KR20220023259A - 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법 - Google Patents

통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법 Download PDF

Info

Publication number
KR20220023259A
KR20220023259A KR1020200104929A KR20200104929A KR20220023259A KR 20220023259 A KR20220023259 A KR 20220023259A KR 1020200104929 A KR1020200104929 A KR 1020200104929A KR 20200104929 A KR20200104929 A KR 20200104929A KR 20220023259 A KR20220023259 A KR 20220023259A
Authority
KR
South Korea
Prior art keywords
pain
pain behavior
terminal
user
behavior
Prior art date
Application number
KR1020200104929A
Other languages
English (en)
Other versions
KR102433828B1 (ko
Inventor
백윤주
이현욱
임재봉
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020200104929A priority Critical patent/KR102433828B1/ko
Publication of KR20220023259A publication Critical patent/KR20220023259A/ko
Application granted granted Critical
Publication of KR102433828B1 publication Critical patent/KR102433828B1/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
    • A61B5/48—Other medical applications
    • A61B5/4824—Touch or pain perception evaluation
    • 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
    • A61B5/1116—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
    • A61B5/68—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
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Nursing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Hospice & Palliative Care (AREA)
  • Pain & Pain Management (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 착용형 통신 단말을 이용하여 통증 행동에 대한 객관적 정보를 수집 및 제공할 수 있도록 한 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법에 관한 것으로, 3축 움직임 센서를 사용하여 사용자 손목에 착용되어 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식하는 손목 착용형 단말;상기 손목 착용형 단말과 통신하고, 모니터링 서버와 연동을 수행하는 사용자 단말;사용자 단말 및 의료진 단말과 상호 연동을 통해 사용자의 현재 상황을 확인하고, 사용자의 통증 패턴에 대한 객관적인 통계적 수치를 파악하고 안내하는 모니터링 서버;를 포함하는 것이다.

Description

통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법{Pain Behavior Monitoring System and Method for Managing Pain using the same}
본 발명은 통증 관리에 관한 것으로, 구체적으로 착용형 통신 단말을 이용하여 통증 행동에 대한 객관적 정보를 수집 및 제공할 수 있도록 한 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법에 관한 것이다.
인간의 평균수명 연장에 수반되는 암, 관절 질환, 퇴행성 질환, 수술 등으로 발생하거나 각종 사고로 인한 통증이 의료 사회의 주요 문제가 되고 있다.
의료 사회에서 환자의 통증도, 통증 지속시간, 통증 빈도 등 통증에 대한 인지 및 관리는 중요한 이슈가 되었으며, 환자의 치료와 복지 측면에서도 매우 중요한 문제이다.
통증이란 신체가 다치거나 병이 생긴 경우, 이를 치료하라는 일종의 경보로 볼 수 있다. 따라서 통증의 발생 원인을 객관적으로 정확히 판단하는 과정은 병든 신체를 치료하는데 있어 매우 중요한 과정이라 할 수 있다.
신체에 발생하는 통증은 여러 원인에 의해서 발생한다. 예를 들어, 환자가 보유하고 있는 병 또는 환자의 체질과 같은 환자 고유의 신체적 요인 때문이거나, 주변환경의 영향에 의한 환경적 요인 때문일 수 있다.
환자 고유의 신체적 요인의 경우, 의사가 환자 진료 시 통증 발생 원인을 판단할 수 있다. 그러나, 환경적 요인의 경우, 의사는 환자의 기억에 의한 진술에 의존하게 되므로 기억된 사항의 왜곡이나 오류에 따라 통증 발생 원인을 정확하게 판단하지 못하는 문제가 있다.
특히, 이와 같은 신체적 그리고 환경적 요인에 근거한 약물 처방에 따라 약물의 오용 및 남용되는 문제가 발생한다.
또한, 환경적 요인에 따른 통증 발생 원인을 추정하는데 정확도를 높이기 위하여 환자의 갑작스러운 통증 발생시, 통증이 유발되는 신체 부위와 통증의 정도 그리고 통증 발생 시의 환경적 요인을 별도로 기록 수단을 통해 상태를 기록하도록 환자에게 기대할 수밖에 없다.
종래 기술에서는 이와 같은 통증 모니터링을 위한 방법들도 대부분 접촉식 센서를 사용하는 방법들이어서, 환자의 물리/재활 치료 과정에서는 사용하기 어려운 문제점을 가지고 있다.
피부전도도를 기초로 통증 지수를 산출하는 방법이 공개되어 있으나 이 역시 환자가 접촉식 센서를 착용해야 하는 방식으로, 부자연스럽고 정확도를 보장하기 어려운 문제가 있다.
한편, 얼굴인식 영역에서는 얼굴 표정의 분류를 통하여, 개인의 감정을 예측할 수 있는 기술들이 개발되고 있으나 통증 모니터링에 적용하기에는 환경에 따라 성능 조건을 만족하지 못하는 문제를 가지고 있다.
통증 행동 인식을 위한 종래 기술의 하나로, Rui Qin 외 2명의 논문 "Continuous Pain Related Behavior Recognition from muscle Activity and Body Movements"에서는 18개의 관성 센서를 포함하는 Animazaoo IGS-190 슈트와 BTS FREEEMG300이라는 EMG 센서를 사용하여 사용자의 몸의 움직임을 센싱하고 얻은 센싱 데이터를 특징 추출하여 랜덤 포레스트 알고리즘에 사용하는 연구이다.
이 연구는 최종적으로 사용자가 다양한 자세에서 허리를 부축하는 통증 동작을 인식하는 연구로 다양한 통증 동작을 인식하는 데에 한계점이 존재한다.
또한, 착용성이 좋지 않은 EMG 센서를 사용하여 사용 환경을 고려하였을 때 한계점이 존재한다.
따라서, 통증 행동에 대한 객관적 정보를 수집 및 제공이 가능하도록 하는 기술의 개발이 요구되고 있다.
대한민국 공개특허 제10-2017-0089727호 대한민국 공개특허 제10-2013-0016708호 대한민국 공개특허 제10-2020-0056660호
본 발명은 종래 기술의 통증 관리 기술의 문제점을 해결하기 위한 것으로, 착용형 통신 단말을 이용하여 통증 행동에 대한 객관적 정보를 수집 및 제공할 수 있도록 한 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법을 제공하는데 그 목적이 있다.
본 발명은 통증 행동에 대한 객관적 정보를 수집 및 제공하는 것에 의해 여러 가지 통증 패턴에 대한 의료진의 모니터링까지도 할 수 있도록 하는 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법을 제공하는데 그 목적이 있다.
본 발명은 상대적으로 많은 연산이 필요한 모델 학습 과정은 외부에서 수행하고, 추론에 사용되는 모델만 장치에 탑재하여 온디바이스 딥러닝 추론을 수행하여 저장 성능과 계산 성능에 관계없이 효율적인 통증 행동 모니터링이 가능하도록 한 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법을 제공하는데 그 목적이 있다.
본 발명은 사용자 단말, 의료진 단말 등과의 상호 연동을 통해 사용자의 현재 상황을 확인하고, 사용자의 통증 패턴에 대한 객관적인 통계적 수치를 파악하고 안내할 수 있도록 한 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법을 제공하는데 그 목적이 있다.
본 발명은 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식 및 분류하는 것에 의해 다양한 통증 행동을 조합, 인식하여 흉통, 복통, 요통, 관절통, 근육통 등 다양한 통증 행동에 의한 증상을 판단할 수 있도록 한 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법을 제공하는데 그 목적이 있다.
본 발명은 의료진이 직접 사용할 수 있는 의료진 단말로 모니터링 서버로 접속하여 검색하는 동작을 수행하고 사용자에 대한 치료 기록을 획득하고 그에 대한 리포트를 입력할 수 있도록 한 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 통증 행동 모니터링 시스템은 3축 움직임 센서를 사용하여 사용자 손목에 착용되어 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식하는 손목 착용형 단말;상기 손목 착용형 단말과 통신하고, 모니터링 서버와 연동을 수행하는 사용자 단말;사용자 단말 및 의료진 단말과 상호 연동을 통해 사용자의 현재 상황을 확인하고, 사용자의 통증 패턴에 대한 객관적인 통계적 수치를 파악하고 안내하는 모니터링 서버;를 포함하는 것을 특징으로 한다.
여기서, 상기 손목 착용형 단말은, 3축 가속도계(accelerometer), 3축 자이로스코프(gyroscope), 3축 자력계(magnetometer)를 포함하는 3축 움직임 센서를 사용하여 사용자 손목에 착용되는 스마트워치 또는 스마트 밴드로 구현되는 것을 특징으로 한다.
그리고 상기 의료진 단말은, 의료진이 직접 사용할 수 있는 단말로 모니터링 서버에 접속하여 통증 행동 패턴을 검색하는 동작을 수행하고 사용자에 대한 치료 기록을 획득하고 그에 대한 리포트를 입력할 수 있는 것을 특징으로 한다.
그리고 추론에 사용되는 모델만 손목 착용형 단말에 탑재되도록 하여 온디바이스 딥러닝을 수행할 수 있도록 하고, 연산이 필요한 모델 학습 과정을 외부에서 수행하는 딥러닝 학습 서버를 더 포함하는 것을 특징으로 한다.
그리고 손목 착용형 단말은, 3축 가속도계, 3축 자이로스코프, 3축 자력계의 움직임 센싱 데이터를 수집하는 센싱 데이터 획득부와,특정 윈도우 크기만큼 센싱 데이터가 수집되면 윈도우의 특징 값을 추출하는 특징 추출부와,특징 추출부에서 특징 값이 추출되면 온디바이스 딥러닝을 통해 손동작의 종류, 손의 위치를 인식하여 통증 행동을 인식하는 온디바이스 딥러닝 통증행동 인식부를 포함하는 것을 특징으로 한다.
그리고 상기 모니터링 서버는, 사용자 단말을 통하여 입력되는 사용자 정보를 받아 등록하는 사용자 정보 저장부와,사용자 단말을 통하여 전송되는 사용자의 통증 행동 데이터를 저장하고 통증 행동 변화 추이를 산출하는 통증 행동 변화 추이 산출부와,의료진 단말을 통하여 통증 행동 패턴 조회 입력이 들어오면 패턴 조회 처리를 하는 통증 행동 패턴 조회부와,의료진 단말을 통하여 입력되는 통증 행동 리포트를 저장하고 사용자 단말을 통하여 사용자에게 제공하는 통증 행동 리포트 제공부를 포함하는 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 통증 행동 모니터링 시스템을 이용한 통증 관리 방법은 손목 착용형 단말에서 3축 가속도계, 3축 자이로스코프, 3축 자력계를 포함하는 센서들로부터 움직임 센싱 데이터를 수집하는 단계;특정 윈도우 크기만큼 센싱 데이터가 수집되면 윈도우의 특징 값을 추출하는 단계;특징 값이 추출되면 온디바이스 딥러닝을 통해 손동작의 종류, 손의 위치를 인식하여 통증 행동을 인식하는 온디바이스 딥러닝 통증행동 인식 단계;를 포함하는 것을 특징으로 한다.
여기서, 온디바이스 딥러닝 통증행동 인식 단계에서 인식된 통증 행동 정보를 사용자 단말로 전송하고, 사용자 단말이 통증 행동 정보를 모니터링 서버로 전송하는 단계를 더 포함하는 것을 특징으로 한다.
그리고 사용자 단말이 통증 행동 및 인식 결과를 모니터링 서버로 전송하면, 모니터링 서버는 통증 행동 변화 추이를 산출하는 것을 특징으로 한다.
그리고 의료진 단말이 모니터링 서버에 접속하여 원하는 자료를 획득하기 위한 정보를 입력하고, 통증 행동 패턴 조회를 하면, 모니터링 서버가 원하는 사용자의 통증 행동 패턴 정보를 의료진 단말로 제공하고, 의료진 단말을 통하여 제공된 통증 행동 패턴 정보를 기초하여 의료진이 통증 행동 리포트를 작성하여 모니터링 서버로 입력하면, 모니터링 서버에서 사용자 단말로 통증 행동에 관한 리포트 안내를 하는 것을 특징으로 한다.
이상에서 설명한 바와 같은 본 발명에 따른 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법은 다음과 같은 효과가 있다.
첫째, 착용형 통신 단말을 이용하여 통증 행동에 대한 객관적 정보를 수집 및 제공할 수 있도록 한다.
둘째, 통증 행동에 대한 객관적 정보를 수집 및 제공하는 것에 의해 여러 가지 통증 패턴에 대한 의료진의 모니터링까지도 할 수 있도록 한다.
셋째, 상대적으로 많은 연산이 필요한 모델 학습 과정은 외부에서 수행하고, 추론에 사용되는 모델만 장치에 탑재하여 온디바이스 딥러닝 추론을 수행하여 저장 성능과 계산 성능에 관계없이 효율적인 통증 행동 모니터링이 가능하도록 한다.
넷째, 사용자 단말, 의료진 단말 등과의 상호 연동을 통해 사용자의 현재 상황을 확인하고, 사용자의 통증 패턴에 대한 객관적인 통계적 수치를 파악하고 안내할 수 있도록 한다.
다섯째, 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식 및 분류하는 것에 의해 다양한 통증 행동을 조합, 인식하여 흉통, 복통, 요통, 관절통, 근육통 등 다양한 통증 행동에 의한 증상을 판단할 수 있도록 한다.
여섯째, 의료진이 직접 사용할 수 있는 의료진 단말로 모니터링 서버로 접속하여 검색하는 동작을 수행하고 사용자에 대한 치료 기록을 획득하고 그에 대한 리포트를 입력할 수 있도록 한다.
도 1은 센서 기반의 모니터링 기술에 사용되는 센서들의 특징을 비교한 구성도
도 2는 다양한 통증 행동 특성을 나타낸 구성도
도 3은 본 발명에 따른 통증 행동 모니터링 시스템의 구성도
도 4는 본 발명에 따른 손목 착용형 단말의 상세 구성도
도 5는 본 발명에 따른 모니터링 서버의 상세 구성도
도 6은 본 발명에 따른 통증 행동 인식 과정을 나타낸 플로우 차트
도 7은 사용자 등록 과정을 나타낸 구성도
도 8은 통증 행동 인식과 저장 과정을 나타낸 구성도
도 9는 의료진 단말에서 통증 행동에 대한 리포트 작성 과정을 나타낸 구성도
이하, 본 발명에 따른 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.
본 발명에 따른 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.
도 1은 센서 기반의 모니터링 기술에 사용되는 센서들의 특징을 비교한 구성도이고, 도 2는 다양한 통증 행동 특성을 나타낸 구성도이다.
본 발명에 따른 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법은 착용형 통신 단말을 이용하여 통증 행동에 대한 객관적 정보를 수집 및 제공할 수 있도록 한 것이다.
이를 위하여, 본 발명은 통증 행동에 대한 객관적 정보를 수집 및 제공에 의해 여러 가지 통증 패턴에 대한 의료진의 모니터링을 하는 구성을 포함할 수 있다.
본 발명은 상대적으로 많은 연산이 필요한 모델 학습 과정은 외부에서 수행하고, 추론에 사용되는 모델만 장치에 탑재하여 온디바이스 딥러닝 추론을 수행하여 저장 성능과 계산 성능에 관계없이 효율적인 통증 행동 모니터링이 가능하도록 하는 구성을 포함할 수 있다.
본 발명은 사용자 단말, 의료진 단말 등과의 상호 연동을 통해 사용자의 현재 상황을 확인하고, 사용자의 통증 패턴에 대한 객관적인 통계적 수치를 파악하고 안내할 수 있도록 하는 구성을 포함할 수 있다.
본 발명은 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식 및 분류하는 것에 의해 다양한 통증 행동을 조합, 인식하여 흉통, 복통, 요통, 관절통, 근육통 등 다양한 통증 행동에 의한 증상을 판단할 수 있도록 하는 구성을 포함할 수 있다.
본 발명은 의료진이 직접 사용할 수 있는 의료진 단말로 모니터링 서버로 접속하여 검색하는 동작을 수행하고 사용자에 대한 치료 기록을 획득하고 그에 대한 리포트를 입력할 수 있도록 하는 구성을 포함할 수 있다.
행동 인식은 사용자의 움직임을 인식하는 기술이다. 영상을 활용하는 컴퓨터 비전 기반 기술, 사용자에게 센서를 부착하여 얻은 정보를 활용하는 센서 기반 기술이 있다.
컴퓨터 비전 기반 기술은 카메라의 설치, 장애물의 유무 등 여러 가지 환경 제약이 존재한다.
센서 기반 기술은 사용자의 몸에 부착하거나 쉽게 입고 벗을 수 있는 웨어러블 장치를 이용하여 사용자의 움직임을 인식한다.
센서 기반 기술은 가속도계, 자이로스코프 등 움직임 센서를 이용하여 특징을 추출하고 추출된 특징을 기반으로 알고리즘, 머신 러닝, 딥러닝의 입력값으로 사용하여 행동 인식을 수행하는 기술이다.
이러한 기술은 스마트 밴드, 스마트 워치, 스마트폰 등 소형 장치에 탑재하기 쉬워 가장 많이 상용화 된 기술이라고 볼 수 있다. 예시로, 샤오미 미밴드, 갤럭시 핏 등 스마트 밴드와 갤럭시 S 등 다양한 스마트 기기에서 내장된 움직임 센서를 이용하여 운동을 분석하고 분석된 운동량에 따른 생활 패턴 개선 서비스를 사용자에게 제안한다.
본 발명은 만성 통증과 관련된 통증 행동 모니터링 시스템 및 방법에 관한 것으로, 특히 착용형 통신 단말을 이용하여 통증 행동에 대한 객관적 정보를 수집 및 제공하며, 여러 가지 통증 패턴에 대한 의료진의 모니터링까지도 할 수 있도록 하는 통증 행동 모니터링 시스템 및 방법에 관한 것이다.
도 2에서와 같은, 만성 요통, 흉통, 복통 등 다양한 만성 통증은 일반적으로 질병의 발병 이후 3개월 또는 6개월 이상 지속되며 이의 예후를 잘 관리해야 할 필요가 있다.
이러한 만성 통증을 해결하기 위해서는 통증의 발생 빈도, 부위를 잘 파악해야 한다.
하지만, 환자와 의료진의 진료시간 동안 자신의 통증을 구체적이고 정확하게 판단하기 어려우며, 통증에 대한 표현을 주관적으로 하는 경우가 많다.
또한 무의식적으로 발생하는 통증에 대한 통증 행동으로 환자가 쉬이 넘어가는 경우가 많다.
EMG(Electromyography, 근전도)센서를 이용하여 만성 요통에 대한 통증 행동을 인식하는 기술이 있으나, 이는 착용성을 고려하지 않아 실제 사용에 큰 어려움이 있다. 또한, 한가지의 만성 통증에 대한 동작을 인식하여 범용성이 매우 떨어지는 단점을 가진다.
이에 본 발명은 손목 착용형 통신 단말을 이용하여 만성 통증에 의해 발생하는 통증 행동에 대한 객관적 정보를 수집 및 제공하고, 통증 패턴에 대한 의료진의 모니터링까지 제공할 수 있도록 한 것이다.
도 3은 본 발명에 따른 통증 행동 모니터링 시스템의 구성도이다.
본 발명에 따른 통증 행동 모니터링 시스템은 딥러닝 학습 서버(10), 손목 착용형 단말(20), 사용자 단말(30), 모니터링 서버(40), 의료진 단말(50)을 포함한다.
손목 착용형 단말(20)은 3축 가속도계(accelerometer), 3축 자이로스코프(gyroscope), 3축 자력계(magnetometer)와 같은 3축 움직임 센서를 사용하여 사용자 손목에 착용되는 스마트워치 또는 스마트 밴드로 구현될 수 있다.
이는 통증 행동에 의해 발생되는 손목 움직임을 센싱하여 센싱 데이터를 생성하고 통증 행동을 인식하고 Bluetooth와 같은 근거리 무선 통신을 이용하여 사용자 단말(30)과 통신한다.
사용자 단말(30)은 Bluetooth와 같은 근거리 무선통신으로 손목 착용형 단말(20)과 통신하고, 모니터링 서버(40)와 연동을 수행할 수 있는 사용자의 스마트폰으로 구현된다.
이는 착용형 통신 단말(20)이 인식한 통증 행동을 모니터링 서버(40)에 통보하고, 모니터링 서버(40)에서 제공하는 여러 정보를 사용자에게 보일 수 있도록 한다.
모니터링 서버(40)는 사용자 단말(30), 의료진 단말(50) 등과의 상호 연동을 통해 사용자의 현재 상황을 확인하고, 사용자의 통증 패턴에 대한 객관적인 통계적 수치를 파악하고 안내하도록 한다.
의료진 단말(50)은 의료진이 직접 사용할 수 있는 단말로 모니터링 서버(40)로 접속하여 검색하는 동작을 수행하고 사용자에 대한 치료 기록을 획득하고 그에 대한 리포트를 입력할 수 있다.
본 발명은 외부의 딥러닝 학습 서버(10)에서 상대적으로 많은 연산이 필요한 모델 학습 과정을 수행하고, 추론에 사용되는 모델만 장치에 탑재하여 온디바이스 딥러닝 추론을 수행한다.
최근 딥러닝은 여러 분야에서 기존 기법에 비해 높은 정확도를 보여 다양한 장치와 응용에 활용되고 있다. 하지만, 딥러닝을 이용하기 위해서는 많은 저장 공간과 높은 계산 성능을 요구하는 문제가 있다.
이러한 한계점 때문에 저장 공간과 계산 성능이 부족한 장치에서는 별도의 서버를 활용하여 딥러닝을 활용할 수 있다. 하지만, 웨어러블 장치, 자동차 등 배터리를 사용하고 무선으로 동작하는 장치에서는 전력소모, 통신비용 등 다양한 비용이 발생하는 문제가 있다.
이러한 비용적 문제를 해결하기 위해 장치 내에서 딥러닝을 사용할 수 있게 하는 온디바이스 딥러닝 추론의 연구가 필요하다. 다양한 비용 원인인 외부와의 통신 연결 없이 장치 내에서 딥러닝 추론을 사용한다면 문제를 해결할 수 있다.
딥러닝 기술은 특정 데이터세트가 있고 그에 대한 특징을 나타내는 가중치로 구성된 모델을 학습한다. 그렇게 학습된 모델에 새로운 데이터를 입력하여 특징을 잘 구분하여 추론하는 기술이다.
여기서 수많은 가중치로 구성된 모델이 너무 크고, 연산하기에 많다. 온디바이스 딥러닝에서는 가중치의 양자화, 고정소수점 연산 등 다양한 기술을 이용하여 딥러닝의 문제점을 해소한다.
또한, 상대적으로 많은 연산이 필요한 모델 학습 과정은 외부에서 수행하고, 추론에 사용되는 모델만 장치에 탑재하여 온디바이스 딥러닝 추론을 수행한다.
손목 착용형 단말(20)의 상세 구성은 다음과 같다.
도 4는 본 발명에 따른 손목 착용형 단말의 상세 구성도이다.
본 발명에 따른 손목 착용형 단말은 3축 가속도계, 3축 자이로스코프, 3축 자력계와 같은 움직임 센싱 데이터를 수집하는 센싱 데이터 획득부(21)와, 특정 윈도우 크기만큼 센싱 데이터가 수집되면 윈도우의 특징 값을 추출하는 특징 추출부(22)와, 특징 추출부(22)에서 특징 값이 추출되면 온디바이스 딥러닝을 통해 손동작의 종류, 손의 위치를 인식하여 통증 행동을 인식하는 온디바이스 딥러닝 통증행동 인식부(23)를 포함한다.
그리고 모니터링 서버(40)의 상세 구성은 다음과 같다.
도 5는 본 발명에 따른 모니터링 서버의 상세 구성도이다.
모니터링 서버(40)는 도 5에서와 같이, 사용자 단말(30)을 통하여 입력되는 사용자 정보를 받아 등록하는 사용자 정보 저장부(41)와, 사용자 단말(30)을 통하여 전송되는 사용자의 통증 행동 데이터를 저장하고 통증 행동 변화 추이를 산출하는 통증 행동 변화 추이 산출부(42)와, 의료진 단말(50)을 통하여 통증 행동 패턴 조회 입력이 들어오면 패턴 조회 처리를 하는 통증 행동 패턴 조회부(43)와, 의료진 단말(50)을 통하여 입력되는 통증 행동 리포트를 저장하고 사용자 단말(30)을 통하여 사용자에게 제공하는 통증 행동 리포트 제공부(44)를 포함한다.
이와 같은 구성을 갖는 본 발명에 따른 통증 행동 모니터링 시스템을 이용한 통증 관리 방법에 관하여 구체적으로 설명하면 다음과 같다.
도 6은 본 발명에 따른 통증 행동 인식 과정을 나타낸 플로우 차트이다.
통증 행동에 의해 발생되는 통증 행동을 인식하는 손목 착용형 단말(20)은 3축 가속도계, 3축 자이로스코프, 3축 자력계와 같은 움직임 센싱 데이터를 수집한다. 수집된 센싱 데이터는 도 6에서와 같은 인식 방법을 이용하여 실시간으로 통증 행동을 인식한다.
통증 행동 인식은 특정 윈도우 크기만큼 센싱 데이터를 수집하고(S601), 윈도우의 특징 값을 추출한 후(S602) 온디바이스 딥러닝을 통해 손동작의 종류(S603), 손의 위치를 인식하여(S604) 통증 행동을 인식한다.(S605)
손목 착용형 단말은 수집된 센싱 데이터에서 수학식 1을 이용하여 roll, pitch, yaw를 계산하고 이를 특징 값으로 사용한다. 추가적으로 3축 가속도계와 3축 자이로스코프 데이터를 함께 특징 값으로 사용한다.
Figure pat00001
이와 같이 본 발명은 추출된 특징 값을 두 가지의 온디바이스 딥러닝 추론을 이용하여 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식한다.
인식하고자 하는 통증 행동들은 도 6에서와 같이 통증 행동 인식 부분이 두 부분으로 나누어서 분류를 수행하기 때문에 매우 다양한 통증 행동을 조합, 인식하여 흉통, 복통, 요통, 관절통, 근육통 등 다양한 통증 행동에 의한 증상을 판단할 수 있다.
손동작 인식에서는 부축하기, 두드리기, 긁기, 움켜쥐기, 문지르기 등 매우 다양한 움직임을 인식할 수 있다. 위와 같은 손동작은 각각 주기적인 움직임, 갑작스러운 큰 움직임 등이 나타나며 이러한 특징을 이용하여 온디바이스 딥러닝 추론을 이용하여 인식할 수 있다.
특징 중 가속도계는 특정 방향으로의 속도 변동성을 나태나고 그 특징으로 주기적인 방향의 전환을 표현할 수 있다.
또한, 인식된 특징들은 모두 강한 피크와 약한 피크에 대한 특징을 나타낼 수 있으므로 온디바이스 딥러닝 학습 과정에서 이러한 특징을 잘 학습할 수 있다.
손위치 인식에서는 등, 허리, 배, 어깨, 팔, 다리, 종아리, 무릎, 사타구니 등 다양한 손의 위치를 인식할 수 있다. 위와 같은 손의 위치는 손의 기울기, 손목의 방향 등 각각 상이한 특징이 있으며 이러한 특징을 roll, pitch, yaw를 이용하여 추출할 수 있다. 그러므로 온디바이스 딥러닝 학습 과정에서 이러한 특징을 잘 학습할 수 있다.
온디바이스 딥러닝 학습과정은 일반적인 딥러닝 학습과 같이 인식하고자 하는 목표와 관련된 데이터세트를 이용하여 온디바이스 딥러닝 모델을 학습한다.
차이점으로, 온디바이스 딥러닝은 장치 외부에서 학습된 모델을 장치에 탑재하여 장치에서는 온디바이스 추론만 수행하게 된다. 데이터세트를 구성하기 위해서 손목 착용형 단말을 착용한 다양한 사람이 인식하고자 하는 손동작, 손위치를 조합하여 수행하게 된다. 각 시간별 손동작, 손위치를 수동으로 입력하여 구성된 데이터세트를 이용하여 온디바이스 딥러닝 모델을 학습한다.
그리고 통증 패턴의 변화 추이를 산출 및 안내하는 모니터링 서버는 지속적인 통증 증상이나 갑작스러운 이상 부위 통증에 대한 정보와 같은 통증 패턴의 변화 추이를 산출 및 안내하는 특징을 갖는다.
이러한 통증 패턴의 변화 추이는 일/주/월/년 단위로 분류 및 분석하고 그에 대한 의료진의 리포트를 예시로 들 수 있다.
도 7은 사용자 등록 과정을 나타낸 구성도이고, 도 8은 통증 행동 인식과 저장 과정을 나타낸 구성도이다.
그리고 도 9는 의료진 단말에서 통증 행동에 대한 리포트 작성 과정을 나타낸 구성도이다.
사용자 단말(30)이 최초로 모니터링 서버(40)에 접속을 시작할 때, 사용자의 개인정보를 입력받아 해당 사용자 계정에 저장하여 해당 사용자에게 모니터링 서비스를 제공할 수 있도록 도 7에서와 같은 절차를 수행한다.
사용자 계정이 생성되었을 때, 모니터링 서버(40)는 도 8에서와 같이 사용자 단말(30)로부터 인식된 통증 행동과 시간을 전송받고 그에 대한 일/주/월/년 단위의 분석을 수행할 수 있도록 한다.
그리고 도 9에서와 같이, 모니터링 서버(40)에 의료진 단말(50)로 접속을 할 때, 해당 사용자의 통증 행동 분석정보를 얻을 수 있고 그에 대한 리포트를 입력할 수 있도록 한다.
리포트는 흉통과 관련된 심장 질환, 관절통과 관련된 관절 질환, 복통과 관련된 위장 질환 등을 예시로 들 수 있다.
구체적으로, 사용자 단말(30)이 통증 행동 및 인식 결과를 모니터링 서버(40)로 전송하면, 모니터링 서버(40)는 통증 행동 변화 추이를 산출한다.
이 상태에서 의료진 단말(50)이 모니터링 서버(40)에 접속하여 원하는 자료를 획득하기 위한 정보를 입력하고, 통증 행동 패턴 조회를 하면, 모니터링 서버(40)가 원하는 사용자의 통증 행동 패턴 정보를 의료진 단말(50)을 통하여 제공한다.
의료진 단말(50)을 통하여 제공된 통증 행동 패턴 정보를 기초하여 의료진이 통증 행동 리포트를 작성하여 모니터링 서버(40)로 입력하면, 모니터링 서버(40)에서 사용자 단말(30)로 통증 행동에 관한 리포트 안내를 한다.
이상에서 설명한 본 발명에 따른 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법은 착용형 통신 단말을 이용하여 통증 행동에 대한 객관적 정보를 수집 및 제공하는 것에 의해 여러 가지 통증 패턴에 대한 의료진의 모니터링을 할 수 있도록 한 것이다.
특히, 본 발명은 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식 및 분류하는 것에 의해 다양한 통증 행동을 조합, 인식하여 흉통, 복통, 요통, 관절통, 근육통 등 다양한 통증 행동에 의한 증상을 판단할 수 있도록 한다.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
10. 딥러닝 학습 서버
20. 손목 착용형 단말
30. 사용자 단말
40. 모니터링 서버
50. 의료진 단말

Claims (10)

  1. 3축 움직임 센서를 사용하여 사용자 손목에 착용되어 손동작의 종류와 손의 위치 두 가지를 인식하고 인식된 두 가지 정보를 종합하여 통증 행동을 인식하는 손목 착용형 단말;
    상기 손목 착용형 단말과 통신하고, 모니터링 서버와 연동을 수행하는 사용자 단말;
    사용자 단말 및 의료진 단말과 상호 연동을 통해 사용자의 현재 상황을 확인하고, 사용자의 통증 패턴에 대한 객관적인 통계적 수치를 파악하고 안내하는 모니터링 서버;를 포함하는 것을 특징으로 하는 통증 행동 모니터링 시스템.
  2. 제 1 항에 있어서, 상기 손목 착용형 단말은,
    3축 가속도계(accelerometer), 3축 자이로스코프(gyroscope), 3축 자력계(magnetometer)를 포함하는 3축 움직임 센서를 사용하여 사용자 손목에 착용되는 스마트워치 또는 스마트 밴드로 구현되는 것을 특징으로 하는 통증 행동 모니터링 시스템.
  3. 제 1 항에 있어서, 상기 의료진 단말은,
    의료진이 직접 사용할 수 있는 단말로 모니터링 서버에 접속하여 통증 행동 패턴을 검색하는 동작을 수행하고 사용자에 대한 치료 기록을 획득하고 그에 대한 리포트를 입력할 수 있는 것을 특징으로 하는 통증 행동 모니터링 시스템.
  4. 제 1 항에 있어서, 추론에 사용되는 모델만 손목 착용형 단말에 탑재되도록 하여 온디바이스 딥러닝을 수행할 수 있도록 하고, 연산이 필요한 모델 학습 과정을 외부에서 수행하는 딥러닝 학습 서버를 더 포함하는 것을 특징으로 하는 통증 행동 모니터링 시스템.
  5. 제 1 항에 있어서, 손목 착용형 단말은,
    3축 가속도계, 3축 자이로스코프, 3축 자력계의 움직임 센싱 데이터를 수집하는 센싱 데이터 획득부와,
    특정 윈도우 크기만큼 센싱 데이터가 수집되면 윈도우의 특징 값을 추출하는 특징 추출부와,
    특징 추출부에서 특징 값이 추출되면 온디바이스 딥러닝을 통해 손동작의 종류, 손의 위치를 인식하여 통증 행동을 인식하는 온디바이스 딥러닝 통증행동 인식부를 포함하는 것을 특징으로 하는 통증 행동 모니터링 시스템.
  6. 제 1 항에 있어서, 상기 모니터링 서버는,
    사용자 단말을 통하여 입력되는 사용자 정보를 받아 등록하는 사용자 정보 저장부와,
    사용자 단말을 통하여 전송되는 사용자의 통증 행동 데이터를 저장하고 통증 행동 변화 추이를 산출하는 통증 행동 변화 추이 산출부와,
    의료진 단말을 통하여 통증 행동 패턴 조회 입력이 들어오면 패턴 조회 처리를 하는 통증 행동 패턴 조회부와,
    의료진 단말을 통하여 입력되는 통증 행동 리포트를 저장하고 사용자 단말을 통하여 사용자에게 제공하는 통증 행동 리포트 제공부를 포함하는 것을 특징으로 하는 통증 행동 모니터링 시스템.
  7. 손목 착용형 단말에서 3축 가속도계, 3축 자이로스코프, 3축 자력계를 포함하는 센서들로부터 움직임 센싱 데이터를 수집하는 단계;
    특정 윈도우 크기만큼 센싱 데이터가 수집되면 윈도우의 특징 값을 추출하는 단계;
    특징 값이 추출되면 온디바이스 딥러닝을 통해 손동작의 종류, 손의 위치를 인식하여 통증 행동을 인식하는 온디바이스 딥러닝 통증행동 인식 단계;를 포함하는 것을 특징으로 하는 통증 행동 모니터링 시스템을 이용한 통증 관리 방법.
  8. 제 7 항에 있어서, 온디바이스 딥러닝 통증행동 인식 단계에서 인식된 통증 행동 정보를 사용자 단말로 전송하고,
    사용자 단말이 통증 행동 정보를 모니터링 서버로 전송하는 단계를 더 포함하는 것을 특징으로 하는 통증 행동 모니터링 시스템을 이용한 통증 관리 방법.
  9. 제 8 항에 있어서, 사용자 단말이 통증 행동 및 인식 결과를 모니터링 서버로 전송하면, 모니터링 서버는 통증 행동 변화 추이를 산출하는 것을 특징으로 하는 통증 행동 모니터링 시스템을 이용한 통증 관리 방법.
  10. 제 9 항에 있어서, 의료진 단말이 모니터링 서버에 접속하여 원하는 자료를 획득하기 위한 정보를 입력하고, 통증 행동 패턴 조회를 하면, 모니터링 서버가 원하는 사용자의 통증 행동 패턴 정보를 의료진 단말로 제공하고,
    의료진 단말을 통하여 제공된 통증 행동 패턴 정보를 기초하여 의료진이 통증 행동 리포트를 작성하여 모니터링 서버로 입력하면, 모니터링 서버에서 사용자 단말로 통증 행동에 관한 리포트 안내를 하는 것을 특징으로 하는 통증 행동 모니터링 시스템을 이용한 통증 관리 방법.
KR1020200104929A 2020-08-20 2020-08-20 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법 KR102433828B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200104929A KR102433828B1 (ko) 2020-08-20 2020-08-20 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200104929A KR102433828B1 (ko) 2020-08-20 2020-08-20 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법

Publications (2)

Publication Number Publication Date
KR20220023259A true KR20220023259A (ko) 2022-03-02
KR102433828B1 KR102433828B1 (ko) 2022-08-18

Family

ID=80815435

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200104929A KR102433828B1 (ko) 2020-08-20 2020-08-20 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법

Country Status (1)

Country Link
KR (1) KR102433828B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060074600A (ko) * 2004-12-27 2006-07-03 주식회사 이수유비케어 의료 서비스 제공 방법 및 시스템
KR20130016708A (ko) 2011-08-08 2013-02-18 김성우 통증 모니터링 장치
KR20170089727A (ko) 2016-01-27 2017-08-04 주식회사 라이프사이언스테크놀로지 통증 모니터링 서비스 방법, 장치 및 시스템
KR20190047648A (ko) * 2017-10-27 2019-05-08 주식회사 뉴클리어스 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법
KR20200056660A (ko) 2018-11-15 2020-05-25 한국전자통신연구원 얼굴 내 미세움직임 기반 통증 모니터링 방법 및 시스템
KR20200058737A (ko) * 2018-11-20 2020-05-28 이종인 웨어러블 통신 단말 기반 긁음 행위 인식 시스템 및 그 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060074600A (ko) * 2004-12-27 2006-07-03 주식회사 이수유비케어 의료 서비스 제공 방법 및 시스템
KR20130016708A (ko) 2011-08-08 2013-02-18 김성우 통증 모니터링 장치
KR20170089727A (ko) 2016-01-27 2017-08-04 주식회사 라이프사이언스테크놀로지 통증 모니터링 서비스 방법, 장치 및 시스템
KR20190047648A (ko) * 2017-10-27 2019-05-08 주식회사 뉴클리어스 행동에 대한 피드백을 제공하는 웨어러블 디바이스 및 방법
KR20200056660A (ko) 2018-11-15 2020-05-25 한국전자통신연구원 얼굴 내 미세움직임 기반 통증 모니터링 방법 및 시스템
KR20200058737A (ko) * 2018-11-20 2020-05-28 이종인 웨어러블 통신 단말 기반 긁음 행위 인식 시스템 및 그 방법

Also Published As

Publication number Publication date
KR102433828B1 (ko) 2022-08-18

Similar Documents

Publication Publication Date Title
Marsico et al. A survey on gait recognition via wearable sensors
Bhat et al. Online human activity recognition using low-power wearable devices
Khan et al. Accelerometer’s position independent physical activity recognition system for long-term activity monitoring in the elderly
Parkka et al. Activity classification using realistic data from wearable sensors
Bennett et al. Inertial measurement unit-based wearable computers for assisted living applications: A signal processing perspective
Majumder et al. A simple, low-cost and efficient gait analyzer for wearable healthcare applications
Benson et al. Classifying running speed conditions using a single wearable sensor: Optimal segmentation and feature extraction methods
US20060252999A1 (en) Method and system for wearable vital signs and physiology, activity, and environmental monitoring
US20130144564A1 (en) Method and system for real-time signal classification
US20100076348A1 (en) Complete integrated system for continuous monitoring and analysis of movement disorders
Chen Human motion analysis with wearable inertial sensors
WO2011133799A1 (en) Medical evaluation system and method using sensors in mobile devices
CN112955066A (zh) 治疗空间评估
Rodríguez-Martín et al. Posture transition identification on PD patients through a SVM-based technique and a single waist-worn accelerometer
FI127689B (en) Arrangement for knee diagnostics
Burns et al. Wearable technology for patients with brain and spinal cord injuries
Martínez-Villaseñor et al. Deep learning for multimodal fall detection
Dong et al. A two-layer ensemble method for detecting epileptic seizures using a self-annotation bracelet with motor sensors
Jayasinghe et al. Classification of static postures with wearable sensors mounted on loose clothing
US20230034807A1 (en) Systems and methods including a device for personalized activity monitoring involving the hands
EP3808268B1 (en) System and method for shoulder proprioceptive analysis
US20230329587A1 (en) System And Method For Assessing Neuro Muscular Disorder By Generating Biomarkers From The Analysis Of Gait
KR102433828B1 (ko) 통증 행동 모니터링 시스템 및 이를 이용한 통증 관리 방법
Barshan et al. A Novel Heuristic Fall-Detection Algorithm Based on Double Thresholding, Fuzzy Logic, and Wearable Motion Sensor Data
Vijayan et al. Implementing Pattern Recognition and Matching techniques to automatically detect standardized functional tests from wearable technology

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right