KR20210137606A - 감염 질환을 모니터링 및 진단하는 방법 및 장치 - Google Patents
감염 질환을 모니터링 및 진단하는 방법 및 장치 Download PDFInfo
- Publication number
- KR20210137606A KR20210137606A KR1020200055589A KR20200055589A KR20210137606A KR 20210137606 A KR20210137606 A KR 20210137606A KR 1020200055589 A KR1020200055589 A KR 1020200055589A KR 20200055589 A KR20200055589 A KR 20200055589A KR 20210137606 A KR20210137606 A KR 20210137606A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- monitoring
- subject
- sound
- monitored
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 208000015181 infectious disease Diseases 0.000 title claims abstract description 48
- 208000035473 Communicable disease Diseases 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 28
- 208000024891 symptom Diseases 0.000 claims abstract description 88
- 230000033001 locomotion Effects 0.000 claims abstract description 43
- 230000001079 digestive effect Effects 0.000 claims abstract description 25
- 206010039101 Rhinorrhoea Diseases 0.000 claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims description 40
- 230000005856 abnormality Effects 0.000 claims description 25
- 208000036071 Rhinorrhea Diseases 0.000 claims description 22
- 208000024584 respiratory abnormality Diseases 0.000 claims description 17
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000007664 blowing Methods 0.000 claims description 4
- 206010041235 Snoring Diseases 0.000 claims description 3
- 238000011010 flushing procedure Methods 0.000 claims description 3
- 230000000241 respiratory effect Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 3
- 208000035475 disorder Diseases 0.000 abstract 1
- 208000010753 nasal discharge Diseases 0.000 abstract 1
- 238000012806 monitoring device Methods 0.000 description 19
- 230000036760 body temperature Effects 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 11
- 208000000059 Dyspnea Diseases 0.000 description 7
- 206010013975 Dyspnoeas Diseases 0.000 description 7
- 206010037660 Pyrexia Diseases 0.000 description 7
- 208000013220 shortness of breath Diseases 0.000 description 7
- 206010011224 Cough Diseases 0.000 description 6
- 206010041232 sneezing Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 208000017574 dry cough Diseases 0.000 description 4
- 206010036790 Productive cough Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 208000024794 sputum Diseases 0.000 description 3
- 210000003802 sputum Anatomy 0.000 description 3
- 208000003322 Coinfection Diseases 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005019 pattern of movement Effects 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000707 wrist Anatomy 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0823—Detecting or evaluating cough events
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
-
- 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
- A61B5/103—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
- A61B5/1123—Discriminating type of movement, e.g. walking or running
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- 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
- 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)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Pulmonology (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Endocrinology (AREA)
- Gastroenterology & Hepatology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Linguistics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
감염 질환의 증상을 모니터링하여 감염 질환을 조기에 진단할 수 있는 감염 질환 모니터링 및 진단 방법 및 장치가 개시된다. 개시된 감염 질환을 모니터링하는 방법은 모니터링 대상자에 대한 소리, 움직임 및 위치 데이터 중 적어도 하나를 수집하는 단계; 및 상기 수집된 데이터를 이용하여, 상기 모니터링 대상자의 콧물 증상 또는 소화기 이상 증상을 감지하는 단계를 포함한다.
Description
본 발명은 감염 질환을 모니터링 및 진단하는 방법 및 장치에 관한 것으로서, 더욱 상세하게는 다양한 센서를 이용하여, 감염 질환을 모니터링 및 진단하는 방법 및 장치에 관한 것이다.
노인, 장애인 등 면역력이 약한 고위험군 집단시설이 감염성이 높은 바이러스, 세균 등에 노출이 되면, 빠른 집단감염으로 확산되고, 집단 시설 내 대부분의 환자들이 기저질환을 동시에 가지고 있기에 사망과 이어질 확률이 높다.
또한 치사율이 높은 바이러스 등의 감염이 의심되지만 증상이 발현되지 않거나 증상이 미미하여 감염 여부가 불분명한 경우도 존재하며, 이러한 감염 의심자들이 격리되지 않을 경우 감염 질환이 급격히 확산될 수 있다.
따라서, 감염 질환이 확산되는 상황에서는, 이러한 고위험군이나 의심자들을 지속적으로 모니터링할 필요가 있으며, 전화를 이용한 설문 조사를 진행하거나 공무원등의 관계자가 일일이 방문하여 고위험군이나 의심자들을 확인하는 방식으로 모니터링이 이루어지고 있다.
하지만 이러한 모니터링 방식으로는 감염 여부를 명확하게 확인하기 어려우며, 관계자의 노출에 따른 2차 감염이 발생할 수 있다.
따라서, 다양한 센서가 탑재된 웨어러블 디바이스나 스마트 디바이스를 이용하여 감염 질환을 모니터링 및 진단하는 연구가 활발히 이루어지고 있다.
관련 선행문헌으로 대한민국 등록특허 제10-2081241호, 대한민국 공개특허 제2020-0009263호가 있다.
본 발명은 감염 질환의 증상을 모니터링하여 감염 질환을 조기에 진단할 수 있는 감염 질환 모니터링 및 진단 방법 및 장치를 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 모니터링 대상자에 대한 소리, 움직임 및 위치 데이터 중 적어도 하나를 수집하는 단계; 및 상기 수집된 데이터를 이용하여, 상기 모니터링 대상자의 콧물 증상 또는 소화기 이상 증상을 감지하는 단계를 포함하는 감염 질환을 모니터링하는 방법이 제공된다.
또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 모니터링 대상자에 대한 소리, 움직임 및 위치 데이터 중 적어도 하나로부터, 상기 모니터링 대상자의 콧물 증상, 호흡기 이상 증상 및 소화기 이상 증상 중 적어도 하나의 유무, 발생 시간 및 발생 빈도에 대한 정보를 포함하는 이상 증상 데이터를 생성하는 단계; 및 상기 이상 증상 데이터 및 미리 학습된 인공 신경망을 이용하여, 상기 모니터링 대상자의 감염 질환을 진단하는 단계를 포함하는 감염 질환을 진단하는 방법이 제공된다.
또한 상기한 목적을 달성하기 위한 본 발명의 또 다른 실시예에 따르면, 소리 센서; 움직임 센서; 및 상기 소리 센서 및 움직임 센서의 센싱 데이터를 이용하여, 모니터링 대상자의 콧물 증상 또는 소화기 이상 증상의 유무, 발생 시간 및 발생 빈도에 대한 정보를 포함하는 이상 증상 데이터를 생성하는 데이터 생성부를 포함하는 감염 질환을 모니터링하는 장치가 제공된다.
본 발명의 일실시예에 따르면, 다양한 센서를 이용하여, 모니터링 대상자의 감염 질환 증상을 감지함으로써, 모니터링 대상자의 감염 여부가 조기에 진단될 수 있다.
또한 본 발명의 일실시예에 따르면, 고위험군이나 의심자 등을 모니터링하는 별도의 인력없이 모니터링이 가능하므로, 모니터링에 따른 인력 및 비용을 줄일 수 있고 모니터링 인력의 2차 감염을 줄일 수 있다.
도 1은 본 발명의 일실시예에 따른 감염 질환 모니터링 및 시스템을 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 감염 질환을 모니터링하는 장치를 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 이상 증상 데이터를 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 감염 질환을 모니터링하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 감염 질환을 진단하는 방법을 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 감염 질환을 모니터링하는 장치를 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 이상 증상 데이터를 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 감염 질환을 모니터링하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 감염 질환을 진단하는 방법을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
이하, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 감염 질환 모니터링 및 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 감염 질환 모니터링 및 진단 시스템은 웨어러블 디바이스(110), 스마트 디바이스(120) 및 진단 장치(130)를 포함한다.
웨어러블 디바이스(110)는 모니터링 대상자에 착용된다. 웨어러블 디바이스(110)는 일실시예로서 모니터링 대상자의 의복 등에 부착될 수 있는 브로치(brooch) 형태이거나 또는 목이나 팔목에 착용되는 목걸이나 팔찌 형태일 수 있으며, 이 외에도 모니터링 대상자에 부착될 수 있는 다양한 형태일 수 있다.
웨어러블 디바이스(110)는 모니터링 대상자의 감염 질환을 모니터링하기 위한 적어도 하나의 센서를 포함한다. 일실시예로서, 웨어러블 디바이스(110)는 체온 센서, 소리 센서, 움지임 센서, 위치 센서 등 다양한 센서를 포함할 수 있다.
체온 센서는 모니터링 대상자의 체온을 측정하며, 소리 센서는 모니터링 대상자의 말소리나 숨소리 등 모니터링 대상자에서 발생하는 소리 및 모니터링 대상자의 주변에서 발생하는 소리를 감지한다. 그리고 움직임 센서는 모니터링 대상자의 다양한 동작을 감지하며, 위치 센서는 모니터링 대상자의 위치를 측정한다.
웨어러블 디바이스(110)는 무선 통신 모듈을 포함할 수 있으며, 무선 통신 모듈을 통해 센서의 센싱 데이터를 스마트 디바이스(120)로 전송한다.
스마트 디바이스(120)는 스마트 폰, 태블릿 PC 등 데이터를 송수신하고 처리할 수 있는 디바이스로서, 웨어러블 디바이스로부터 수신된 센싱 데이터를 이용하여, 모니터링 대상자의 이상 증상을 감지한다. 이러한 이상 증상은 감염 질환에 대한 이상 증상으로서, 발열 증상, 호흡기 이상 증상, 콧물 증상 및 소화기 이상 증상 등을 포함할 수 있다.
스마트 디바이스(120)는 일실시예로서, 체온 센서의 데이터를 이용하여 모니터링 대상자의 발열 증상을 감지할 수 있으며, 소리 센서 및 움직임 센서의 데이터를 이용하여 모니터링 대상자의 콧물 증상이나 호흡기 이상 증상을 감지할 수 있다. 또한 위치 센서, 소리 센서 및 움직임 센서의 데이터를 이용하여, 모니터링 대상자의 소화기 이상 증상을 감지할 수 있다.
특히, 호흡기 이상 증상은 타 증상에 비해 다양한 형태로 발현될 수 있으며, 따라서 스마트 디바이스(120)는 재채기, 마름기침, 호흡곤란, 숨가쁨, 가래 등 호흡기 이상 증상의 클래스 별로 이상 증상의 유무를 감지할 수 있다.
스마트 디바이스(120)는 감지된 이상 증상에 대한 정보를 포함하는 이상 증상 데이터를 생성하여, 진단 장치(130)로 전송한다. 즉 이상 증상 데이터는 모니터링 대상자의 발열 증상, 콧물 증상, 호흡기 이상 증상 및 소화기 이상 증상 중 적어도 하나의 유무를 나타내는 정보를 포함한다.
진단 장치(130)는 이상 증상 데이터를 이용하여, 기계 학습 기반으로 모니터링 대상자의 감염 질환을 진단한다. 진단 장치(130)는 미리 학습된 인공 신경망을 이용하여, 진단을 수행할 수 있으며, 인공 신경망은 진단 장치에 의해 학습되거나 별도의 학습 장치에 의해 학습될 수 있다. 훈련을 위한 레퍼런스 이상 증상 데이터가 인공 신경망으로 입력되어 학습이 이루어질 수 있으며, 감염 유무가 레이블(label)로 주어질 수 있다. 모니터링 대상자의 이상 증상 데이터는 학습된 인공 신경망으로 입력되며, 감염자의 레퍼런스 이상 증상 데이터와 유사한 패턴의 이상 증상 데이터가 입력된 경우, 학습된 인공 신경망은 모니터링 대상자를 감염자로 예측할 수 있다.
한편, 실시예에 따라서, 전술된 시스템은 적어도 하나 이상의 통합된 디바이스 형태로 구현될 수 있다.
일실시예로서, 웨어러블 디바이스(110)는 센서의 센싱 데이터를 스마트 디바이스로 전송하지 않고, 센싱 데이터를 이용하여, 모니터링 대상자의 이상 증상을 감지할 수 있으며, 이상 증상 데이터 및 미리 학습된 인공 신경망을 이용하여, 모니터링 대상자의 감염 질환을 진단할 수도 있다.
또는 다른 실시예로서 웨어러블 디바이스는 센서의 센싱 데이터를 진단 장치로 전송하고, 진단 장치가 센싱 데이터를 이용하여, 모니터링 대상자의 이상 증상을 감지할 수 있으며, 모니터링 대상자의 감염 질환을 진단할 수도 있다.
또는 다른 실시예로서, 스마트 디바이스는 체온 센서, 소리 센서, 움지임 센서, 위치 센서 등 다양한 센서를 포함할 수 있으며, 이러한 센서의 센싱 데이터로부터 모니터링 대상자의 이상 증상을 감지하고, 기계 학습 기반으로 모니터링 대상자의 감염 질환을 진단할 수도 있다.
도 2는 본 발명의 일실시예에 따른 감염 질환을 모니터링하는 장치를 설명하기 위한 도면이며, 도 3은 본 발명의 일실시예에 따른 이상 증상 데이터를 설명하기 위한 도면이다.
본 발명의 일실시예에 따른 모니터링 장치는 일실시예로서, 전술된 웨어러블 디바이스나 스마트 디바이스이거나 또는 별도의 모바일 디바이스일 수 있으며, 사용자에게 부착되거나 사용자가 소지한 상태로 사용될 수 있다.
도 2를 참조하면, 본 발명의 일실시예에 따른 모니터링 장치는 소리 센서(210), 움직임 센서(220) 및 데이터 생성부(250)를 포함한다. 그리고 실시예에 따라서, 체온 센서(230), 위치 센서(240), 무선 통신 모듈(260) 등을 더 포함할 수 있다.
소리 센서(210)는 일실시예로서 마이크로폰일 수 있으며, 모니터링 대상자에서 발생하는 소리와 모니터링 대상자 주변에서 발생하는 소리를 감지한다.
움직임 센서(220)는 일실시예로서 관성 센서 유닛(IMU)일 수 있으며, 모니터링 대상자의 움직임을 감지한다.
데이터 생성부(250)는 소리 센서(210) 및 움직임 센서(220)의 센싱 데이터를 이용하여, 모니터링 대상자의 콧물 증상 또는 소화기 이상 증상 유무, 발생 시간 및 발생 빈도에 대한 정보를 포함하는 이상 증상 데이터를 생성한다. 또한 데이터 생성부(230)는 소리 센서 및 움직임 센서의 센싱 데이터를 이용하여, 호흡기 이상 증상에 대한 이상 증상 데이터를 생성하며, 체온 센서의 센싱 데이터를 이용하여 발열 증상에 대한 이상 증상 데이터를 생성할 수 있다.
증상의 유무는 이진값 형태로 표현될 수 있으며, 이러한 이진값은 주기적으로 생성되거나 적어도 하나의 증상이 감지된 경우 생성될 수 있다. 예컨대 도 3에 도시된 바와 같이, 콧물 증상이 감지된 경우, 콧물 증상에 대한 이진값은 1이 되며, 나머지 증상에 대한 이진값은 0이 될 수 있다. 그리고 콧물 증상이 감지된 시간이 함께 기록될 수 있다. 이진값 1의 개수가 많을수록, 해당 증상의 발생 빈도가 높다고 볼 수 있다.
또한, 호흡기 이상 증상에 대한 이상 증상 데이터는, 클래스 별로 증상의 유무를 나타내는 형태일 수 있다. 예컨대, 도 3에 도시된 바와 같이, 재채기, 마른 기침의 클래스에 대한 이진값은 1, 호흡 곤란, 숨가쁨, 가래의 클래스에 대한 이진값은 0이 할당될 수 있으며, 재채기, 마른 기침이 감지된 시간이 이상 증상 데이터에 함께 포함될 수 있다.
도 4는 본 발명의 일실시예에 따른 감염 질환을 모니터링하는 방법을 설명하기 위한 도면이다.
본 발명의 일실시예에 따른 모니터링 방법은 프로세서를 포함하는 모니터링 장치에서 수행될 수 있다.
본 발명의 일실시예에 따른 모니터링 장치는, 모니터링 대상자에 대한 체온, 소리, 움직임 및 위치 데이터 중 적어도 하나를 수집(S410)한다. 모니터링 장치는 모니터링 대상자가 착용한 웨어러블 디바이스의 체온, 소리, 움직임 및 위치를 센싱하는 센서로부터 모니터링 대상자에 대한 데이터를 수집하거나, 또는 스마트 디바이스에 탑재된 센서로부터, 모니터링 대상자에 대한 데이터를 수집할 수 있다.
본 발명의 일실시예에 따른 모니터링 장치는 수집된 데이터를 이용하여, 모니터링 대상자의 발열 증상, 호흡기 이상 증상, 콧물 증상 및 소화기 이상 증상 중 적어도 하나를 감지(S420)한다. 모니터링 장치는 일실시예로서, 수집된 데이터의 패턴과, 미리 저장된 이상 증상의 데이터 패턴을 비교하여 이상 증상을 감지할 수 있으며, 패턴 비교를 위한 다양한 알고리즘이 이용될 수 있다.
일실시예로서, 모니터링 장치는 체온 데이터를 확인하여 모니터링 대상자의 체온이 38도씨 이상일 경우 발열 증상이 존재하는 것으로 판단할 수 있다.
또한 모니터링 장치는 일실시예로서, 소리 및 움직임 데이터를 이용하여, 모니터링 대상자의 호흡기 이상 증상을 감지하며, 호흡기 이상 증상을 클래스 별로 감지할 수 있다. 호흡기 이상 증상의 클래스는 재채기, 마른 기침, 호흡 곤란, 숨가쁨, 가래를 포함할 수 있다.
재채기나 마른 기침을 할때의 소리, 호흡이 곤란한 상태에서 숨을 쉬는 소리, 숨이 가쁜 상태에서 숨을 쉬는 소리, 가래가 끓을 때 나는 소리가 모두 다르므로, 모니터링 장치는 모니터링 대상자에 대한 소리 데이터의 패턴을 이용하여, 호흡기 이상 증상의 클래스 별 유무를 판단할 수 있다. 또한 재채기를 할 경우 모니터링 대상자의 상체가 크게 움직이며, 마른 기침을 할 경우에는 모니터링 대상자의 상체가 상대적으로 작게 움직이는 등 호흡기 이상 증상의 클래스에 따라서 움직임 데이터의 패턴도 달라지므로, 모니터링 장치는 소리 데이터와 함께 움직임 데이터를 이용하여 호흡기 이상 증상의 클래스 별 유무를 판단할 수 있다.
또한 모니터링 장치는 소리 및 움직임 데이터 중 적어도 하나를 이용하여, 모니터링 대상자의 콧물 증상을 감지할 수 있다. 모니터링 장치는 코를 훌쩍이거나 코를 푸는 소리에 대한 패턴을 이용하여, 소리 데이터에서, 모니터링 대상자가 코를 훌쩍이거나 코를 푸는 소리에 대한 데이터를 검출함으로써, 모니터링 대상자의 콧물 증상을 감지할 수 있다. 일실시예로서, 모니터링 장치는 코를 훌쩍이거나 코를 푸는 소리에 대한 패턴을 저장하고 있을 수 있으며, 저장된 패턴과 소리 데이터를 비교하여, 모니터링 대상자가 코를 훌쩍이거나 코를 푸는 소리에 대한 데이터를 검출할 수 있다.
유사하게 모니터링 장치는 코푸는 동작에 대한 움직임 데이터 패턴을 이용하여, 수집된 움직임 데이터에서, 모니터링 대상자가 코푸는 동작에 대한 데이터를 검출함으로써, 모니터링 대상자의 콧물 증상을 감지할 수 있다.
모니터링 장치는 소리 데이터 또는 움직임 데이터를 이용하여 콧물 증상을 감지하거나 또는 소리 데이터와 움직임 데이터를 함께 이용하여 콧물 증상을 감지할 수 있다.
또한 모니터링 장치는 일실시예로서, 소리 및 움직임 데이터를 이용하여, 모니터링 대상자의 소화기 이상 증상을 감지할 수 있다.
모니터링 장치는 움직임 데이터에서, 모니터링 대상자의 앉는 동작에 대한 데이터를 검출하고, 소리 데이터에서, 변기의 물 내리는 소리에 대한 데이터를 검출한다. 그리고 검출된 데이터를 이용하여, 모니터링 대상자의 소화기 이상 증상을 감지할 수 있다. 소화기 이상으로 인해 모니터링 대상자가 화장실에서 설사를 처리할 경우, 변기에 앉은 후 변기의 물을 내리므로, 검출된 데이터의 시계열적인 순서에 따라서 모니터링 대상자의 소화기 이상 증상을 감지할 수 있다. 예컨대, 모니터링 장치는 모니터링 대상자의 앉는 동작에 대한 데이터가 검출된 이후 물 내리는 소리에 대한 데이터가 검출될 경우, 모니터링 대상자에게 소화기 이상 증상이 존재하는 것으로 판단할 수 있다.
이 때 모니터링 장치는 소화기 이상 증상의 감지 정확도를 높이기 위해, 위치 데이터를 추가로 이용할 수 있다. 모니터링 장치는 위치 데이터를 이용하여, 모니터링 대상자의 동선을 추적해 모니터링 대상자의 위치가 화장실인지 여부를 판단할 수 있으며, 화장실에서 앉는 동작에 대한 데이터가 검출되고 변기의 물 내리는 소리에 대한 데이터가 검출될 경우, 모니터링 대상자에게 소화기 이상 증상이 존재하는 것으로 판단할 수 있다.
모니터링 장치는 단계 S320의 감지 결과로부터, 모니터링 대상자의 이상 증상 유무를 시간 흐름에 따라서 나타내는 이상 증상 데이터를 생성하여, 진단 장치로 전송하거나 또는 이상 증상 데이터를 이용하여, 모니터링 대상자의 감염 질환을 진단할 수 있다.
도 5는 본 발명의 일실시예에 따른 감염 질환을 진단하는 방법을 설명하기 위한 도면이다.
본 발명의 일실시예에 따른 진단 방법은 프로세서를 포함하는 진단 장치에서 수행될 수 있으며, 이러한 진단 장치는 PC, 노트북, 스마트 디바이스 등의 컴퓨팅 장치일 수 있다.
본 발명의 일실시예에 따른 진단 장치는 모니터링 대상자에 대한 데이터를 전처리(S510)하고, 전처리된 데이터 및 미리 학습된 인공 신경망을 이용하여, 모니터링 대상자의 감염 질환을 진단(S520)한다.
단계 S510에서 데이터는, 인공 신경망에 이용된 훈련 데이터의 형태와 같이 전처리될 수 있으며, 일실시예로서 진단 장치는 모니터링 대상자에 대한 소리, 움직임 및 위치 데이터 중 적어도 하나로부터, 모니터링 대상자의 발열 증상, 콧물 증상, 호흡기 이상 증상 및 소화기 이상 증상 중 적어도 하나의 유무, 발생 시간 및 발생 빈도에 대한 정보를 포함하는 이상 증상 데이터를 생성할 수 있다.
이러한 이상 증상 데이터는 미리 설정된 시간 단위로 생성될 수 있다. 예컨대, 하루 24시간 단위 동안 수집된 모니터링 대상자에 대한 데이터로부터 이상 증상 데이터가 생성될 수 있으며, 미리 설정된 시간 단위는 모니터링 대상자의 감염 의심 정도에 따라서 결정될 수 있다. 에컨대, 감염이 강하게 의심될 경우, 해당 증상의 발생 빈도가 높을 것이므로, 보다 짧은 시간 단위로 이상 증상 데이터를 생성하여 진단 속도를 높일 수 있다.
앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
Claims (11)
- 모니터링 대상자에 대한 소리, 움직임 및 위치 데이터 중 적어도 하나를 수집하는 단계; 및
상기 수집된 데이터를 이용하여, 상기 모니터링 대상자의 콧물 증상 또는 소화기 이상 증상을 감지하는 단계
를 포함하는 감염 질환을 모니터링하는 방법.
- 제 1항에 있어서,
상기 모니터링 대상자의 콧물 증상을 감지하는 단계는
상기 소리 데이터에서, 상기 모니터링 대상자가 코를 훌쩍이거나 코를 푸는 소리에 대한 데이터를 검출하는
감염 질환을 모니터링하는 방법.
- 제 1항에 있어서,
상기 모니터링 대상자의 콧물 증상을 감지하는 단계는
상기 움직임 데이터에서, 상기 모니터링 대상자가 코푸는 동작에 대한 데이터를 검출하는
감염 질환을 모니터링하는 방법.
- 제 1항에 있어서,
상기 모니터링 대상자의 소화기 이상 증상을 감지하는 단계는
상기 움직임 데이터에서, 상기 모니터링 대상자의 앉는 동작에 대한 데이터를 검출하는 단계;
상기 소리 데이터에서, 변기의 물 내리는 소리에 대한 데이터를 검출하는 단계; 및
상기 검출된 데이터를 이용하여, 상기 모니터링 대상자의 소화기 이상 증상을 감지하는 단계
를 포함하는 감염 질환을 모니터링하는 방법.
- 제 4항에 있어서,
상기 모니터링 대상자의 소화기 이상 증상을 감지하는 단계는
상기 모니터링 대상자의 앉는 동작에 대한 데이터가 검출된 이후 상기 물 내리는 소리에 대한 데이터가 검출될 경우, 상기 모니터링 대상자에게 소화기 이상 증상이 존재하는 것으로 판단하는
감염 질환을 모니터링하는 방법.
- 제 4항에 있어서,
상기 모니터링 대상자의 소화기 이상 증상을 감지하는 단계는
상기 위치 데이터를 이용하여, 상기 모니터링 대상자의 위치가 화장실인지 여부를 판단하는 단계
를 더 포함하는 감염 질환을 모니터링하는 방법.
- 제 1항에 있어서,
상기 수집된 데이터를 이용하여, 상기 모니터링 대상자의 호흡기 이상 증상을 감지하는 단계
를 더 포함하는 감염 질환을 모니터링하는 방법.
- 제 1항에 있어서,
상기 소리, 움직임 및 위치 데이터 중 적어도 하나를 수집하는 단계는
상기 모니터링 대상자가 착용한 웨어러블 디바이스의 센서로부터 데이터를 수집하는
감염 질환을 모니터링하는 방법.
- 모니터링 대상자에 대한 소리, 움직임 및 위치 데이터 중 적어도 하나로부터, 상기 모니터링 대상자의 콧물 증상, 호흡기 이상 증상 및 소화기 이상 증상 중 적어도 하나의 유무, 발생 시간 및 발생 빈도에 대한 정보를 포함하는 이상 증상 데이터를 생성하는 단계; 및
상기 이상 증상 데이터 및 미리 학습된 인공 신경망을 이용하여, 상기 모니터링 대상자의 감염 질환을 진단하는 단계
를 포함하는 감염 질환을 진단하는 방법.
- 제 9항에 있어서,
상기 이상 증상 데이터를 생성하는 단계는
상기 소리 또는 움직임 데이터를 이용하여, 상기 호흡기 이상 증상의 클래스에 대한 이진값을 포함하는 상기 이상 증상 데이터를 생성하는
감염 질환을 진단하는 방법.
- 소리 센서;
움직임 센서; 및
상기 소리 센서 및 움직임 센서의 센싱 데이터를 이용하여, 모니터링 대상자의 콧물 증상 또는 소화기 이상 증상의 유무, 발생 시간 및 발생 빈도에 대한 정보를 포함하는 이상 증상 데이터를 생성하는 데이터 생성부
를 포함하는 감염 질환을 모니터링하는 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200055589A KR102394882B1 (ko) | 2020-05-11 | 2020-05-11 | 감염 질환을 모니터링 및 진단하는 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200055589A KR102394882B1 (ko) | 2020-05-11 | 2020-05-11 | 감염 질환을 모니터링 및 진단하는 방법 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210137606A true KR20210137606A (ko) | 2021-11-18 |
| KR102394882B1 KR102394882B1 (ko) | 2022-05-04 |
Family
ID=78717294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200055589A KR102394882B1 (ko) | 2020-05-11 | 2020-05-11 | 감염 질환을 모니터링 및 진단하는 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102394882B1 (ko) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002132948A (ja) * | 2000-10-19 | 2002-05-10 | Matsushita Electric Ind Co Ltd | 状態情報収集システム、状態情報収集装置、状態情報収集方法、異常行動検知システム、媒体、および情報集合体 |
| JP2013541973A (ja) * | 2010-09-24 | 2013-11-21 | ソノメディカル ピーティーワイ リミテッド | データ収集、提示、および分析のための電子監視システムおよび装置 |
| KR20140142330A (ko) * | 2012-03-29 | 2014-12-11 | 더 유니버서티 어브 퀸슬랜드 | 환자 소리들을 처리하기 위한 방법 및 장치 |
| JP2016523599A (ja) * | 2013-05-20 | 2016-08-12 | カーディアック ペースメイカーズ， インコーポレイテッド | 心不全を検出するための方法及び装置 |
| JP2018117708A (ja) * | 2017-01-23 | 2018-08-02 | 富士ゼロックス株式会社 | 咳検知装置及びプログラム |
| KR20190075566A (ko) * | 2017-12-21 | 2019-07-01 | 전자부품연구원 | 다중 센서를 활용한 용변 습관 모니터링 시스템 및 방법 |
-
2020
- 2020-05-11 KR KR1020200055589A patent/KR102394882B1/ko active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002132948A (ja) * | 2000-10-19 | 2002-05-10 | Matsushita Electric Ind Co Ltd | 状態情報収集システム、状態情報収集装置、状態情報収集方法、異常行動検知システム、媒体、および情報集合体 |
| JP2013541973A (ja) * | 2010-09-24 | 2013-11-21 | ソノメディカル ピーティーワイ リミテッド | データ収集、提示、および分析のための電子監視システムおよび装置 |
| KR20140142330A (ko) * | 2012-03-29 | 2014-12-11 | 더 유니버서티 어브 퀸슬랜드 | 환자 소리들을 처리하기 위한 방법 및 장치 |
| JP2016523599A (ja) * | 2013-05-20 | 2016-08-12 | カーディアック ペースメイカーズ， インコーポレイテッド | 心不全を検出するための方法及び装置 |
| JP2018117708A (ja) * | 2017-01-23 | 2018-08-02 | 富士ゼロックス株式会社 | 咳検知装置及びプログラム |
| KR20190075566A (ko) * | 2017-12-21 | 2019-07-01 | 전자부품연구원 | 다중 센서를 활용한 용변 습관 모니터링 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102394882B1 (ko) | 2022-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Otoom et al. | An IoT-based framework for early identification and monitoring of COVID-19 cases | |
| Liu et al. | Impact of sampling rate on wearable-based fall detection systems based on machine learning models | |
| Ren et al. | User verification leveraging gait recognition for smartphone enabled mobile healthcare systems | |
| Pogorelc et al. | Automatic recognition of gait-related health problems in the elderly using machine learning | |
| Lim et al. | Fall‐detection algorithm using 3‐axis acceleration: combination with simple threshold and hidden Markov model | |
| Singh et al. | Effective overview of different ML models used for prediction of COVID-19 patients | |
| Boutellaa et al. | Covariance matrix based fall detection from multiple wearable sensors | |
| Rodrigues et al. | Fall detection system by machine learning framework for public health | |
| Mehrdad et al. | Perspective: Wearable internet of medical things for remote tracking of symptoms, prediction of health anomalies, implementation of preventative measures, and control of virus spread during the era of covid-19 | |
| Pham | MobiCough: real-time cough detection and monitoring using low-cost mobile devices | |
| CN106793980A (zh) | 患者监测系统和方法 | |
| Sheela et al. | Hybrid PSO–SVM algorithm for Covid-19 screening and quantification | |
| KR20110073172A (ko) | 손목 착용형 낙상 감지 장치 및 방법과 이를 이용한 낙상 감지 시스템 | |
| Krupitzer et al. | Beyond position-awareness—Extending a self-adaptive fall detection system | |
| Al-Kababji et al. | An IoT-based framework for remote fall monitoring | |
| Rayan et al. | Utilizing CNN-LSTM techniques for the enhancement of medical systems | |
| Turan et al. | Classification of fall directions via wearable motion sensors | |
| Devi et al. | Framework for detecting the patients affected by COVID-19 at early stages using Internet of Things along with Machine Learning approaches with improved Accuracy | |
| Fan et al. | Automatic fall risk assessment with Siamese network for stroke survivors using inertial sensor‐based signals | |
| Fañez et al. | Transfer learning and information retrieval applied to fall detection | |
| Salleh et al. | Neural network algorithm-based fall detection modelling | |
| KR102394882B1 (ko) | 감염 질환을 모니터링 및 진단하는 방법 및 장치 | |
| Anjum et al. | Intelligent COVID-19 forecasting, diagnoses and monitoring systems: A survey | |
| Singh et al. | Combating COVID-19 Crisis using Artificial Intelligence (AI) Based Approach: Systematic Review. | |
| Kausar et al. | Fall detection in the elderly using different machine learning algorithms with optimal window size |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |