KR20220094186A - 맞춤형 인지 훈련 방법 및 장치 - Google Patents

맞춤형 인지 훈련 방법 및 장치 Download PDF

Info

Publication number
KR20220094186A
KR20220094186A KR1020220018699A KR20220018699A KR20220094186A KR 20220094186 A KR20220094186 A KR 20220094186A KR 1020220018699 A KR1020220018699 A KR 1020220018699A KR 20220018699 A KR20220018699 A KR 20220018699A KR 20220094186 A KR20220094186 A KR 20220094186A
Authority
KR
South Korea
Prior art keywords
cognitive training
score
word
user
level
Prior art date
Application number
KR1020220018699A
Other languages
English (en)
Other versions
KR102656445B1 (ko
Inventor
이종원
나기용
Original Assignee
주식회사 에이티앤씨
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 에이티앤씨 filed Critical 주식회사 에이티앤씨
Priority to KR1020220018699A priority Critical patent/KR102656445B1/ko
Publication of KR20220094186A publication Critical patent/KR20220094186A/ko
Application granted granted Critical
Publication of KR102656445B1 publication Critical patent/KR102656445B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • 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
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Neurology (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Physics & Mathematics (AREA)
  • Psychology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Magnetic Treatment Devices (AREA)

Abstract

본 발명은 맞춤형 인지 훈련 방법 및 장치에 관한 것으로, 본 발명의 일 실시예에 따른 복수의 인지 훈련을 수행하는 맞춤형 인지 훈련 장치에서, 사용자의 데이터가 장치에 입력되면, 문제 출제부에 의해 훈련 받는 뇌 영역에 따라 미리 정해진 종류의 문제가 출제되는 단계-상기 문제는 레벨과 유형에 따라 구분됨-; 점수 판단부에 의해 사용자가 출제된 상기 문제에 대해 제공한 피드백에 따라 인지 훈련 결과 점수가 판정되는 단계; 및 문제 변경부에 의해 현재 차수의 인지 훈련 결과 점수에 따라 다음 차수의 문제 유형을 변경하여 다음 차수의 문제가 결정되는 단계; 를 포함하며, 기설정된 시간동안 복수의 뇌 영역 중 적어도 하나의 뇌 영역에 대해 뇌 신경 자극하고, 자극된 적어도 하나의 뇌 영역에 기설정된 시간 이내에 상기 미리 정해진 종류의 문제가 출제되는 단계가 수행되고, 상기 뇌 신경 자극을 수행하는 동안 나머지 단계가 수행될 수 있다.

Description

맞춤형 인지 훈련 방법 및 장치{PERSONALIZED COGNITIVE TRAINING METHOD AND DEVICE}
본 발명은 맞춤형 인지 훈련 방법 및 장치에 관한 것이다.
뇌의 영역에서 인지 훈련과 연관된 영역은 브로카(Broca) 영역, 베르니케(Werniche) 영역, 좌우 배측장 전전두피질(DLPFC, Dorsolateral Prefrontal Cortex) 영역, 좌우 두정 체감각 연합피질(PSAC, Parietal Somatosensory Association Cortex)로 총 6개 영역이 존재한다.
인지 훈련은 다양한 이유로 수행될 수 있지만, 인지 기능 장애를 개선 혹은 예방을 위하여 사용될 수도 있다. 예를 들어, 노인성 인지 장애, 그 중에서도 노인성 치매는 정상적으로 생활해오던 사람이 65세 이후 다양한 원인에 의해 뇌기능이 손상되면서 이전에 비해 인지 기능이 지속적이고 전반적으로 저하되어 일상생활에 상당한 지장이 나타나고 있는 상태를 의미하며, 치매를 예방하거나 그 진행을 늦추는 등의 치료를 수행하려면 인지 기능 저하를 방지하기 위해 인지 훈련을 수행하여야 한다.
종래 기술은 치매 사용자의 뇌 상태에 따라서만 사용자를 분류하였으며, 사용자 개개인의 특성은 고려하지 않고 인지 훈련을 수행하였다.
예를 들어, 치매 환자의 경우 초기 치매 환자는 오래된 과거 기억을 기억하고 있으나, 중증 치매 환자는 오래된 과거 기억은 기억하지 못하고 최근의 기억만 기억하고 있을 수 있다. 이때, 치매 환자들이 공학도일 경우, 인지 훈련 문제를 '특허법'에서 출제한다면, 초기 치매 환자와 중증 치매 환자 모두 정답을 맞출 수 없을 것이다. 반면, 인지 훈련 문제를 '물리학'에서 출제한다면, 오래된 과거 기억을 기억하는 초기 치매 환자는 정답을 맞출 수 있고, 중증 치매 환자는 정답을 맞출 수 없을 것이다.
또한, 동일한 초기 치매 환자로 환자 1은 공학도고, 환자 2는 법률가가 직업일 경우, 치매 진행 정도가 동일하다고 동일한 레벨의 '물리학' 문제를 출제한다면, 환자 1은 과거 기억을 바탕으로 문제를 풀어 뇌 자극이 제대로 이루어지지만, 환자 2는 과거 기억을 바탕으로도 문제를 풀 수 없어 제대로 뇌 자극이 수행되지 않는다.
즉, 사용자의 과거부터 현재까지 타임라인을 고려한 사용자 이력 등을 문제에 반영하지 않는다면, 치매 환자의 치매 진행 정도를 아무리 세밀하게 판단한다고 하더라도 사용자의 뇌를 활성화시킬 문제를 적절하게 출력할 수 없다.
다시 말해, 인지 훈련은 사용자의 인지 기능 저하를 방지하기 위해 뇌가 지속적으로 활성화 되도록 수행하는 것으로, 같은 상태의 치매 사용자라 하더라도 사용자의 이력에 따라 뇌를 활성화시키는 문제 항목과 난도는 상이할 수 있다.
따라서, 실질적이고 지속적으로 사용자의 뇌를 활성화시킬 수 있도록 사용자 데이터를 고려하여 맞춤형 인지 훈련 문제를 풀게끔 하고, 뇌 활성화 정도가 떨어지지 않도록 항목과 레벨을 조절할 수 있는 맞춤형 인지 훈련이 필요하였다.
(특허문헌 1) KR10-1295187 B1
본 발명은, 상술한 문제점을 해결하기 위하여, 각 환자 혹은 사용자 별 데이터와 구조화된 데이터베이스를 이용하여 각 환자 혹은 사용자 별 맞춤 인지 훈련을 수행하고, 뇌 활성화가 이루어지도록 사용자 이력 정보와 상기 문제 유형 간의 연관성을 고려한 문제 유형으로 조절하여 최적의 뇌 활성화 효율을 유도하는 인지 훈련을 수행할 수 있는 맞춤형 인지 훈련 방법 및 장치를 제공하고자 한다.
본 발명의 일 실시예에 따른 복수의 인지 훈련을 수행하는 맞춤형 인지 훈련 장치에서, 사용자의 데이터가 장치에 입력되면, 문제 출제부에 의해 훈련 받는 뇌 영역에 따라 미리 정해진 종류의 문제가 출제되는 단계-상기 문제는 레벨과 유형에 따라 구분됨-; 점수 판단부에 의해 사용자가 출제된 상기 문제에 대해 제공한 피드백에 따라 인지 훈련 결과 점수가 판정되는 단계; 및 문제 변경부에 의해 현재 차수의 인지 훈련 결과 점수에 따라 다음 차수의 문제 유형을 변경하여 다음 차수의 문제가 결정되는 단계; 를 포함하며, 기설정된 시간동안 복수의 뇌 영역 중 적어도 하나의 뇌 영역에 대해 뇌 신경 자극하고, 자극된 적어도 하나의 뇌 영역에 기설정된 시간 이내에 상기 미리 정해진 종류의 문제가 출제되는 단계가 수행되고, 상기 뇌 신경 자극을 수행하는 동안 나머지 단계가 수행될 수 있다.
본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법 및 장치는 문제를 종류별, 단계별, 항목별로 분류하여 저장하고, 사용자 이력 정보와 상기 문제 유형 간의 연관성을 고려한 문제 유형으로 변경하여 각 사용자 별 맞춤형 인지 훈련을 수행할 수 있으며, 뇌 자극이 되도록 문제를 종류별, 단계별, 항목별로 조절하여 출제할 수 있어 뇌 활성화 효율도 우수하며, 사용자의 치료 효율을 상승시킬 수 있다.
도 1은 뇌의 인지 훈련 관련 영역과 상기 영역을 활성화시키기 위해 수행되는 인지 훈련 종류에 대한 표를 도시한 것이다.
도 2는 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 장치의 구성을 간략하게 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 콘텐츠 저장부의 구성을 간략하게 도시한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 콘텐츠 저장부가 단어를 분류 및 저장하는 구조를 도시한 것이다.
도 5는 본 발명의 다른 일 실시예에 따른 콘텐츠 저장부가 단어를 분류 및 저장하는 구조를 도시한 것이다.
도 6은 본 발명의 일 실시예에 따른 문장 구조 모듈의 문제를 분류 및 저장하는 구조를 도시한 것이다.
도 7은 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 플로우 차트를 도시한 것이다.
도 8은 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 레벨 조절을 위한 플로우 차트를 도시한 것이다.
도 9는 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 레벨 조절 및 문제 풀 조절을 위한 플로우 차트를 도시한 것이다.
도 10은 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 문제 풀 조절을 위한 플로우 차트를 도시한 것이다.
도 11은 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 사용자 데이터를 고려한 레벨 및 문제 풀 조절을 위한 플로우 차트를 도시한 것이다.
도 12는 본 발명의 다른 일 실시예에 따른 제어부의 구성 및 동작을 간략하게 블록도로 도시한 것이다.
도 13은 본 발명의 다른 일 실시예에 따른 단어 분석 및 분류 모듈이 단어를 분류하는 방식을 도시한 것이다.
도 14는 본 발명의 다른 일 실시예에 따른 단어 분석 및 분류 모듈이 단어를 분류하는 플로우 차트를 도시한 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시형태를 설명한다. 그러나 본 발명의 실시형태는 여러 가지의 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시형태로만 한정되는 것은 아니다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면상의 동일한 부호로 표시되는 요소는 동일한 요소이다.
이하, 맞춤형 인지 훈련을 받거나, 맞춤형 인지 훈련을 받도록 맞춤형 인지 훈련 장치를 제어하는 자를 사용자라고 정의한다.
이하, 인지 장애 환자는 사용자 중 일 실시예일뿐이며, 예를 들어, 노인성 치매 환자 등이 포함될 수 있고, 아래에서 치매 환자를 예시하여 설명하는 실시예는 다른 종류의 인지 장애 환자나 맞춤형 인지 훈련 받는 사용자를 의미할 수 있다.
이하, 문제 레벨은 사용되는 단어 또는 도형 또는 색상의 개수에 따라 정의될 수 있다.
이하, 문제 유형은 종류별, 단계별, 항목별로 분류하여 데이터베이스에서 저장된 인지 훈련 문제에서 사용되는 단어를 포함하며, 자극될 복수의 뇌 영역에 사용되는 모든 단어가 상기 데이터베이스에 저장될 수 있다. 상기 문제 유형은 상기 단어를 선택 및 추출하는 기준 또는 결과를 의미할 수 있으며, 본 발명의 일 실시예에서 사용자 이력 정보와의 연관성을 고려하여 동일한 뇌 영역을 자극하면서도 문제 유형을 변경할 수 있다.
본 발명은 다양한 이유로 수행되는 인지 훈련에 사용될 수 있으며, 어린이의 두뇌 개발을 돕거나 인지 장애 등으로 뇌 발달이 저하될 경우 뇌 활성화를 도와 치료 또는 예방의 목적으로 사용될 수 있다.
특히, 본 발명은 노인성 인지 장애를 치료하고 예방하는 데 사용될 수 있으며, 노인성 인지 장애로는 기억력이 감퇴되는 기억 장애, 신경퇴행성 질환인 알츠하이머 등의 치매 질병이 존재할 수 있으며, 인지 훈련을 통해 뇌 활동 저하를 막고 인지 장애 등의 질병을 치료 또는 예방할 수 있다.
도 1은 뇌의 인지 훈련 관련 영역과 상기 영역을 활성화시키기 위해 수행되는 인지 훈련 종류에 대한 표를 도시한 것이다.
도 1에 도시된 바와 같이, 인지 기능을 수행하는 뇌 영역은 총 6 개의 영역으로서, 브로카(Broca) 영역, 베르니케(Werniche) 영역, 좌우 배측장 전전두피질(DLPFC, Dorsolateral Prefrontal Cortex) 영역, 좌우 두정 체감각 연합피질(PSAC, Parietal Somatosensory Association Cortex)을 포함한다.
상기 브로카 영역은 구문, 문법, 말 표현을 담당하며, 베르니케 영역은 말의 의미, 분류를 담당한다. 또한, 좌우 DLPF는 행동 이름, 사물 이름 또는 공간 기억을 담당하고, 좌우 PSAC는 공간이나, 방향 작업을 담당한다.
따라서, 상기 영역을 활성화 시키기 위해서는 각 영역마다 다른 종류의 인지 훈련을 수행하여야 하며, 도 1에 도시된 바와 같이, 브로카 영역은 유사한 문장 선택, 옳고 그른 문장 선택을 수행할 수 있고, 베르니케 영역은 올바른 단어 찾기나 사진에 맞는 단어 맞추기를 통해 활성화될 수 있다.
또한, 좌측 DLPFC는 단어 암기, 도형 색깔 맞추기와 도형 위치 맞추기를, 우측 DLPFC는 단어 암기 또는 행동 상태 맞추기 또는 사물 이름 맞추기를 수행할 때 활성화될 수 있으며, 좌측 PSAC는 특정 글자 찾기, 우측 PSAC는 색상 및 도형 찾기를 수행하여 활성화될 수 있다.
일 예로, 상기 특정 글자 찾기는, 특정 글자 '가'를 '가'와 유사한, 갸, 거, 겨 등과 섞어 놓은 이미지를 보여주고 '가'가 상기 이미지에 있었는지를 답변하도록 하는 것으로, 특정 글자가 상기 이미지 내에 없을 수도 있다.
또 다른 일례로, 지정 색상 및 도형 찾기는, '파란색 세로 도형이 있나요?'라는 질문에 이미지에서 해당하는 색상 및 도형을 찾는 문제 형태이다.
따라서, 해당 뇌 영역에 따라 대응되는 종류의 문제를 푸는 인지 훈련을 통해 각 뇌 영역을 활성화시킬 수 있으며, 하나의 종류의 문제가 하나의 뇌 영역을 활성화시키도록 문제를 출제할 수 있다.
상술한 인지 훈련을 통해 노인성 인지 장애, 예를 들어 노인성 치매를 치료하거나 예방할 수 있으며, 또는 노인뿐만 아니라 어린 아이 등 인지기능 장애를 가진 사용자에게 모두 적용할 수도 있다.
본 발명의 일 실시예에 따르면 맞춤형 인지 훈련 장치(100)를 이용하여 별도로 인지 훈련을 일정간격으로, 예를 들면 매일 수행할 수 있다.
또는, 본 발명의 다른 일 실시예에 따른 맞춤형 인지 훈련 장치(100)는 뇌 신경 자극 장치(Brain neurological stimulation)와 연동하여 인지 훈련과 뇌 신경 자극을 동시에 또는 교대로 수행할 수 있다.
상기 뇌 신경 자극 장치는 TMS (Transcranial　Magnetic　Stimulation) 장치, 또는 TDCS(Transcranial　Direct Current　Stimulation) 등과 같은 비침습적인 자기장 자극 장치일 수 있으며, 또는 초음파 장치와 같은 뇌 신경 자극 장치 또는 뇌에 직접적임 물리적 자극을 수행하기 위한 침습적인 자극 장치일 수 있다.
이하에서, 본 발명의 일 실시예에 따라 뇌 신경 자극 장치 중 자기장 자극 장치에 대한 실시예를 중심으로 설명하며, 이는 예시적인 실시예일뿐 이에 의해 권리범위가 제한되지 않는다.
예를 들어, 본 발명의 다른 일 실시예에 따른 맞춤형 인지 훈련 장치(100)는 자기장 자극 장치와 동시에 또는 교대로 사용자의 뇌 자극을 수행할 수 있으며, 이때 자기장 자극 장치는 코일에 의한 자기장을 이용하여 뇌를 자극하는 장치로서, TMS (Transcranial　Magnetic　Stimulation) 장치, 또는 TDCS(Transcranial　Direct Current　Stimulation) 장치 등 다양한 장치를 포함할 수 있다. 자기장 자극 장치와 맞춤형 인지 훈련 장치(100)를 함께 사용하면, 자기장 자극 장치로 자극되는 뇌 부위를 맞춤형 인지 훈련 장치(100)가 추가 활성화시켜 치매 치료 효율을 향상시킬 수 있으며, 또는 자기장 자극 장치로 덜 자극되는 뇌 부위를 맞춤형 인지 훈련 장치(100)가 보완적으로 활성화시켜 뇌 전반적인 치매 치료 효율을 향상시킬 수도 있다.
기설정된 시간동안 복수의 뇌 영역 중 적어도 하나의 뇌 영역을 자기장 자극하고, 상기 자기장 자극된 적어도 하나의 뇌 영역에 기설정된 시간 이내에 상기 미리 정해진 종류의 문제가 출제되는 단계가 수행되고, 자기장 자극을 수행하는 동안 나머지 단계가 수행될 수 있다.
뇌 자극 효율이 사라지지 않는 동안 인지 훈련을 수행하여 인지 훈련 효율을 극대화할 수 있다.
이때, 본 발명의 다른 실시예에 따른 상기 자기장 자극 장치는, 운동 역치(MT)를 포함한 사용자 데이터 및 자극되는 뇌 영역을 고려하여 대응되는 자기장을 결정하는 제어부와, 자기장을 발생시키는 코일과 연결되며, 상기 코일이 결정된 자기장을 발생시키도록 전력을 공급하는 전력 모듈을 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 장치(100)의 구성을 도시한 것이다.
도 2에 도시된 바와 같이, 복수의 인지 훈련을 수행하는 맞춤형 인지 훈련 장치로서, 문제 출제에 이용되는 콘텐츠를 단계별로 또는 항목별로 분류하여 저장하는 콘텐츠 저장부(110), 인지 훈련을 통해 활성화되는 뇌 영역과 사용자 데이터를 고려하여 이에 대응하는 인지 훈련을 위한 문제를 출제하는 문제 출제부(120), 상기 문제 출제부(120)에서 출제한 문제에 대해 획득한 점수의 범위 또는 점수의 유지 여부를 판단하는 점수 판단부(130), 및 상기 점수 판단부(130)의 결과에 따라 상기 문제의 레벨 또는 문제의 풀(Pool)을 변경하는 상기 문제 변경부(140)를 포함하며, 상기 문제 변경부(140)는, 사전 설정된 최적 점수 범위가 유지되도록 상기 문제의 레벨을 조절하는 레벨 조절 모듈과(1401), 문제 난도를 변경시키고도 현재 차수의 인지 훈련 결과 점수가 여전히 종전 인지 훈련 결과 점수와 동일하게 유지될 때 문제의 풀을 변경하도록 상기 콘텐츠 저장부(110)의 단계 또는 항목을 변경하는 풀 변환 모듈(1402)을 포함할 수 있다.
구체적으로, 레벨 조절 모듈(1401)이 다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 문제 난도를 변경하거나, 또는 다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 문제 난도를 변경시키고도 현재 차수의 인지 훈련 결과 점수가 여전히 종전 인지 훈련 결과 점수와 동일하게 유지될 때 풀 변환 모듈(1402)이 다음 차수의 문제 유형을 변경할 수 있다.
본 발명의 일 실시예에 따르면, 상기 사전 설정된 최적 점수 범위는 사용자가 기설정한 것으로 85점 이상 95점 이하의 점수가 될 수 있다. 인지 훈련 장치(100)는 계속 사용자의 뇌를 자극하는 것이 중요한데, 계속 100점이 나오면 정답을 너무 쉽게 맞춰 오히려 집중력이 떨어지고 졸음이 몰려와서 뇌 자극 효율이 떨어지며, 반대로 4~50점의 낮은 점수가 나오게 되면 문제가 지나치게 어려워서 사용자의 흥미도가 떨어지며 집중력이 떨어져 뇌 자극 효율이 떨어지게 된다. 따라서, 뇌 활성화 상태를 지속적으로 유지하기 위해 85점~95점의 점수 범위를 설정할 수 있으며, 이는 일 예시적인 실시예로 이에 의해 청구범위가 제한되지 않는다.
따라서, 상기 문제 변경부(140)는 상기 점수 판단부(130)로 나온 사용자의 인지 훈련 결과 점수를 고려하여 사전 설정된 최적 점수 범위를 유지하도록 문제의 난도 또는 문제 풀을 변경할 수 있다.
또한, 사용자의 인지 훈련 결과 점수를 고려하여 문제의 난도 또는 문제 풀을 변경하면, 사용자의 치매 진행 정도나 뇌 상태에 따라 적합한 뇌 기능 향상을 위한 난도 또는 문제 풀을 조절하여 문제를 출제할 수 있지만, 사용자의 신상 정보나 이력 등 사용자 데이터에 따른 문제를 출제할 수는 없다. 사용자의 데이터를 고려하지 않고 문제를 출제하면 치매 진행과 상관 없이 사용자가 모르는 단어나 문장 등이 존재할 수 있으며, 이 경우에도 문제는 오답 처리되어 상기 사용자의 치매 진행 상황에 대한 잘못된 피드백을 받을 수 있다.
따라서, 다음 차수의 문제 난도 또는 문제 풀을 결정할 때는, 사용자 데이터를 고려하여 문제 유형을 다른 유형으로 변경할 수 있으며, 이때, 상기 사용자 데이터는 상기 사용자의 나이, 학력, 구사 언어, 성별, 거주 지역 이력 및 직업 이력 중 적어도 하나를 포함할 수 있다.
즉, 문제 출제부(120)는 활성화 시킬 뇌 영역에 따라 문제의 종류를 결정하고, 문제 변경부(140)의 레벨 조절 모듈(1401)이 점수 판단부(130)의 사용자 인지 훈련 결과 점수를 고려하여 문제의 난도를 조절하며, 문제 변경부(140)의 풀 변환 모듈(1402)이 문제의 난도를 조절하였음에도 사용자의 결과 점수에 영향이 없을 경우, 문제 유형을 다른 유형으로 변경하도록 상기 콘텐츠 저장부(110)의 단계 또는 항목을 변경할 수 있다.
도 3 내지 5는 본 발명의 일 실시예에 따른 콘텐츠 저장부(110)의 구성을 간략하게 도시하고, 콘텐츠 저장부(110)가 단어를 분류 및 저장하는 구조를 도시한 것이다.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 상기 콘텐츠 저장부(110)는, 단어 문제에 출제되는 단어를 포함하는 단어 모듈(1101), 문장 문제에 출제되도록 단어를 문장 구조에 따라 분류하여 저장하는 문장 구조 모듈(1102), 사용자 신상 정보 및 사용자 치료 정보 중 적어도 하나를 포함하는 사용자 데이터를 저장하는 사용자 데이터 모듈(1103)을 포함하는 인지 훈련 데이터 베이스(DB)를 포함할 수 있다.
단어 모듈(1101)은 사물이나 동작을 나타내는 단어가 저장된 DB로서, 브로카를 활성화시키기 위한 문장을 생성하도록 문장 구조 모듈(1102)에 사용되는 단어를 제공하거나, 베로니카를 활성화시키기 위한 올바른 단어 찾기나 사진에 맞는 단어 맞추기 또는 우측 DLFP 를 활성화시키기 위한 행동 또는 사물 이름 맞추기에 사용되는 단어 등을 제공할 수 있다.
또한, 문장 구조 모듈(1102)는, 주어, 서술어, 목적어, 보어 또는 기능적 단어로 단어를 분류 저장하여 문장을 생성할 때 분류된 각 항목에서 단어를 추출할 수 있다.
특히, 본 발명의 일 실시예에 따른 문장 구조 모듈(1102)는 한국어에 맞춰 한국어 문장에 대응하는 문장 구조로 모듈을 구성한다. 그러나, 영어, 일본어, 중국어 등 다른 국가의 언어에 따른 문장에 대응하는 문장 구조로도 모듈을 구성할 수 있다.
더하여, 사용자 데이터 모듈(1103) 사용자의 나이, 학력, 언어, 성별, 지역, 직업 중 적어도 하나를 포함하는 사용자 이력 정보를 저장하거나, 사용자의 인지 훈련 내용 또는 인지 훈련 결과 점수 등을 저장한 사용자 치료 정보를 저장할 수 있다.
따라서, 사용자 데이터 모듈(1103)은, 사용자 이력 정보와 사용자 치료 정보를 저장하는 사용자 치료 정보 DB를 포함할 수 있다.
예를 들어, 사용자가 복수의 언어를 구사할 경우, 일 예로, 한국어와 영어를 모두 사용할 수 있다면, 사용자 데이터를 고려하여 문장 구조 모듈(1102)에 한국어 문장에 부합하는 문장 구조 모듈뿐만 아니라, 영어 문장에 부합하는 문장 구조 모듈을 포함하여 복수의 문장 구조 모듈(1102)이 구비되도록 할 수 있고, 상기 언어를 활용하여 난도를 조절하거나 문제 풀을 변경할 수 있다.
또는, 사용자의 학력은 사용자가 가지는 지식에 영향을 줄 수 있어, 사용자가 대학원을 졸업했을 경우, 대학원에서 사용되는 전공 용어들도 단어 모듈(1101)에 포함시킬 수 있다.
또는, 성별에 따라 체험할 수 있는 경험이 달라지는 바, 그러한 경험에서 체득할 수 있는 용어들을 고려하여 단어 모듈(1101)에 반영할 수 있다.
또는, 사용자의 거주 이력에 따라 서울에서만 살았던 사용자는 지역 사투리 단어는 치매와 무관하게 알 수 없으나, 사투리를 사용하는 지역에 거주했던 사용자는 지역 사투리로만 사용되는 단어까지 단어 모듈(1101)에 포함시켜 인지 훈련에 사용할 수 있다.
따라서, 콘텐츠 저장부(110)는 문제 출제에 사용되는 단어나 사용자 데이터를 상술한 바와 같은 분류 기준으로 구조화하여 저장하며, 단어 모듈(1101)이나 문장 구조 모듈(1102)는 사용자 데이터 모듈(1103)로부터 전달받은 사용자 데이터를 고려하여 단어나 문장을 추출할 수 있으며, 사용자 별로 상기 사용자의 뇌가 지속적으로 자극될 수 있는 맞춤형 문제를 출제할 수 있다.
특히, 상기 뇌 영역에 대응되는 문제 종류에서 사진에 맞는 단어, 행동 이름 맞추기, 사물 이름 맞추기는 환경의 영향을 특히 많이 받는 부분이어서 사용자 데이터를 고려하여 문제를 출제하는 것이 매우 중요하다.
더하여, 사용자 데이터 모듈(1103)에 인지 훈련에 사용된 문제 난도 및 문제 풀과 사용자 이력 정보가 대응되어 저장되는 바, 사용자 데이터가 쌓이면 이를 빅데이터로 이용하여 사용자 맞춤형 문제를 출제 또는 변경하는데 드는 시간 및 비용을 감소시킬 수 있으며, 해당 사용자 데이터에서 뇌 자극 효율이 가장 높은 최적 점수 범위를 도출할 수도 있다.
구체적으로, 도 4 내지 도 5에 도시된 바와 같이, 본 발명의 일 실시예에 따른 상기 콘텐츠 저장부(110)는, 상기 단어를 단계 별로 또는 하나의 단계 내에서 항목 별로 분류하여 저장하며, 이때, 상기 단계는 1 내지 n 단계를 포함하며, 상기 n은 2 이상의 양의 정수이다.
또한, 본 발명의 일 실시예에 따르면, 상기 콘텐츠 저장부(110)의 제1 단계는 명사 항목과 동사 항목을 포함하며, 단계의 숫자가 커질수록 상기 항목을 세분화한 하위 개념의 단어들을 포함할 수 있다.
도 4에 도시된 바와 같이, 콘텐츠 저장부(110)는 제1 단계 내지 제4 단계로 구조화하여 단어를 저장할 수 있다(n=4). 제1 단계는 명사(사물) 항목 1개를 포함하며, 제2 단계는 명사(사물) 항목을 세분화한 하위 개념인 생물 항목과 무생물 항목을 포함할 수 있다.
또한, 제3 단계는, 제2 단계의 생물 항목을 세분화한 식물 항목과 동물 항목, 그리고 제2 단계의 무생물 항목을 세분화한 옷 항목과 도구 항목을 포함할 수 있다.
제4 단계에서는 제3 단계의 식물 항목을 세분화한 풀, 꽃 항목, 그리고 동물 항목을 세분화한 개과, 고양이과 항목, 그리고 제3 단계의 옷 항목을 세분화한 바지, 셔츠, 양말 항목을 포함할 수 있다.
예를 들어, 문제 출제부(120)는 상기 제3 단계에서 맷돌 사진을 보여주고 옷과 도구 중 무엇이냐고 출제할 수도 있지만, 상기 제4 단계에서 제3 단계의 도구를 구체화한 맷돌과 낫을 보여주며 무엇이냐고 출제할 수도 있다.
n이 2 이상의 숫자지만, 실제로 문제로 출제되는 단계는 제일 큰 숫자의 단계나 제일 큰 숫자 바로 이전의 단계 정도에서 출제되며, 나머지 단계는 단계와 항목을 구조화하여 문제 풀을 분류하는데 이용될 수 있다.
본 발명의 일 실시예에 따르면, 문제 난도를 조절하여도 상기 평균 점수가 사용자가 설정한 최적 범위를 벗어나서 복수 차수 동안 연속하여 일정하게 유지되는 경우, 문제 풀이 변경되도록 상기 콘텐츠 저장부(110)의 단계 또는 항목을 변경할 수 있다.
구체적인 일 실시예로서, 도 4에 도시된 콘텐츠 저장부(110)가 n=5로 설정되어, 제5 단계를 더 포함한다고 가정한다. 제5 단계가, 제4 단계에 기재된 꽃 항목을 세분화한, 꽃잔디, 풀협죽도, 깽깽이풀, 실꽃풀, 개나리 등을 포함할 때, 사용자1의 거주지가 평생 서울시 강남구로서 꽃을 접해본 적 없을 경우 치매와 무관하게 사용자1은 꽃잔디, 풀협죽도, 깽깽이풀이 올바른 단어인지 혹은 사진에 맞는 단어인지 알 수 없을 것이다.
반면, 사용자2의 직업이 식물학자일 경우, 사용자2가 평생 서울시 강남구에 살았더라도 상기 사용자2는 꽃잔디, 풀협죽도, 깽깽이풀, 실꽃풀 등이 올바른 단어인지 알 수 있으며, 사진을 보고 사진에 맞는 단어를 고를 수 있을 것이며, 해당 사용자2가 치매가 심해져 상기 단어를 고르지 못할 경우 사용자2의 치매 진행상황을 정확하게 피드백 받을 수 있다.
즉, 동일한 단계의 동일 항목의 문제를 출제하더라도 사용자의 데이터에 따라 사용자가 생각하고 답을 도출하는 뇌 활성화 과정의 수행 여부가 달라질 수 있다.
따라서, 사용자 1이 사전 설정된 최적 점수 범위보다 낮은 점수를 계속 받을 경우, 풀 변환 모듈(1402)은 해당 항목이 사용자 1의 뇌를 활성화시킬 정도의 분별력이 없다고 간주하고, 콘텐츠 저장부(110)의 제5 단계에서 제4 단계로 단계를 감소시킨 후, 꽃 항목에서 개과 항목으로 항목을 변경할 수 있다.
또는, 사용자 1이 사전 설정된 최적 점수 범위보다 한참 낮은 점수를 계속 받을 경우, 풀 변환 모듈(1402)는 해당 항목과 그 근접한 항목이 사용자 1의 뇌를 활성화시킬 정도의 분별력이 없다고 간주하고, 콘텐츠 저장부(110)의 제5 단계에서 제3 단계로 단계를 2 단계 감소시킨 후, 꽃 항목의 상위 개념인 제3 단계의 식물 항목에서, 제3 단계의 도구 항목으로 항목을 변경할 수 있다.
반면, 사용자 2가 제4 단계의 꽃 항목의 문제를 풀고 사전 설정된 최적 점수 범위보다 높은 점수를 계속 받을 경우, 너무 쉬운 문제로 집중력이 떨어져 뇌 활성화 정도가 떨어질 수 있는 바, 단계를 증가시킨 후 제5 단계의 꽃잔디, 풀협죽도, 깽깽이풀, 실꽃풀 항목들을 출제할 수 있다.
도 5에 도시된 바와 같이, 콘텐츠 저장부(110)는 제1 단계 내지 제4 단계로 구조화하여 단어를 저장할 수 있다(n=4). 제1 단계는 동사(동작) 항목 1개를 포함하며, 제2 단계는 동사(동작) 항목을 세분화한 하위 개념인 행동 항목과 심리 항목과, 지각 항목을 포함할 수 있다.
또한, 제3 단계는, 제2 단계의 행동 항목을 세분화한 이동 항목과 놀이 항목, 그리고 제2 단계의 심리 항목을 세분화한 분노 항목과 슬픔 항목, 기쁨 항목, 그리고 지각 항목을 세분화한 감각 항목과 인지 항목을 포함할 수 있다
제4 단계에서는 제3 단계의 이동 항목을 세분화한 지나다, 오래되다 항목, 그리고 슬픔 항목을 세분화한 슬프다, 울다 항목, 그리고 제3 단계의 감각 항목을 세분화한 보다, 듣다, 되다 항목 등을 포함할 수 있다.
구체적인 일 실시예로서, 사용자3의 사용자 데이터가, 회사원, 남성, 서울, 대학교 졸업인 경우, 제4 단계의 '되다'를 보고 새로운 신분이나 지위를 가진다는 의미의 '되다'인지, 일이 힘에 벅차다는 의미의 경상도 사투리 '되다'인지 알 수가 없다. 예를 들면, 상기 '되다'가 후자의 의미일 경우, '그는 일이 되다' 라고 기재된 문장을 보고 사용자3은 그른 문장이라고 선택할 수 있지만, 이는 오답이 된다.
그래서, 상기 오답이 반복되어 문제 난도를 조절하여도 상기 평균 점수가 사용자가 설정한 최적 범위를 벗어나서 복수 차수 동안 연속하여 일정하게 유지되는 경우, 풀 변환 모듈(1402)은 문제 풀이 변경되도록, 상기 콘텐츠 저장부(110)의 단계를 제3 단계로 감소시킨 후, 제3 단계의 이동 항목으로 항목을 변경하여 문제를 출제할 수 있다.
따라서, 상기 풀 변환 모듈(1402)은, 문제 풀을 결정하는 경우, 상기 사용자의 데이터를 고려하여 문제 유형을 다른 유형으로 변경할 수 있다.
본 발명의 일 실시예에 따르면 상기 풀 변환 모듈(1402)은, 사전 설정된 최적 점수 범위 미만으로 상기 결과 점수가 유지되는 경우, 상위 개념의 단어들이 출제되도록 상기 단어 모듈의 단계를 감소시켜 항목을 변경하며, 사전 설정된 최적 점수 범위를 초과하여 상기 결과 점수가 유지되는 경우, 하위 개념의 단어들이 출제되도록 상기 단어 모듈의 단계를 증가시켜 항목을 변경할 수 있다.
또는, 사전 설정된 최적 점수 범위와 차이가 많이 나는 결과 점수가 유지되는 경우 상기 콘텐츠 저장부(110)의 단계를 복수 단계씩 감소시키거나 증가시켜 항목을 변경할 수도 있다.
한편, 인지 훈련 결과 점수에 따라 자극될 뇌 영역에 대해 미리 정해진 유형의 문제 수 및 자극될 뇌 영역에 대해 기설정된 자극 시간 중 적어도 하나를 조절하거나, 상기 인지 훈련 결과 점수에 따라 상기 혼합한 문제의 자극될 뇌 영역에 대해 미리 정해진 유형의 문제 비율을 조절할 수 있다.
예를 들어, Broca영역을 자극하기 위한 '표현'문제에서 인지 훈련 결과 점수가 너무 낮게 나올 경우 문장 또는 그림을 표현하는 '표현' 인지 훈련 문제의 문항 수를 더 늘리거나 '표현' 인지 훈련 문제를 푸는 시간을 더 늘릴 수 있다. 반대로 인지 훈련 결과 점수가 너무 높게 나올 경우 '표현' 인지 훈련 문제의 문항 수를 줄이거나 시간을 줄일 수 있다.
또는, Broca영역과 Wernicke영역을 같이 자극할 경우 Broca를 자극하는 '표현'문제와 Wernicke를 자극하는 '이해'문제를 혼합한 유형의 문제를 출제할 수 있으며, 이때 Broca 영역 관련된 인지 훈련 결과 점수가 낮게 나올 경우 '이해'보다는 '표현'에 치중한 문제를 출제할 수 있다.
사용자의 인지 훈련 결과 점수에 따라 인지 훈련 영역의 조합을 고려한 문제를 출제할 수 있으며 문항 수, 난도뿐만 아니라 혼합 유형의 문제에서 특정 유형 문제의 비중을 늘릴 수 있다.
한편, 도 6에 도시된 바와 같이, 문장 구조 모듈(1102)은, 주어 항목, 보어 항목, 목적어 항목, 서술어 항목을 포함하며, 추가로 기능적 단어 항목을 더 포함할 수 있다.
브로카 영역을 활성화시키기 위해서는 유사한 '문장'을 출제해야 하며, '옳고 그른 문장'을 출제할 수 있어야 한다. 문장을 형성하기 위한 조건으로 반드시 서술어가 포함되어야 하며, 서술어에 주어를 추가하거나, 주어, 목적어를 추가하거나, 주어, 보어를 추가하거나, 주어, 목적어, 보어를 추가할 수 있다.
문제 출제부(120)는 서술어 앞에 붙는 체언인 주어, 목적어 및 보어를 추가하거나 삭제하여 문제 유형을 변경하거나 난도를 조절할 수 있으며, 서술어의 존재 여부와 위치를 조절하여 옳고 그른 문장을 형성할 수 있다.
일 예시로, 상기 기능적 단어 항목에는 체언, 수식어, 조사와 같은 관계어, 접속어, 용언, 운용어, 감탄사와 같은 독립어 등을 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 상기 레벨 조절 모듈(1401)은, 문제 난도를 감소시키거나 현재 인지 훈련 차수가 제1 차수인 경우, 상기 사용자 데이터 모듈(1103)로부터 전달받은 사용자 데이터와 관련된 항목에 우선순위를 부여하여 입력 받은 사용자의 데이터와 연관된 문제 풀에서 문제를 출제할 수 있다.
상술한 바와 같이, 사용자 데이터와 관련된 항목은 사용자가 이전에 접했던 단어로서 난도에도 영향을 미칠 수 있다. 따라서, 난도를 감소시키거나 이전 데이터 없이 인지 훈련을 수행하는 제1 차수에서는 사용자 데이터와 관련된 항목에 우선순위를 높게 부여하여 사용자가 문제를 좀 더 용이하게 풀도록 할 수 있다.
또한, 레벨 조절 모듈(1401)은, 예를 들어 특정 글자 찾기 문제에서, 난도를 낮게 하기 위해 특정 글자만 크게 하거나, 전체 글자 수를 줄이는 등으로 조절할 수 있다.
또는, 레벨 조절 모듈(1401)은 유사한 문장 선택이나 옳고 그른 문장 선택, 또는 올바른 단어 찾기나 사진에 맞는 단어 찾기 등 문장과 단어와 관련된 문제에서 난도를 낮게 하기 위해서는 단어의 음절을 줄이거나, 문장을 구성하는 단어의 개수를 줄일 수 있다.
더하여, 난도를 조절할 때는 결과 점수에 따라 한 레벨씩 난도를 조절할 수도 있으나, 결과 점수가 최적 점수 범위를 많이 벗어날 경우 복수 레벨씩 난도를 조절할 수도 있다.
본 발명의 일 실시예에 따른 복수의 인지 훈련을 수행하는 맞춤형 인지 훈련 장치에서, 사용자의 데이터를 장치에 입력하고, 훈련 받는 뇌 영역에 따라 미리 정해진 종류의 문제를 출제하는 단계, 사용자가 출제된 상기 문제에 대해 제공한 피드백에 따라 인지 훈련 결과 점수를 판정하는 단계, 및 현재 차수의 인지 훈련 결과 점수에 따라 다음 차수의 문제 난도 또는 문제 풀을 결정하는 단계를 포함할 수 있다.
이때, 상기 다음 차수의 문제 난도 또는 문제 풀을 결정하는 단계는, 다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 문제 난도를 변경하거나, 또는 문제 난도를 변경시키고도 현재 차수의 인지 훈련 결과 점수가 여전히 종전 인지 훈련 결과 점수와 동일하게 유지될 때 다음 차수의 문제 유형을 변경할 수 있다.
여기서, '차수'는 일정 주기로 반복되는 인지 훈련 루틴을 의미하며, 사용자가 미리 설정할 수 있다. 예를 들어, 1주 단위로 '차수'를 결정하면 제1주차, 제2주차, ... , 제N주차 수행할 수 있다.
도 7은 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 플로우 차트를 도시한 것으로서, 도 7에 도시된 바와 같이, 맞춤형 인지 훈련 장치(100)에 사용자 데이터를 입력하고(S701), 기설정된 일정에 따라 뇌 영역 중 치료 위치를 선정하며(S702), 상기 뇌 영역에 대응되는 기 설정된 인지 훈련 종류를 출력한다(S703). 이는 도 1에 도시된 인지 훈련 종류와 같다.
또한, 본 발명의 일 실시예에 따라 상기 차수의 단위가 일주일일 경우, 복수의 인지 훈련을 수행하는 맞춤형 인지 훈련 방법은 일주일씩 총 4주간 훈련을 수행할 수 있다.
이때, 1주차 인지 훈련인 경우(S704에서 예), 종전 인지 훈련 결과 점수가 없는 바, 상기 장치에 입력된 사용자 데이터를 이용하여 사용자 데이터와 연관된 항목의 문제를 출제할 수 있다. 또한, 난도는 레벨 0으로 가장 쉬운 문제를 출제할 수 있다.
반면, 1주차 인지 훈련이 아닌 경우(S704에서 아니오), 상기 장치에 입력된 사용자 데이터 및 종전 차수의 인지 훈련 결과 점수를 이용하여 문제 풀 및 난도를 결정할 수 있다(S705).
상기 결정된 인지 훈련 종류 및 인지 훈련 문제 난도 및 풀에 따라 인지 훈련을 시작하고(S706), 사전 설정된 방식에 따라 인지 훈련을 수행한 후 인지 훈련이 종료되면(S707), 인지 훈련 결과를 사용자에게 전송할 수 있다(S708).
기설정된 기간인 일주일 동안 인지 훈련이 완료되면(S709에서 예), 기설정된 기간 동안의 인지 훈련 결과 점수에 대해서 평균 점수를 산출하고, 상기 인지 훈련 결과 평균 점수를 저장(S710)할 수 있다. 이때, 상기 결과 평균은 사용자 치료 정보 DB에 저장할 수 있으며, 이는 사용자 데이터 모듈(1103)에 포함될 수 있다.
한편, S701에서 입력된 사용자 데이터 또한 상기 사용자 치료 정보 DB에 저장될 수 있다(S711).
한편, S703에서, 본 발명의 또 다른 일 실시예에 따라 각 인지 훈련 시 동시에 복수의 뇌 영역을 훈련할 경우, 뇌 영역에 따라 미리 정해진 유형의 문제를 혼합한 문제가 출제될 수 있다. 즉, 복수의 뇌 영역을 동시에 인지 훈련할 수 있으며, 각 뇌 영역을 각각 인지 훈련할 수 있으며, 이에 따라 문제의 종류가 상이할 수 있다.
도 8 내지 11은 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 레벨 조절 또는 문제 풀 조절을 위한 플로우 차트를 도시한 것이다.
도 7에서 인지 훈련을 수행하여 결과 평균 점수를 획득하여 저장(S710)한 후, 도 8에 도시된 바와 같이, 레벨 조절 모듈(1401)은 상기 사용자 치료 정보 DB에 저장된 결과 평균 점수를 확인하여, 이에 따라 다음 차수의 문제 난도를 조절할 수 있다.
예를 들어, 상기 차수는 일주일 단위이며, 사용자가 사전 설정한 최적 점수 범위는 85점에서 95점 사이라고 가정한다.
레벨 조절 모듈(1401)은, 상기 사용자 치료 정보 DB에 저장된 상기 평균 점수가 최적 점수 범위에 들어가는지 확인한다.
구체적으로, 평균 점수가 85점 미만일 경우(S801에서 예), 문제 난도를 감소시키고, 평균 점수가 95점을 초과할 경우(S802에서 예), 레벨 조절 모듈(1401)은 문제 난도를 증가시킨다. 반면, 평균 점수가 최적 점수 범위 85점에서 95점 사이일 경우(S801에서 아니오& S802에서 아니오), 레벨 조절 모듈(1401)은 난도를 유지할 수 있다.
즉, 평균 점수에 따라 레벨 조절 모듈(1401)은 문제 난도를 조절한다(S803).
이후, 결정된 문제 난도에 따라 다음 주차 문제를 출제하고(S804), 출제된 문제를 인지 훈련 DB에 저장할 수 있다.
더하여, 도 9에 도시된 바와 같이, 현재 평균 점수에 따라 레벨 조절 모듈(1401)이 레벨을 조절한 후에, 이전 주차 평균 점수와 현재 주차 평균 점수의 변경 정도에 따라 풀 변환 모듈(1402)이 문제 풀을 변경할 수 있다.
도 9에 도시된 바와 같이, N주차 평균 점수를 확인한 후, S901에서 S903은 도 8에 도시된 S801 내지 S803과 순서는 상이하나 평균 점수가 사전 설정된 최적 점수 범위에 들어가는지 확인하는 단계로서 동일한 단계이다.
레벨 조절 모듈(1401)이 다음 차수(N+1주차) 난도를 결정(S903)한 후, N-1주차와 N주차 평균 점수를 비교(S904)하여 풀 변환 모듈(1402)이 문제 풀을 변경할 지를 결정할 수 있다.
N-1주차와 N주차 평균 점수를 비교(S904)하여 평균 점수가 유지되면(S906에서 예), 문제 풀을 변경(S907)할 수 있으며, 난도를 변경하고 평균 점수에 변화가 있으면(S906에서 아니오), 문제 풀을 유지(S908)할 수 있다.
다만, 이는 N이 2 이상에 해당하는 경우(S905에서 아니오), 상술한 과정을 수행할 수 있으며, N=1로 1주차에 해당하는 경우(S905에서 예), 종전 주차 평균 점수가 없으므로 문제 풀에 대한 변경 없이 바로 2주차(N+1주차) 문제를 출제 및 저장할 수 있다.
도 9에 도시된 문제 풀 변경 플로우는, 인지 훈련 결과 평균 점수에 따라 풀 변환 모듈(1402)이 어떻게 문제 풀을 조절하는지 도 10에 구체적으로 도시되어 있다.
도 10에 도시된 바와 같이, N-1주차와 N주차 평균 점수를 비교(S904)하여, 평균 점수가 85점 미만으로 유지되는 경우(S1001에서 예), 콘텐츠 저장부(110)의 단어 개념 단계를 감소시키거나 항목을 변경한다.
또한, 평균 점수가 95점 초과로 유지되는 경우(S1002에서 예), 콘텐츠 저장부(110)의 단어 개념 단계를 증가시키거나 항목을 변경한다.
즉, 평균 점수가 85점 미만으로 유지되거나 95점 초과하여 유지되는 경우, 문제 풀을 변경하며(S907), 평균 점수가 사전 설정된 최적 범위 85점 이상 95점 이하로 유지되는 경우, 문제 풀을 유지할 수 있다(S908).
풀 변환 모듈(1402)은 상술한 과정을 거쳐 문제 풀을 결정하고 이를 인지 훈련 DB에 저장한 후 다음 차수의 인지 훈련에서 사용할 수 있다.
따라서, 본 발명의 일 실시예에 따른 복수의 인지 훈련을 수행하는 맞춤형 인지 훈련 장치에서, 사용자의 데이터를 장치에 입력하고, 훈련 받는 뇌 영역에 따라 미리 정해진 종류의 문제를 출제하고, 사용자가 출제된 상기 문제에 대해 제공한 답변에 따라 인지 훈련 결과 점수를 판정하고, 현재 차수의 인지 훈련 결과 점수에 따라 다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 문제 난도를 변경하거나, 또는 문제 난도를 변경시키고도 현재 차수의 인지 훈련 결과 점수가 여전히 종전 인지 훈련 결과 점수와 동일하게 유지될 때 다음 차수의 문제 유형을 변경할 수 있다.
더하여, 구체적으로 본 발명의 일 실시예에 따르면, 이전 차수의 인지 훈련 결과 점수와 문제 난도를 변경시킨 현재 차수의 인지 훈련 결과 점수가 모두 사전 설정된 최적 점수 범위보다 미만으로 나올 경우, 상기 사용자 데이터와 연관성이 높은 문제 풀에서 문제를 출제하며, 모두 사전 설정된 최적 점수 범위를 초과하여 나올 경우, 상기 사용자 데이터와 연관성이 낮은 문제 풀에서 문제를 출제할 수 있다. 문제 풀과 난도를 사용자 데이터를 고려하여 결정하는 것이다.
도 11은 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법의 사용자 데이터를 고려한 레벨 및 문제 풀 조절을 위한 플로우 차트를 도시한 것이다.
본 발명의 일 실시예에 따르면, 현재 차수의 인지 훈련 결과 점수에 따라 다음 차수의 문제 난도 또는 문제 풀을 결정하는 단계에서 문제 풀을 결정하는 경우, 상기 사용자의 데이터를 고려하여 문제 유형을 다른 유형으로 변경할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 사용자 데이터는 상기 사용자의 학력, 구사 언어, 성별, 거주 지역 이력 및 직업 이력 중 적어도 하나를 포함할 수 있다.
즉, 풀 변환 모듈(1402)이 문제 풀을 결정할 때 사용자 데이터를 고려하여 풀을 결정할 수 있다.
구체적으로, 도 11에 도시된 바와 같이, 사용자 데이터 모듈(1103)에 포함된 사용자 치료 데이터 DB는 입력된 사용자 데이터를 확인할 수 있다(S1101).
1주차가 아닌 경우(S1102에서 아니오), N-1주차와 N주차의 평균 점수를 비교하여(S1105), 결과 평균 점수가 85점 미만이면(S1106에서 아니오), 사용자 데이터와 연관성 증가시킨 문제 풀로 변경할 수 있으며, 결과 평균 점수가 95점 초과하면(S1106에서 예& 1107에서 아니오), 사용자 데이터와 연관성 감소시킨 문제 풀로 변경할 수 있다(S907).
반면, 결과 평균 점수가 85 점 이상 95점 이하인 경우, 사용자 데이터와 무관하게 문제 풀을 유지할 수 있다.
즉, 문제 풀을 변경할 때, 단순히 다른 문제 유형으로 변경하는 것뿐만 아니라 사용자 데이터를 고려하여 문제 풀의 우선순위를 결정하고 문제 풀을 변경할 수 있다.
사용자는 사용자 데이터와 관련된 항목에 있어서 더 많은 정보를 가지고 있어 더 손쉽게 문제에 대한 답변을 낼 수 있는 바, 사용자 데이터를 고려하여 문제 풀을 변경하는 것이다.
한편, 인지 훈련이 1주차인 경우(S1102에서 예), 종전 주차의 평균 점수가 없으므로, 사용자의 수준을 평가하기 위해 매우 쉬운 수준의 인지 훈련을 수행하고자 사용자 데이터와 연관성 있는 문제 유형에 높은 우선순위를 부여(S1103)하고, 해당 문제 풀에서 레벨 0의 문제를 출제(S1104)하여 사용자와 관련성 높은 문제 풀의 낮은 레벨 문제를 출제할 수 있다.
이를 통해 문제 유형을 변경하는 것과 마찬가지로 사용자 데이터와 관련 항목에서 레벨을 낮추면 사용자가 문제에 답을 내기 용이하여 인지 훈련 처음 수행할 때 사용자의 상태를 확인할 수 있다.
따라서, 본 발명의 다른 일 실시예에 따르면, 상기 콘텐츠 저장부(110)의 단계 또는 항목을 변경하는 단계는, 상기 장치(100)에 입력된 사용자 데이터 및 현재 차수의 인지 훈련 결과 점수를 이용하여 사용자 데이터와 연관된 항목의 문제 출제를 위한 우선순위를 조절할 수 있다.
구체적으로, 본 발명의 다른 일 실시예에 따르면, 상기 콘텐츠 저장부(110)의 단계는, 숫자가 커질수록 상기 항목을 세분화한 하위 개념의 단어들을 포함하며, 상기 평균 점수가 사용자가 설정한 최적 범위보다 미만으로 복수 차수 동안 연속하여 유지되는 경우, 상기 단계를 감소시키고 상기 사용자 데이터와 연관성이 높은 항목에 우선순위를 부여하며, 상기 평균 점수가 사용자가 설정한 최적 범위를 초과하여 복수 차수 동안 연속하여 유지되는 경우, 상기 단계를 증가시키고 상기 사용자 데이터와 연관성이 낮은 항목에 우선순위를 부여할 수 있다.
또한, 현재 인지 훈련 차수가 제1 차수인 경우, 상기 사용자 데이터와 연관성이 높은 항목에 우선순위를 부여하여 문제 풀을 결정하고, 다음 차수의 문제 풀도 상기 제1 차수의 문제 풀을 그대로 유지하며, 현재 인지 훈련의 문제 난도는 최소 레벨로 출제할 수 있다.
이를 통해, 문제 난도를 지속적으로 조절해도 인지 훈련을 수행하는 사용자의 인지 훈련 결과 점수가 매우 낮게 유지되거나 매우 높게만 유지되어 뇌 자극이 제대로 수행되지 않을 경우, 해당 사용자는 더 이상의 인지 훈련을 수행할 수 없고 치매 치료에서 배제되는 문제점을 해결할 수 있다.
본 발명의 맞춤형 인지 훈련을 통해 사용자는 자신의 이력과 치료 정보에 부합하는 인지 훈련을 수행할 수 있어 어느 사용자라도 자신에게 부합하는 인지 훈련 문제를 통해 치매 치료 효과를 받을 수 있고, 기존 사용자에게도 치료 효과가 향상될 수 있다.
본 발명의 일 실시예에 따르면, 상기 훈련 받는 뇌 영역은, 브로카, 베르니케, L-DLPFC, R-DLPFC, L- PSAC 및 R- PSAC 중 적어도 하나의 영역이며, 각 인지 훈련 시 뇌 영역에 따라 미리 정해진 종류의 문제를 혼합한 문제가 출제될 수 있다.
또한, 각 인지 훈련 시 동시에 복수의 뇌 영역을 훈련할 경우, 미리 정해진 종류가 혼합된 새로운 종류의 문제가 출제될 수 있다.
본 발명의 일 실시예에 따르면, 인지 훈련 결과 점수에 따라 부족한 영역의 문제 문항 수를 늘리고 인지 훈련 또는 뇌 신경 자극에 따른 자극 노출 시간을 조정할 수 있다.
예를 들어, 복수의 뇌 영역을 훈련할 때 인지 훈련 결과 점수가 낮게 나오는 일 뇌 영역에 더 많은 인지 훈련 문제 수와 인지 훈련 시간을 할당하거나, 또는 인지 훈련 결과 점수가 높게 나오는 일 뇌 영역에 배정된 인지 훈련 문제 수를 줄이고 인지 훈련 시간을 적게 할당할 수 있다.
또한, 복수의 뇌 영역을 자극하는 인지 훈련을 수행할 때 2개 이상의 뇌 영역을 자극하는 인지 훈련 문제를 출제할 경우 인지 훈련 결과 점수가 낮게 나오는 뇌 영역에 더 높은 가중치를 반영하여 혼합된 인지 훈련 문제를 출제할 수 있다.
따라서, 인지 훈련 받는 뇌 영역을 조합으로 구성할 수 있으며, 상기 조합을 결정할 때 각 영역에 대한 인지 훈련 결과 점수에 따라 인지 훈련 문제 종류, 인지 훈련 시간 또는 혼합 인지 훈련 문제를 결정하는데 반영되는 가중치 또는 우선순위 등이 조절될 수 있다.
본 발명의 일 실시예에 따르면, 인지 훈련에 이용되는 단어를 단계 별로 또는 하나의 단계 내에서 항목 별로 분류하여 저장하며, 이때, 상기 단계는 1 내지 n 단계를 포함하며, 상기 n은 2 이상의 양의 정수인 콘텐츠 저장부(110)를 포함하는 맞춤형 인지 훈련 장치(100)에서, 각 차수 별로 기설정된 기간 동안 각 뇌 영역을 활성화 시키도록 제출된 복수의 종류의 문제들에 대해 입력된 답변을 통해 평균 점수를 산출하는 단계와, 문제 난도를 조절하여도 상기 평균 점수가 사용자가 설정한 최적 범위를 벗어나서 복수 차수 동안 연속하여 일정하게 유지되는 경우, 문제 풀이 변경되도록 상기 콘텐츠 저장부(110)의 단계 또는 항목을 변경하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 콘텐츠 저장부(110)는, 상기 1 단계는 명사 항목과 동사 항목을 포함하며, 단계의 숫자가 커질수록 상기 항목을 세분화한 하위 개념의 단어들을 포함할 수 있다.
더하여, 본 발명의 일 실시예에 따르면, 현재 인지 훈련 차수가 제1 차수인 경우, 입력 받은 사용자의 데이터와 연관된 문제 풀에서 문제를 출제할 수 있다. 사용자 연관성이 높은 항목에서 문제를 출제하여 난도를 낮게 조절하기 위함이다.
또한, 풀 변환 모듈(1402)이 풀을 변경하기 전에 레벨 조절 모듈(1401)이 문제 난도 조절을 위해 레벨을 변경할 수 있으며, 본 발명의 일 실시예에 따르면, 난도에 따라 DB에서 추출하는 단어의 수, 문장의 길이, 색상의 수 또는 도형의 수를 조절할 수 있다.
뿐만 아니라, 상기 레벨 조절 모듈(1401)은, 문제 난도를 감소시키거나 현재 인지 훈련 차수가 제1 차수인 경우, 상기 사용자 데이터 모듈(1103)로부터 전달받은 사용자 데이터와 관련된 항목에 우선순위를 부여하여 입력 받은 사용자의 데이터와 연관된 문제 풀에서 문제를 출제할 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 상기 레벨 조절 모듈(1401)은, 현재 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하면, 다음 차수의 문제 난도를 유지하고, 현재 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 미만으로 존재하면, 다음 차수의 문제 난도를 감소시키고, 현재 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 초과하여 존재하면, 문제 난도를 증가시킬 수 있다.
한편, 본 발명의 일 실시예에 따르면, 사용자가 문제에 대해 입력한 답을 수신하는 입력부(150) 및 상기 사용자에게 문제가 제공되도록 문제를 출력하는 출력부(160)를 포함할 수 있다. 출력부(160)는 디스플레이 모듈을 의미할 수 있으며, 상기 입력부(150)는 태블릿 PC, 노트북, 데스크탑 컴퓨터 등 사용자가 입력한 답을 수신하여 제어부(200)에 제공할 수 있는 입력 인터페이스나 사용자가 음성으로 답변한 것을 자동으로 컴퓨터에 저장하는 TTS(Text To Speech) 프로그램을 포함하는 기기 등을 의미할 수 있다.
또는, 본 발명의 다른 일 실시예에 따르면, 출제된 문제는 출력부(160)를 통해 사용자에게 제공하더라도 상기 문제에 대한 답변은 간호사 등의 의료인력에게 직접 대답하는 형태로 사용자가 직접 사용자의 대답을 입력할 수 있다. 치매 사용자는 사용자의 운동 능력도 떨어지기 때문에 답변을 기계로 처리할 경우 제대로 답변이 접수되지 않을 수도 있기 때문이다.
또한, 구체적인 본 발명의 일 실시예에 따르면, 상기 단어 모듈(1101)은, 단어, 색상, 도형 및 사진 중 적어도 하나의 항목을 포함하며, 상기 문장 구조 모듈(1102)은, 주어, 서술어, 목적어, 보어 중 적어도 하나의 항목을 포함하며, 상기 사용자 데이터 모듈(1103)은, 상기 사용자의 학력, 언어, 성별, 지역, 직업 중 적어도 하나의 항목을 포함할 수 있다.
즉, 상기 단어 모듈(1101)에 저장된 색상, 도형 및 사진도 난도에 따라 대응되는 것으로 출제될 수 있으며, 예를 들어, 색상의 수나 도형의 수를 조절하거나, 사용자 데이터 모듈(1103)을 고려하여 외국에 살다가 온 사용자는 외국 문화가 낯설지 않는 바, 난도를 낮추기 위해 외국과 관련된 사진을 문제로 출제할 수 있다.
더하여, 상기 문제 출제부(140)는, 자극되는 뇌 구역, 상기 레벨 조절 모듈(1401)이 결정한 난도, 및 상기 풀 변환 모듈(1402)이 변환한 풀 중 적어도 하나를 이용하여 상기 단어 모듈(1101), 문장 구조 모듈(1102), 사용자 데이터 모듈(1103)에 저장된 정보를 이용하여 이에 대응되는 종류의 문제를 출력할 수 있다.
이를 통해, 치매 치료에서 배제되는 사용자 없이 모든 사용자에게 맞춤형 인지 훈련을 제공할 수 있으며, 각 사용자의 이력 등 사용자 데이터를 반영한 인지 훈련 문제를 통해 더 정확하고 효율적으로 뇌 영역을 자극할 수 있어 치매 치료 효과가 향상될 수 있다. 또한, 난도 조절뿐 아니라 문제 풀을 조절하여 뇌 영역 자극 정확성을 더 높일 수 있다.
또한, 문제에 사용되는 단어 등을 단계 또는 항목에 따라 분류하여 저장하고 있어 데이터 베이스를 용이하게 확장할 수 있다. 시간이 갈수록 새로운 용어나 새로운 물건을 지칭하는 용어가 등장하며 신규한 단어를 추가해야 할 경우, 기존의 DB에 용이하게 단어 추가가 가능하여 확장성을 확보할 수 있다.
특히, 상기 확장성을 확보하여 직접 수집한 단어 DB뿐만 아니라 구글 서치나 위키피디아 등 제3자가 수집한 단어 DB를 전달받아 본 발명의 콘텐츠 저장부(110)를 계속 업데이트 시킬 수 있다.
따라서, 본 발명의 일 실시예에 따른 상기 콘텐츠 저장부(100)는, 웹서버와 연동되어 상기 웹서버로부터 새로운 콘텐츠를 수신받아 문제 출제에 이용되는 콘텐츠를 업데이트할 수 있다.
이하, 도 12 내지 도 14는 새로운 단어를 검색하고 수집하여 분석 또는 분류하는 제어부(200)에 관해 도시한 것이다.
구체적으로, 도 12에 도시된 바와 같이, 본 발명의 일 실시예에 따른 상기 제어부(200)는, 문제 출제에 이용되는 콘텐츠를 업데이트하도록 서버와 연동되어 상기 서버로부터 새로운 콘텐츠를 검색하고 수집하는 단어 검색 및 수집 모듈(210) 및 상기 새로운 콘텐츠를 분석하여 기존의 단계별로 또는 항목별로 분류하는 단어 분석 및 분류 모듈(220)을 포함할 수 있다.
도 12에 도시된 바와 같이, 웹서버로부터 문장, 단어, 이미지 중 적어도 하나를 포함하는 콘텐츠를 검색 또는 수집할 수 있으며, 상기 웹서버는 제 3자가 수집한 데이터베이스를 포함할 수 있다.
검색 또는 수집된 콘텐츠를 본 발명의 콘텐츠 저장부(110)의 분류 방식에 따라 단계 별 또는 항목 별로 분류하여 곧바로 콘텐츠 저장부(110)에 저장할 수 있으며, 또는 분석 또는 분류된 콘텐츠를 단계별로 또는 항목별로 클라우드 서버에 저장할 수 있다. 클라우드 서버에 인지 훈련 DB를 저장하여 콘텐츠의 확장성 또는 관리 용이성을 확보할 수 있다.
또한, 본 발명의 일 실시예에 따른 상기 단어 분석 및 분류 모듈(220)은, 상기 콘텐츠 저장부(110)에 검색된 상기 콘텐츠와 관련된 상위 개념 단어 또는 하위 개념 단어가 있을 경우, 상기 상위 개념 단어의 하위 단계로 또는 상기 하위 개념 단어의 상위 단계로 저장하고, 상기 콘텐츠 저장부(110)에 검색된 상기 콘텐츠와 관련된 상기 상위 개념 단어 또는 하위 개념 단어가 없을 경우, 상기 단어 검색 및 수집 모듈이 검색된 콘텐츠와 관련된 상기 상위 개념 단어 또는 하위 개념 단어를 검색 및 수집할 수 있다.
더하여, 본 발명의 일 실시예에 따른 상기 단어 분석 및 분류 모듈(220)은, 인공 지능을 이용하여 콘텐츠를 분석 또는 분류하며, 이때, 상기 콘텐츠는 단어, 문장 및 이미지 중 적어도 하나를 포함할 수 있다.
구체적으로, 도 13에 도시된 바와 같이, 콘텐츠 저장부(200)는, 제1 단계로 '사물', 제2 단계로, '무생물', 제3 단계로 '이동 수단', 제4 단계로 '자동차'를 저장하여 단계별로 상위개념에서 하위개념으로 분류할 수 있다.
만약, 단어 검색 및 수집 모듈(210)이 웹서버로부터 '자동차'란 단어를 새로운 콘텐츠로 검색하고, 이를 클라우드 서버에서 발견하지 못한 경우, 이를 수집하여 클라우드 서버나 콘텐츠 저장부(110)에 저장할 수 있다.
이때, 도 13(a)에 도시된 바와 같이, '자동차'란 단어의 상위개념이 존재하고, 콘텐츠 저장부(110)에 상기 상위 개념이 존재하지 않을 경우, 단어 검색 및 수집 모듈(210)이 '자동차' 단어의 상위 개념인 '이동 수단'을 검색하고, 단어 분석 및 분류 모듈(220)이 이동수단-자동차로 분류하여 단계 별로 저장할 수 있다.
또는, 도 13(b)에 도시된 바와 같이, '자동차'란 단어의 상위개념이 존재하고, 콘텐츠 저장부(110)에 상기 상위 개념이 존재할 경우, 그대로 상위개념인 '이동 수단' 의 다음 단계에 '자동차'를 하위개념으로 저장할 수 있다.
한편, 도 13(c)에 도시된 바와 같이, 새로운 콘텐츠인 '자동차'란 단어의 하위개념이 존재할 경우, 단어 검색 및 수집 모듈(210)이 '자동차'와 연관된 하위 개념의 단어를 검색 및 수집하고, 이를 자동차-승용차, 승합차 등으로 분류하여 저장할 수 있다. 더하여, 승용차와 승합차의 하위개념도 검색 및 수집하여 승용차와 승합차의 다음 단계에 추가 저장할 수 있다. 하위 개념의 단어의 경우 단계에 따라 중복될 수도 있으나 중복된 하위 개념의 단어라도 연관된 상위 개념의 단계 단어가 상이하다.
또한, 도 13(d)에 도시된 바와 같이, 상술한 방식으로 분류하여 사물-무생물- 이동수단-자동차-승용차, 승합차로 총 5단계로 콘텐츠를 저장할 수 있으며, 단어뿐만 아니라 상기 단어의 단계 및 연관 항목을 같이 콘텐츠 저장부(110)에 저장하거나 클라우드 서버에 있는 DB에 저장할 수 있다.
뿐만 아니라, 도 13(e)에 도시된 바와 같이, 단어와 연관된 사진, 그림, 도형 등의 이미지도 함께 매칭하여 저장하여 콘텐츠 저장부(110)에 저장하거나 클라우드 서버에 있는 DB에 저장할 수 있다. 이를 통해 사진에 맞는 단어 찾기 등의 유형 문제에 활용할 수 있다.
이때, 새롭게 추가되는 단어에 맞춰 베로니케 영역을 자극하기 위해 '사진에 맞는 단어' 인지 훈련을 수행하거나, R-DLPSC를 자극하기 위해 '사물 이름 맞추기' 인지 훈련을 수행할 경우, 단어에 맞는 이미지가 필요하다.
따라서, 인공 지능을 이용하여 이미지를 분류하고, 예를 들어, 트럭과 승용차 이미지를 검색 및 수집하고, 인공지능을 통해 트럭 이미지는 제5 단계에 저장된 '트럭' 단어와 매칭하고, '승용차'이미지는 제5 단계에서 저장된 '승용차' 단어와 매칭하여 분류 및 저장할 수 있다. 상기 인공지능은 CNN(Convolution Neural Network) 등을 사용하여 학습시킬 수 있다.
다른 일 실시예로서, 상기 인공 지능을 이용하여 검색하고 수집한 단어를 분류하여 저장할 수도 있다.
따라서, 도 14에 도시된 바와 같이, 단어 검색 및 수집 모듈(210)이 웹서버로부터 '자동차'란 단어를 새로운 콘텐츠로 검색하고(S1401), 상기 단어가 콘텐츠 저장부(110)에 없는 새로운 단어일 경우(S1402에서 아니오) 상기 '자동차' 단어를 수집할 수 있다(S1403). 상기 단어가 콘텐츠 저장부(110)에 있는 단어일 경우(S1402에서 예), 다시 새로운 콘텐츠를 검색할 수 있다(S1401).
그리고, 단어 분석 및 분류 모듈(220)이 상기 단어 '자동차'를 분석하여, 상기 단어에 상위 개념의 단어가 존재하는지 판단하고(S1404), 하위 개념의 단어가 존재하는지 판단할 수 있다(S1408).
구체적으로, '자동차'란 단어에 상위 개념의 단어가 존재하면(S1404에서 예), 상기 상위 개념의 단어, 예를 들어, '이동 수단' 단어가 클라우드 서버의 DB나 콘텐츠 저장부(110)에 존재하는지 판단하고(S1405), 상위 개념의 단어가 존재하면(1405에서 예), DB나 콘텐츠 저장부(110)에서 상기 상위 개념의 단어('이동 수단')가 포함된 단계의 하위 단계에 상기 하위 개념 단어('자동차')를 추가할 수 있다.
반면, 상위 개념의 단어가 DB나 콘텐츠 저장부(110)에 존재하지 않으면(1405에서 아니오), 단어 검색 및 수집 모듈(210)이 현재 단어인 '자동차'의 상위 개념 단어를 검색하여(S1407), 상기 단어를 수집하고, 상위 개념의 단어-하위개념의 단어를 연관지어 단계별로 저장할 수 있다.
더하여, '자동차'란 단어에 하위 개념의 단어가 존재하면(S1408에서 예), 단어 검색 및 수집 모듈(210)이 새로운 단어('자동차')의 하위 개념 단어('승합차', '승용차')까지 추가 검색하여(S1409), DB나 콘텐츠 저장부(110)에서 새로운 단어('자동차')와 그 하위 개념 단어('승합차', '승용차')를 단계별로 저장할수 있다.
즉, 상기 단어에 상위 개념의 단어가 존재하는지 판단하고(S1404), 하위 개념의 단어가 존재하는지 판단하여(S1408), 상술한 분류 및 분석을 거쳐 새로운 콘텐츠를 분류하고, 클라우드 서버의 DB나 콘텐츠 저장부(110)로 저장되도록 전송할 수 있다(S1410).
따라서, 본 발명의 일 실시예에 따른 맞춤형 인지 훈련 방법은 복수의 인지 훈련을 수행하는 맞춤형 인지 훈련 장치에서, 사용자의 데이터를 상기 장치에 입력하고, 훈련 받는 뇌 영역에 따라 미리 정해진 종류의 문제를 출제하는 단계, 사용자가 출제된 상기 문제에 대해 제공한 피드백에 따라 인지 훈련 결과 점수를 판정하는 단계 및 현재 차수의 인지 훈련 결과 점수에 따라 다음 차수의 문제를 결정하는 단계를 포함하며, 상기 다음 차수의 문제를 결정하는 단계는, 인지 훈련 결과 점수에 따라 다음 차수의 문제 유형을 변경할 수 있다.
또한, 상기 다음 차수의 문제를 결정하는 단계는, 인지 훈련 결과 점수에 따라 문제의 난도 및 문제 유형 중 적어도 하나를 변경 혹은 유지시키되, 문제 유형의 변경은 문제의 난도 변경에도 인지 훈련 결과 점수의 변동이 일정 범위 이하인 경우에 수행할 수 있다. 구체적으로, 다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 사용자 데이터와 연관 있는 문제 유형이 포함되는 문제 풀로 변경하거나, 또는 사용자 데이터와 연관 없는 문제 유형이 포함되는 문제 풀로 변경할 수 있다.
또는, 문제 풀이 변경되도록 상기 콘텐츠 저장부의 단계 또는 항목을 변경할 수 있으며, 상기 장치에 입력된 사용자 데이터 및 현재 차수의 인지 훈련 결과 점수를 이용하여 사용자 데이터와 연관된 항목의 문제 출제를 위한 우선순위를 조절하여 단계 또는 항목을 변경할 수 있다. 입력된 데이터를 통해 연관성 있는 항목과 없는 항목을 분류하고 문제 풀을 조절할 수 있는 것이다.
상술한 본 발명의 일 실시 형태에 따른 맞춤형 인지 훈련 방법은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록 매체에 저장될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 상기 방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
또한, 본 발명을 설명함에 있어, '~ 모듈'은 다양한 방식, 예를 들면 프로세서, 프로세서에 의해 수행되는 프로그램 명령들, 소프트웨어 모듈, 마이크로 코드, 컴퓨터 프로그램 생성물, 로직 회로, 애플리케이션 전용 집적 회로, 펌웨어 등에 의해 구현될 수 있다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경할 수 있다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.
100: 맞춤형 인지 훈련 장치
110: 콘텐츠 저장부 1101: 단어모듈
1102: 문장 구조 모듈 1103: 사용자 데이터 모듈
120: 문제 출제부 130: 점수 판단부
140: 문제 변경부 150: 입력부
160: 출력부 200: 제어부

Claims (21)

  1. 사용자의 데이터가 장치에 입력되면, 문제 출제부에 의해 훈련 받는 뇌 영역에 따라 미리 정해진 종류의 문제가 출제되는 단계-상기 문제는 레벨과 유형에 따라 구분됨-;
    점수 판단부에 의해 사용자가 출제된 상기 문제에 대해 제공한 피드백에 따라 인지 훈련 결과 점수가 판정되는 단계; 및
    문제 변경부에 의해 현재 차수의 인지 훈련 결과 점수에 따라 다음 차수의 문제 유형을 변경하여 다음 차수의 문제가 결정되는 단계; 를 포함하며,
    기설정된 시간동안 복수의 뇌 영역 중 적어도 하나의 뇌 영역에 대해 뇌 신경 자극하고, 자극된 적어도 하나의 뇌 영역에 기설정된 시간 이내에 상기 미리 정해진 종류의 문제가 출제되는 단계가 수행되고, 상기 뇌 신경 자극을 수행하는 동안 나머지 단계가 수행되는 맞춤형 인지 훈련 방법.
  2. 제1 항에 있어서,
    상기 다음 차수의 문제를 결정하는 단계는,
    인지 훈련 결과 점수에 따라 문제의 난도 및 문제 유형 중 적어도 하나를 변경 혹은 유지시키되, 문제 유형의 변경은 문제의 난도 변경에도 인지 훈련 결과 점수의 변동이 일정 범위 이하인 경우에 수행하는, 맞춤형 인지 훈련 방법.
  3. 제2 항에 있어서,
    상기 다음 차수의 문제를 결정하는 단계는,
    상기 사용자의 데이터를 고려하여 문제 유형을 다른 유형으로 변경하는, 맞춤형 인지 훈련 방법.
  4. 제2 항에 있어서,
    상기 다음 차수의 문제를 결정하는 단계는, 현재 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위에 미치지 못하는 경우,
    다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 문제 난도를 낮게 변경하거나, 또는
    다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 사용자 데이터와 연관성 있는 문제 유형이 포함되는 문제 풀로 변경하는, 맞춤형 인지 훈련 방법.
  5. 제2 항에 있어서,
    상기 다음 차수의 문제를 결정하는 단계는, 현재 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위를 초과하는 경우,
    다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 문제 난도를 높게 변경하거나, 또는
    다음 차수의 인지 훈련 결과 점수가 사전 설정된 최적 점수 범위 내에 존재하도록 사용자 데이터와 연관성 없는 문제 유형이 포함되는 문제 풀로 변경하는, 맞춤형 인지 훈련 방법.
  6. 제3 항에 있어서,
    상기 사용자 데이터는 상기 사용자의 나이, 학력, 구사 언어, 성별, 거주 지역 이력 및 직업 이력 중 적어도 하나를 포함하는, 맞춤형 인지 훈련 방법.
  7. 제1 항 내지 제6 항 중 어느 한 항에 있어서,
    각 인지 훈련시 동시에 복수의 뇌 영역을 훈련할 경우, 뇌 영역에 따라 미리 정해진 유형의 문제를 혼합한 문제가 출제되는, 맞춤형 인지 훈련 방법.
  8. 제7 항에 있어서,
    상기 인지 훈련 결과 점수에 따라 자극될 뇌 영역에 대해 미리 정해진 유형의 문제 수 및 자극될 뇌 영역에 대해 기설정된 자극 시간 중 적어도 하나를 조절하는 단계; 및
    상기 인지 훈련 결과 점수에 따라 상기 혼합한 문제의 자극될 뇌 영역에 대해 미리 정해진 유형의 문제 비율을 조절하는 단계; 중 적어도 하나를 더 포함하는
    맞춤형 인지 훈련 방법.
  9. 맞춤형 인지 훈련 장치로서,
    인지 훈련을 통해 활성화되는 뇌 영역과 사용자 데이터를 고려하여 이에 대응하는 인지 훈련을 위한 문제를 출제하는 문제 출제부-상기 문제는 레벨과 유형에 따라 구분됨-;
    상기 문제 출제부에서 출제한 문제에 대해 획득한 점수의 범위 또는 점수의 유지 여부를 판단하는 점수 판단부; 및
    상기 점수 판단부의 결과에 따라 상기 문제의 레벨 또는 문제의 풀(Pool)을 변경하는 문제 변경부;를 포함하며,
    상기 인지 훈련 장치와 연동되는 뇌 신경 자극 장치가 복수의 뇌 영역 중 적어도 하나의 뇌 영역을 자극하면, 상기 뇌 신경 자극된 적어도 하나의 뇌 영역에 기설정된 시간 이내에 상기 문제 출제부가 미리 정해진 종류의 문제를 출제하는 맞춤형 인지 훈련 장치.
  10. 제9 항에 있어서,
    상기 문제 변경부는
    사전 설정된 최적 점수 범위가 유지되도록 상기 문제의 레벨을 조절하는 레벨 조절 모듈과,
    획득한 인지 훈련 결과 점수에 따라 다음 차수의 문제 유형을 변경하는 풀 변환 모듈을 포함하는 맞춤형 인지 훈련 장치.
  11. 제10 항에 있어서,
    문제 출제에 이용되는 콘텐츠를 단계별로 또는 항목별로 분류하여 저장하는 콘텐츠 저장부를 더 포함하며,
    상기 풀 변환 모듈은 상기 레벨 조절 모듈에 의한 문제 난도 변경에도 인지 훈련 결과 점수의 변동이 일정 범위 이하일 때 문제의 유형을 변경하도록 문제 풀을 포함하는 상기 콘텐츠 저장부의 단계 또는 항목을 변경하는, 맞춤형 인지 훈련 장치.
  12. 제11 항에 있어서,
    상기 콘텐츠 저장부는,
    단어를 단계 별로 또는 하나의 단계 내에서 항목 별로 분류하여 저장하며, 이때, 상기 단계는 1 내지 n 단계를 포함하며, 상기 n은 2 이상의 양의 정수이며,
    상기 1 단계는 명사 항목과 동사 항목을 포함하며, 단계의 숫자가 커질수록 상기 항목을 세분화한 하위 개념의 단어들을 포함하는, 맞춤형 인지 훈련 장치.
  13. 제11 항에 있어서,
    상기 콘텐츠 저장부는,
    단어 문제에 출제되는 단어를 포함하는 단어 모듈;
    문장 문제에 출제되도록 단어를 문장 구조에 따라 분류하여 저장하는 문장 구조 모듈;
    사용자 신상 정보 및 사용자 치료 정보 중 적어도 하나를 포함하는 사용자 데이터를 저장하는 사용자 데이터 모듈; 을 포함하는 인지훈련 데이터베이스(DB)를 포함하는 맞춤형 인지 훈련 장치.
  14. 제11 항에 있어서,
    상기 풀 변환 모듈은,
    사전 설정된 최적 점수 범위 미만으로 상기 결과 점수가 유지되는 경우, 상위 개념의 단어들이 출제되도록 상기 단어 모듈의 단계를 감소시켜 항목을 변경하며,
    사전 설정된 최적 점수 범위를 초과하여 상기 결과 점수가 유지되는 경우, 하위 개념의 단어들이 출제되도록 상기 단어 모듈의 단계를 증가시켜 항목을 변경하는, 맞춤형 인지 훈련 장치.
  15. 제11 항에 있어서,
    상기 풀 변환 모듈은,
    사전 설정된 최적 점수 범위 미만으로 상기 결과 점수가 유지되는 경우, 사용자 데이터와 연관성 있는 문제 유형을 포함하는 문제 풀에서 문제를 출제하며,
    모두 사전 설정된 최적 점수 범위를 초과하여 나올 경우, 상기 사용자 데이터와 연관성 없는 문제 유형을 포함하는 문제 풀에서 문제를 출제하는, 맞춤형 인지 훈련 장치.
  16. 제11 항에 있어서,
    상기 인지 훈련 결과 점수에 따라 자극될 뇌 영역에 대해 미리 정해진 유형의 문제 수 및 자극될 뇌 영역에 대해 기설정된 자극 시간 중 적어도 하나를 조절; 및
    상기 인지 훈련 결과 점수에 따라 자극될 복수의 뇌 영역에 대해 혼합한 문제의 자극될 뇌 영역에 대해 미리 정해진 유형의 문제 비율을 조절하는 단계; 중 적어도 하나를 수행하는 제어부를 더 포함하는
    맞춤형 인지 훈련 장치.
  17. 제9 항 내지 제16 항 중 어느 한 항에 있어서,
    문제 출제에 이용되는 콘텐츠를 업데이트하도록 서버와 연동되어 상기 서버로부터 새로운 콘텐츠를 검색하고 수집하는 단어 검색 및 수집 모듈; 및 상기 새로운 콘텐츠를 분석하여 기존의 단계별로 또는 항목별로 분류하는 단어 분석 및 분류 모듈;을 포함하는, 맞춤형 인지 훈련 장치.
  18. 제17 항에 있어서,
    상기 단어 분석 및 분류 모듈은,
    상기 콘텐츠 저장부에 검색된 상기 콘텐츠와 관련된 상위 개념 단어 또는 하위 개념 단어가 있을 경우, 상기 상위 개념 단어의 하위 단계로 또는 상기 하위 개념 단어의 상위 단계로 저장하고,
    상기 콘텐츠 저장부에 검색된 상기 콘텐츠와 관련된 상위 개념 단어 또는 하위 개념 단어가 없을 경우, 상기 단어 검색 및 수집 모듈이 검색된 콘텐츠와 관련된 상기 상위 개념 단어 또는 하위 개념 단어를 검색 및 수집하는, 맞춤형 인지 훈련 장치.
  19. 제17 항에 있어서,
    상기 단어 분석 및 분류 모듈은, 인공 지능을 이용하여 콘텐츠를 분석 또는 분류하며, 이때, 상기 콘텐츠는 단어, 문장 및 이미지 중 적어도 하나를 포함하는, 맞춤형 인지 훈련 장치.
  20. 제17 항에 있어서,
    상기 단어 분석 및 분류 모듈은, 분석 또는 분류된 콘텐츠를 단계별로 또는 항목별로 클라우드 서버에 저장하는, 맞춤형 인지 훈련 장치.
  21. 제1 항 내지 제6 항 중 어느 한 항에 따른 방법을 컴퓨터상에서 실행하기 위한 프로그램을 기록한, 컴퓨터로 독출 가능한 기록 매체.
KR1020220018699A 2020-12-28 2022-02-14 맞춤형 인지 훈련 방법 및 장치 KR102656445B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220018699A KR102656445B1 (ko) 2020-12-28 2022-02-14 맞춤형 인지 훈련 방법 및 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200185276A KR102365960B1 (ko) 2020-12-28 2020-12-28 맞춤형 인지 훈련 방법 및 장치
KR1020220018699A KR102656445B1 (ko) 2020-12-28 2022-02-14 맞춤형 인지 훈련 방법 및 장치

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020200185276A Division KR102365960B1 (ko) 2020-12-28 2020-12-28 맞춤형 인지 훈련 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220094186A true KR20220094186A (ko) 2022-07-05
KR102656445B1 KR102656445B1 (ko) 2024-04-12

Family

ID=80495403

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200185276A KR102365960B1 (ko) 2020-12-28 2020-12-28 맞춤형 인지 훈련 방법 및 장치
KR1020220018699A KR102656445B1 (ko) 2020-12-28 2022-02-14 맞춤형 인지 훈련 방법 및 장치

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020200185276A KR102365960B1 (ko) 2020-12-28 2020-12-28 맞춤형 인지 훈련 방법 및 장치

Country Status (2)

Country Link
KR (2) KR102365960B1 (ko)
CN (1) CN116711017A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102645476B1 (ko) * 2023-11-02 2024-03-08 주식회사 키블 발달 수준에 따른 치료 콘텐츠 제공 시스템

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116440382B (zh) * 2023-03-14 2024-01-09 北京阿叟阿巴科技有限公司 一种基于多层强化策略的孤独症干预系统及方法
CN117238451B (zh) * 2023-11-16 2024-02-13 北京无疆脑智科技有限公司 训练方案确定方法、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101295187B1 (ko) * 2012-01-20 2013-08-09 (주)가바플러스 치매 예방을 위한 뇌기능 향상 시스템 및 그 운용방법
KR20160044183A (ko) * 2014-10-15 2016-04-25 나기용 인지 기능 향상을 위한 tms 시스템
KR101921888B1 (ko) * 2017-10-13 2018-11-28 대한민국 온라인 평가 기반 언어재활 훈련 방법
KR20200070927A (ko) * 2018-12-10 2020-06-18 연세대학교 산학협력단 인지 과제 생성 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101295187B1 (ko) * 2012-01-20 2013-08-09 (주)가바플러스 치매 예방을 위한 뇌기능 향상 시스템 및 그 운용방법
KR20160044183A (ko) * 2014-10-15 2016-04-25 나기용 인지 기능 향상을 위한 tms 시스템
KR101921888B1 (ko) * 2017-10-13 2018-11-28 대한민국 온라인 평가 기반 언어재활 훈련 방법
KR20200070927A (ko) * 2018-12-10 2020-06-18 연세대학교 산학협력단 인지 과제 생성 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102645476B1 (ko) * 2023-11-02 2024-03-08 주식회사 키블 발달 수준에 따른 치료 콘텐츠 제공 시스템

Also Published As

Publication number Publication date
CN116711017A (zh) 2023-09-05
KR102365960B1 (ko) 2022-02-23
KR102656445B1 (ko) 2024-04-12

Similar Documents

Publication Publication Date Title
KR102365960B1 (ko) 맞춤형 인지 훈련 방법 및 장치
Dudley-Marling et al. The myth of the normal curve
Davis Enforcing normalcy: Disability, deafness, and the body
Goldstone Perceptual learning
Raskin et al. The construction of disorder as human enterprise.
Dueck Between Jerusalem and Athens: Ethical perspectives on culture, religion, and psychotherapy
Burkitt Emotions, social activity and neuroscience: The cultural-historical formation of emotion
Wapner et al. Development of experience and action: Levels of integration in human functioning
Ratner Historical and contemporary significance of Vygotsky's sociohistorical psychology.
Pfeiffer The disability studies paradigm
Grinker A transactional model for psychotherapy
Wieser Buried layers: On the origins, rise, and fall of stratification theories.
MENDEZ Bowen family systems theory
Snyman et al. Thoughts on ethics, psychotherapy and postmodernism
Yaman Ortas Women without a Backward Glance: Migrant Women Profile from the Point of Lifelong Learning, Adaptation, Employment, Education, and Social Integration.
Schmidt Goering Attentive ears and forward-looking eyes: disciplining the senses and forming the self in the Book of Proverbs
von Sobbe Instantiations of the cognitive grounding of linguistically expressed temporal information
Glover et al. Parkinson’s and the couple relationship: a qualitative meta-synthesis
Jalalikhah et al. The phenomenological analysis of blinds academic achievement factors
Shevidi Embracing Neurodiversity: Exploring Inclusive Education Practices in Neurodiverse-Focused Schools
Hicks et al. The child as learner
Shevchenko Possibilities of Remote Neuropsychological Work with Children: a Case Analysis
Liman et al. Street Begging Reduction through Educating and Counseling Physical Challenged Persons in Sokoto State, Nigeria
Schütz et al. Abstracts of the 60th Conference of Experimental Psychologists
Koyuncu et al. Psychoanalysis of Little Hans: Deleuze and Guattari’s case against Freud

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right