-26 | 2018-02-01 | ヤンマー株式会社 | 認知症検査システム |
| JP2017144252A (ja) | 2017-04-07 | 2017-08-24 | 国立研究開発法人国立長寿医療研究センター | 軽度認知機能障害の有無の診断システム、認知機能検査用端末及び認知機能検査用プログラム |
| JP2019084249A (ja) * | 2017-11-09 | 2019-06-06 | Ｐｈｃホールディングス株式会社 | 認知症診断装置、認知症診断方法、及び認知症診断プログラム |
| KR20190081626A (ko) * | 2017-12-29 | 2019-07-09 | 동국대학교 산학협력단 | 인공지능 기반의 음성분석을 통한 우울증, 불안증, 조기치매, 또는 자살 징후 조기판별 시스템 |
Non-Patent Citations (1)
| Title |
|---|
| 개정판 인지기능 장애 진단 도구, 신경정신의학, Vol.39(3) : 589-597, 2000 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023095942A1 (ko) * | 2021-11-23 | 2023-06-01 | 주식회사 피디젠 | 비대면 치매 발병 고 위험군 예측방법 및 플랫폼 |
| KR102406561B1 (ko) * | 2021-12-08 | 2022-06-09 | 주식회사 세븐포인트원 | 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 |
| WO2024043416A1 (ko) * | 2022-08-23 | 2024-02-29 | 한국전기연구원 | 인지 능력 평가 장치, 모바일 단말 및 발화 획득 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102329954B1 (ko) | 2021-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102329954B1 (ko) | 인지장애 진단 모니터링 시스템, 서버 및 진단 모니터링 방법 | |
| Zellou | Individual differences in the production of nasal coarticulation and perceptual compensation | |
| Weber-Fox et al. | Phonologic processing in adults who stutter | |
| JP2021500209A (ja) | 生理的状態を判定するシステム及び方法 | |
| US20140122109A1 (en) | Clinical diagnosis objects interaction | |
| Sjerps et al. | Listening to different speakers: On the time-course of perceptual compensation for vocal-tract characteristics | |
| McLaughlin et al. | Pupillometry reveals cognitive demands of lexical competition during spoken word recognition in young and older adults | |
| Fourcin et al. | Hearing and phonetic criteria in voice measurement: Clinical applications | |
| Heffner et al. | Individual differences in phonetic plasticity across native and nonnative contexts | |
| Kim et al. | Decision making by people with aphasia: a comparison of linguistic and nonlinguistic measures | |
| Dhakal et al. | IVACS: I ntelligent v oice A ssistant for C oronavirus Disease (COVID-19) S elf-Assessment | |
| Moran et al. | Inference comprehension of adolescents with traumatic brain injury: A working memory hypothesis | |
| JP2021110895A (ja) | 難聴判定装置、難聴判定システム、コンピュータプログラム及び認知機能レベル補正方法 | |
| Kuhlmann et al. | Are there good days and bad days for hearing? Quantifying day-to-day intraindividual speech perception variability in older and younger adults. | |
| Woods et al. | The California Cognitive Assessment Battery (CCAB) | |
| KR102406561B1 (ko) | 완공률이 향상된 인공지능 콜 기반의 치매 검사 방법 및 서버 | |
| Clarke et al. | The relationship between Augmentative and Alternative Communication use by pediatric psychiatric inpatients with Autism Spectrum Disorder and interfering behaviors | |
| Searl et al. | Daily phonatory activity of individuals with Parkinson's disease | |
| McDaniel et al. | Stability of vocal variables measured during the Early Communication Indicator for children with autism spectrum disorder | |
| Kugapriya et al. | UNWIND–A Mobile Application that Provides Emotional Support for Working Women | |
| JP7116515B1 (ja) | 意思決定能力評価装置、システム、及びプログラム | |
| KR102406560B1 (ko) | 인공지능 기반 대상자의 치매 검사 정확도 향상을 위한 아웃바운드 콜 처리 방법, 장치 및 시스템 | |
| Davaslioglu et al. | Measuring the collective allostatic load | |
| MacGregor | Disfluencies affect language comprehension: evidence from event-related potentials and recognition memory | |
| So et al. | Seeing through a robot's eyes: A cross‐sectional exploratory study in developing a robotic screening technology for autism |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |