KR20220130281A - 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법 - Google Patents

피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법 Download PDF

Info

Publication number
KR20220130281A
KR20220130281A KR1020210034437A KR20210034437A KR20220130281A KR 20220130281 A KR20220130281 A KR 20220130281A KR 1020210034437 A KR1020210034437 A KR 1020210034437A KR 20210034437 A KR20210034437 A KR 20210034437A KR 20220130281 A KR20220130281 A KR 20220130281A
Authority
KR
South Korea
Prior art keywords
unit
dementia patient
dementia
seizure
management system
Prior art date
Application number
KR1020210034437A
Other languages
English (en)
Inventor
이기원
Original Assignee
이기원
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 이기원 filed Critical 이기원
Priority to KR1020210034437A priority Critical patent/KR20220130281A/ko
Publication of KR20220130281A publication Critical patent/KR20220130281A/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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
    • G08B21/0211—Combination with medical sensor, e.g. for measuring heart rate, temperature
    • 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
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Neurology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Dermatology (AREA)
  • Optics & Photonics (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Developmental Disabilities (AREA)
  • Neurosurgery (AREA)
  • Nursing (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

본 발명은 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법에 관한 것으로, 보다 상세하게는 치매 환자가 착용한 스마트 밴드에서 측정한 환자의 피부 전도도를 서버의 인공지능이 분석하여 치매 환자의 발작을 미리 예측하여 간병인에게 통지하는 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법에 관한 것이다.
본 발명은 치매 환자의 발작 증상을 미리 예측하여 치매 환자를 보호할 수 있는 효과가 있다.
또한, 본 발명은 실시간으로 측정한 치매 환자의 생체 데이터를 기반으로 치매 환자에 맞는 맞춤형 케어 서비스를 제공할 수 있는 효과가 있다.
또한, 본 발명은 치매 환자의 위치를 실시간으로 파악하여 치매 환자가 배회하는 경우 환자를 조기에 찾아 귀가시킬 수 있는 효과가 있다.

Description

피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법{DEMENTIA PATIENT MANAGEMENT SYSTEM FORECASTING SEIZURE SIGN BASED ON ELECTRODERMAL ACTIVITY AND FORECASTING METHOD BY THE SAME}
본 발명은 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법에 관한 것으로, 보다 상세하게는 치매 환자가 착용한 스마트 밴드에서 측정한 환자의 피부 전도도를 서버의 인공지능이 분석하여 치매 환자의 발작을 미리 예측하여 간병인에게 통지하는 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법에 관한 것이다.
치매는 기억력, 사고력, 판단력 및 학습 능력 등 정신 기능이 서서히 쇠퇴하는 장애를 의미한다. 치매는 65세 이상의 노인들에게서 주로 발생한다. 요양원 입원자들 중 50% 이상은 치매를 이유로 입원한다. 그러나, 치매는 장애에 속하며 정상적인 노화 과정의 일부에 속하지는 않는다. 일반적으로 치매의 증상으로는 기억 상실, 언어 사용 문제, 성격 변화, 지남력 상실, 일상적인 과업 수행 곤란, 파괴적 행동 또는 부적절한 행동 등이 있다. 성격 변화 및 파괴적 행동은 치매 초기 또는 말기에 발생할 수 있으며, 치매를 앓는 일부 환자들은 발작 증세를 나타내는데 이는 치매 발병 후 어떤 시점에 발생할 수도 있다.
치매의 예방과 치료에 대한 많은 연구가 이루어지고 있다. 대부분의 치매는 치료가 불가능한 비가역성 치매이고, 치매 환자의 정신 기능은 2~10년 동안에 쇠퇴하게 된다. 또한, 치매 환자는 파괴적 행동이나 발작을 일으킬 수 있는데, 이러한 경우 의료인과 간병인의 도움이 필요하다.
대한민국 등록특허공보 제10-2154763호 대한민국 등록특허공보 제10-1961535호 대한민국 등록특허공보 제10-2165513호
상기와 같은 종래의 문제점을 해결하기 위하여 본 발명은 스마트 밴드를 착용한 치매 환자의 피부 전도도를 실시간으로 측정하여 치매 환자의 발작 증상을 예측할 수 있는 치매 환자 관리 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명은 스마트 밴드를 착용한 치매 환자의 피부 전도도 및 생체 데이터를 측정하여 치매 환자에게 맞는 케어 서비스를 제공하는 것을 다른 목적으로 한다.
상술한 바와 같이, 본 발명은 치매 환자의 발작 증상을 미리 예측하여 치매 환자를 보호할 수 있는 효과가 있다.
또한, 본 발명은 실시간으로 측정한 치매 환자의 생체 데이터를 기반으로 치매 환자에 맞는 맞춤형 케어 서비스를 제공할 수 있는 효과가 있다.
또한, 본 발명은 치매 환자의 위치를 실시간으로 파악하여 치매 환자가 배회하는 경우 환자를 조기에 찾아 귀가시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 의한 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템의 개략도이다.
도 2는 본 발명의 일 실시예에 의한 스마트 밴드 유닛의 개요도이다.
도 3은 본 발명의 일 실시예에 의한 서버 유닛의 개요도이다.
도 4은 본 발명의 일 실시예에 의한 케어 서비스 제공부의 개요도이다.
도 5는 본 발명의 일 실시예에 의한 간병인 단말 유닛의 개요도이다.
도 6은 본 발명의 일 실시예에 의한 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 방법의 순서도이다.
하기에 나타난 도면에서 동일한 참조부호는 동일한 구성요소를 지칭하며, 도면상에서 각 구성요소의 크기는 설명의 명료성과 편의상 과장되어 있을 수 있다. 한편, 이하에 설명되는 실시예는 단지 예시적인 것에 불과하며, 이러한 실시예로부터 다양한 변형이 가능하다. 이하에서, 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 “...부”, “유닛” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미한다.
이하에서는 본 발명의 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템의 구성에 대해 도면을 참조하여 설명한다. 도 1은 본 발명의 일 실시예에 의한 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템의 개략도이다. 도 1을 참조하면, 본 발명의 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템은 스마트 밴드 유닛(100), 서버 유닛(200) 및 간병인 단말 유닛(300)을 포함하여 구성될 수 있다.
스마트 밴드 유닛(100)은 치매 환자의 손목에 착용되는 웨어러블 디바이스(Wearable Device)이며, 치매 환자의 생체 데이터를 측정한다. 도 2는 본 발명의 일 실시예에 의한 스마트 밴드 유닛의 개요도이다. 도 2을 참조하면, 스마트 밴드 유닛(100)은 EDA부(110), 심박 모니터링부(120), 체온 모니터링부(130), GPS부(140) 및 스마트 밴드 통신부(150)을 포함하여 구성될 수 있다.
EDA부(110)는 치매 환자의 피부 전도도를 실시간으로 측정한다. 피부 전도도는 피부 전기 활동(Electrodermal Activity, EDA)이라고도 하는데, 피부의 전기적 특성의 지속적 변화를 야기하는 신체의 특성을 말한다. EDA는 갈바닉 피부 반응(Galvanic Skin Response), 피부 전기 반응(Electrodermal Response), 피부 전도도 반응(Skin Conductance Response), 피부 전도도 레벨(Skin Conductance Level) 등으로도 불린다. 피부 전기 활동은 피부의 저항이 피부의 땀샘의 상태에 따라 바뀐다는 사실에 기반을 두는데, 땀은 교감 신경계에 의해 제어되고 피부의 전도도는 심리적 또는 생리학적 각성의 지표가 된다. 즉, 자율 신경계의 교감신경이 크게 자극되면, 땀샘의 활동이 증가하고 결과적으로 피부 전도도를 증가시킨다. 땀 분비 및 이와 관련된 피부 전도도의 변화는 오로지 교감신경의 통제하에 있고 각성의 변화를 반영하는 무의식적 과정일 수 있다. EDA는 피부에 아주 낮은 전압을 흘려주어 피부 전도도가 어떻게 변하는지 측정하여 알 수 있다. 땀샘은 사람의 손과 발에 가장 많이 있고 손과 발에 200~600개/㎠ 정도 분포하여 손과 발을 통해 EDA를 측정하는 것이 가장 정확하다. EDA의 측정은 EDA부(110)에 구비된 EDA 센서에 의하여 행해지고, 상기 EDA 센서는 한 쌍의 EDA 전극, 전류 신호를 증폭하는 증폭기, 아날로그 신호를 디지털 신호로 변경하는 디지타이저(Digitizer)를 포함할 수 있다. EDA 전극으로는 Ag/AgCl 전극 또는 Pt 전극을 사용할 수 있다. 자극에 반응하여 EDA 수치에 변화가 있을 때 EDA 피크라고 정의하고, 이러한 EDA 전극에 의한 수치 변화는 자극에 대한 정서적 각성에 대한 정보를 제공할 수 있다. 즉, 피부 전도도 값과 EDA 피크의 수를 이용하여 치매 발작 예측을 위한 정량적 데이터로 사용할 수 있다. 본 발명에서는 치매 환자의 발작 전에 변화하는 피부 전도도 값과 EDA 피크를 인공지능 분석부(220)에서 분석하여 치매 환자의 발작 증상이 발현하기 전에 간병인 단말 유닛(300)에 발작 증상 예측 신호를 전송하여 간병인에게 알려줄 수 있다.
심박 모니터링부(120)는 치매 환자의 심박수 및 혈중 산소포화도를 실시간으로 측정한다. 심박 모니터링부는 심박수를 측정하는 심박수 측정 센서와 혈중의 산소포화도를 측정하는 산소포화도 측정 센서를 포함할 수 있다. 심박수 측정 센서는 LED의 빛을 피부에 투사하고 심장박동 시 혈류가 증가하면서 반사되는 빛의 양이 줄어드는 것을 이용하여 심박수를 측정할 수 있다. 심박수는 사람에 따라 차이가 있지만, 몸이 건강할수록 심박수는 낮다. 평균 심박수가 낮은 사람은 신체의 산소 공급이 원활하고 심장의 기능이 더 좋은 경우가 많다. 반면. 평균 심박수가 높은 사람은 심장이 체내에 산소를 공급하기 위해 더 빨리 뛰게 되고 정상인보다 심장에 부담이 많이 가게 된다. 본 발명에서는 치매 환자의 심박수를 측정하여 안정적일 때의 심박수를 기준으로 심박수 변화를 모니터링하여 치매 환자의 상태를 유추할 수 있다.
혈중 산소 포화도는 전체 헤모글로빈 수에 대한 산소와 결합한 헤모글로빈 수의 비율인데, 일반적으로 정상인의 산소 포화도는 95% 이상이다. 혈중 산소 포화도가 95% 이상이면 혈액이 최대한의 산소를 잘 운반하고 있다는 의미이다. 산소 포화도 측정 센서는 혈액 내의 헤모글로빈이 산소와 결합하였을 때와 산소와 결합하지 않았을 때의 빛의 흡수량이 다른 것을 이용하여 산소 포화도를 측정하게 된다. 혈액의 산소포화도에 영향을 주는 요인에는 고도, 심장 및 폐의 건강, 수면 중 호흡 방해 등이 있다. 치매 환자의 산소 포화도가 95% 이하로 떨어지게 되면 치매 환자의 호흡이나 건강에 문제가 있을 수 있기 때문에 산소포화도의 수치가 95% 이하로 떨어지게 되면 산소포화도 이상 수치 데이터를 간병인 단말 유닛(300)으로 전송하여 간병인이 조치를 취할 수 있게 한다.
체온 모니터링부(130)는 치매 환자의 체온을 실시간으로 측정한다. 체온 모니터링부(130)은 치매 환자의 체온을 측정할 수 있는 온도 측정 센서를 포함한다. 온도 측정 센서는 측정 대상과 접촉하는 온도 변화에 반응하는 접촉식과 측정 대상이 방출하는 에너지를 감지하는 비접촉식이 있는데, 본 발명에서는 접촉시 온도 측정 센서를 사용할 수 있다. 체온과 땀은 깊은 연관이 있기 때문에, 체온 모니터링부(130)에서 측정한 체온과 EDA부(110)에서 측정한 피부 전도도는 함께 발작 증상 예측 신호에 고려되어야 한다. 예를 들어, 치매 환자에게 발열 증상이 있어 땀이 많이 날 경우 피부 전도도의 수치가 증가하게 되는데, 이럴 경우에는 피부 전도도의 수치에 보정을 하여 피부 전도도를 분석할 수 있다. 따라서, 본 발명의 체온 모니터링부(130)의 체온 수치는 EDA부(110)의 피부 전도도의 수치와 연동되어 분석되어야 한다.
GPS부(140)는 치매 환자의 위치를 실시간으로 모니터링한다. GPS부(140)는 치매 환자의 위치를 알 수 있는 GPS 수신기를 구비하고 실시간으로 치매 환자의 위치를 서버 유닛(200)으로 전송한다. 서버 유닛(200)에서는 치매 환자의 위치를 간병인 단말 유닛(300)으로 보내 간병인은 치매 환자의 위치를 실시간으로 파악할 수 있다.
스마트 밴드 통신부(150)는 EDA부(110), 심박 모니터링부(120), 체온 모니터링부(130) 및 GPS부(140)에서 실시간으로 측정된 데이터를 서버 유닛(200)의 서버 통신부(210)로 전송한다. 스마트 밴드 통신부(150)는 무선통신 장치를 구비할 수 있다. 상기 무선통신은 블루투스(Bluetooth), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband) 기술 중 적어도 하나를 이용하여 무선통신을 지원할 수 있다.
서버 유닛(200)은 스마트 밴드 유닛(100)에서 측정된 생체 데이터를 전송받아 처리한다. 도 3은 본 발명의 일 실시예에 의한 서버 유닛의 개요도이다. 도 3을 참조하면, 서버 유닛(200)은 서버 통신부(210), 인공지능 분석부(220), 케어 서비스 제공부(230)를 포함하여 구성될 수 있다.
서버 통신부(210)는 스마트 밴드 유닛(100)에서 전송되는 데이터를 수신하여 인공지능 분석부(220)로 전달한다. 서버 통신부(210)는 스마트 밴드 통신부(150)와 같은 무선통신 장치를 구비할 수 있다.
인공지능 분석부(220)는 서버 통신부(210)에서 전송받은 치매 환자의 생체 데이터를 인공지능으로 분석한다. 인공지능 분석부(220)는 EDA부(110)에서 측정한 피부 전도도, 심박 모니터링부(120)에서 측정한 심박수, 혈중 산소포화도, 체온 모니터링부(130)에서 측정한 체온을 인공지능 기술로 분석하고 관찰하여 치매 환자의 정확한 감정 상태의 변화를 측정 분석한다. 인공지능 분석부(220)는 치매 환자의 발작, 수면, 기분의 변화에 따른 피부 전도도, 치매 환자의 운동, 기분의 변화에 따른 심박수 및 체온을 이미 학습된 데이터와 비교하여 치매 환자의 현재 상태를 진단할 수 있고, 치매 환자의 발작 증상이 발현하기 전에 발작 가능성을 예측할 수 있다.
상기 인공지능 분석부(220)는 서버 통신부(210)에서 수신한 데이터를 수집하여 학습 데이터로 정리하는 데이터 처리부, 상기 데이터 처리부에서 정리된 데이터에 대해 인공지능 딥러닝 기능을 실행하는 학습부, 상기 학습부에서 딥러닝 학습에 의하여 학습된 결과로 치매 환자의 발작 증상에 대한 발작 증상 예측 신호를 생성하는 예측부를 포함할 수 있다. 딥러닝(Deep Learning)은 음성 인식, 이미지 식별 또는 예측 등 사람의 작업을 대신 수행하도록 컴퓨터를 학습시키는 일종의 머신 러닝이다. 데이터가 사전 정의된 방식을 통해 실행되도록 구성하는 다른 기술과 달리, 딥러닝은 데이터에 대한 기본 파라미터를 설정하고 컴퓨터가 여러 처리 계층을 이용해 패턴을 인식함으로써 스스로 학습하도록 훈련시키는 기술이다. 본 발명에 의한 데이터 처리부는 이러한 딥러닝 기술을 이용하여 EDA부(110)에서 측정한 피부 전도도, 심박 모니터링부(120)에서 측정한 심박수, 혈중 산소포화도, 체온 모니터링부(130)에서 측정한 체온의 상관 관계를 학습하게 된다. 예측부에서는 상기 학습부에서 학습된 자료를 기반으로 치매 환자의 피부 전도도의 향후 추이를 분석하여 치매 환자의 발작 증상을 미리 예측하여 발작 증상 예측 신호를 생성하게 된다.
케어 서비스 제공부(230)는 인공지능 분석부(220)에서 분석된 데이터를 기반으로 치매 환자에 맞는 케어(Care) 서비스 정보를 서버 통신부(210)를 통해 간병인 단말 유닛(300)으로 제공한다. 도 4은 본 발명의 일 실시예에 의한 케어 서비스 제공부의 개요도이다. 도 4를 참조하면, 케어 서비스 제공부(230)는 발작증후 통지부(231), 케어 코칭부(232) 및 위치 제공부(233)를 포함하여 구성될 수 있다.
발작증상 통지부(231)는 인공지능 분석부(220)에서 분석한 치매 환자의 생체 데이터를 기반으로 발작 증상 예측 신호를 서버 통신부(210)를 통해 간병인 단말 유닛(300)으로 전송한다. 상기 인공지능 분석부(220)에서는 인공지능으로 학습된 데이터를 기반으로 치매 환자가 발작 직전에 보이는 피부 전도도 및 EDA 피크의 패턴을 정형화하고, 실시간으로 전송되는 피부 전도도가 이 패턴과 유사한 경우, 예측부는 발작 증상을 예측하고, 발작증상 통지부(231)는 발작 증상 예측 신호를 서버 통신부(210)를 통해 간병인 단말 유닛(300)으로 전송하여 간병인이 치매 환자에게 조치를 취할 수 있게 한다. 발작 증상의 통지는 신속하게 이뤄어져야 하는데, 발작 증상이 예측되고서 짧은 시간 내에 치매 환자가 발작을 일으킬 수 있기 때문이다. 치매 환자는 갑작스럽게 나타나는 혼란한 정신상태인 섬망과 발작의 증상을 나타낼 수 있다. 치매 환자가 발작을 일으키면 의식 불명으로 응급조치가 필요할 수도 있다. 발작증상 통지부의 발작 증상 예측 신호는 간병인 단말 모듈(300)에 경고음 또는 알람의 형태로 전달될 수 있다.
케어 코칭부(232)는 치매 환자에게 필요한 운동, 수면 및 식단에 대한 정보를 서버 통신부(210)를 통해 간병인 단말 유닛으로 전송한다. 치매 환자에게는 규칙적인 운동과 수면이 필요하고 환자의 특성에 맞는 식단이 필요하다. 케어 코칭부(232)는 치매 환자별로 최적의 운동 시간, 수면 시간 등을 간병인에게 알려줄 수 있고, 환자의 증상에 맞는 식단을 간병인에게 추천해줄 수 있다. 케어 코칭부(232)는 치매 환자에 맞는 운동, 수면 및 식단에 대한 정보를 제공하기 위해 치매에 관련된 정보가 저장된 데이터 베이스부를 따로 구비할 수 있고, 서버 유닛(200)의 관리자는 상기 데이터 베이스부의 데이터를 주기적으로 업데이트할 수 있다.
위치 전송부(233)는 치매 환자의 위치를 서버 통신부(210)를 통해 실시간으로 간병인 단말 유닛(300)으로 전송한다. 치매 환자는 인지 능력의 저하로 쉽게 길을 잃어 버리고 배회하게 되는데, 치매 환자가 손목에 착용한 스마트 밴드 유닛(100)에 장착된 GPS부(140)는 실시간으로 치매 환자의 위치를 서버 유닛(200)으로 전송하고 서버 유닛(200)의 위치 전송부(233)는 서버 통신부(210)를 통해 치매 환자의 위치를 실시간으로 간병인 단말 유닛(300)으로 전송한다. 간병인은 치매 환자의 위치를 실시간으로 파악하고 있기 때문에 치매 환자가 배회하더라도 치매 환자의 위치를 바로 알아내어 치매 환자를 조기에 귀가시킬 수 있다. 위치 전송부(233)는 치매 환자의 위치를 전자지도 데이터와 연계하여 치매 환자의 위치를 전자지도 상에 표시하게 할 수 있다. 위치 전송부는 전자지도 상에 치매 환자의 동선의 범위를 미리 설정하여 놓고 치매 환자가 이 동선 범위를 벗어나는 경우 경고 신호를 서버 통신부(210)를 통해 간병인 단말 유닛(300)으로 전송할 수 있다.
간병인 단말 유닛(300)은 서버 유닛(200)으로부터 처리된 데이터를 전송받아 시각화하여 전송된 데이터를 간병인이 볼 수 있도록 한다. 간병인 단말 유닛(300)은 간병인이 사용하는 전용 단말기, 데스크탑 컴퓨터, 노트북, 스마트폰, 태블릿 등의 장치일 수 있다. 도 5는 본 발명의 일 실시예에 의한 간병인 단말 유닛의 개요도이다. 도 5를 참조하면, 간병인 단말 유닛(300)은 단말기 통신부(310) 및 단말기 디스플레이부(320)를 포함하여 구성될 수 있다
단말기 통신부(310)는 서버 유닛(200)으로부터 치매 환자에 맞는 케어 서비스 정보를 전송받는다. 단말기 통신부(310)는 스마트 밴드 통신부(150)와 같은 무선 통신 네트워크 장치를 구비할 수 있다.
단말기 디스플레이부(320)는 단말기 통신부(310)에서 전송받은 케어 서비스 정보를 시각화하여 간병인이 조회할 수 있게 한다. 간병인은 치매 환자 간병에 필요한 케어 서비스를 서버 유닛(200)으로부터 전송받아 단말기 디스플레이부(320)를 통해 조회할 수 있고, 필요하다면 단말기 디스플레이부(320)를 통해 치매 환자에 대한 조건 설정와 요구 사항을 단말기 통신부(310)를 통해 서버 유닛(200)으로 전송할 수 있다. 간병인은 단말기 디스플레이부(320)에서 표시되는 치매 환자의 발작 증상 예측 신호, 치매 환자의 건강 상태, 치매 환자의 수면 시간, 치매 환자의 식사 시간, 치매 환자에 맞는 식단 및 치매 환자의 위치 등을 조회할 수 있다.
이하에서는 본 발명의 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템을 이용하여 치매 환자의 발작 증상을 예측하는 방법에 대해 도면을 참조하여 설명한다. 도 6은 본 발명의 일 실시예에 의한 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템을 이용하여 치매 환자의 발작 증상을 예측하는 방법의 순서도이다. 도 6을 참조하면, 본 발명의 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템을 이용하여 치매 환자의 발작 증상을 예측하는 방법은 다음의 5 단계를 포함하여 구성될 수 있다.
제1 단계(S10) : 치매 환자의 손목에 스마트 밴드 유닛(100)을 착용시키는 단계
제2 단계(S20) : 상기 스마트 밴드 유닛(100)을 통해 측정된 치매 환자의 생체 데이터를 서버 유닛(200)의 서버 통신부(210)로 전송하는 단계
제3 단계(S30) : 상기 서버 통신부에(210)서 전송받은 생체 데이터를 인공지능 분석부(220)에서 인공지능으로 분석하는 단계
제4 단계(S40) : 상기 인공지능 분석부(220)에서 분석된 데이터에 의해 발작 증상이 예측되면, 발작증상 통지부(231)에서 발작 증상 신호를 상기 서버 통신부(210)를 통해 간병인 단말 유닛(300)으로 전송하는 단계
제5 단계(S50) : 상기 발작 증상 예측 신호를 상기 간병인 단말 유닛(300)에서 수신하는 단계
제1 단계(S10)는 생체 데이터 측정 및 위치 파악을 위해 본 발명의 스마트 밴드 유닛(100)을 치매 환자에게 착용시키는 단계이다. 치매 환자는 스마트 밴드 유닛(100)의 전원 충전이 필요한 시간을 제외하고는 계속해서 스마트 밴드 유닛(100)을 착용해야 한다.
제2 단계(S20)는 상기 스마트 밴드 유닛(100)의 EDA부(110)에서 측정한 피부 전도도, 심박 모니터링부(120)에서 측정한 심박부 및 혈중 산소포화도, 체온 모니터링부(130)에서 측정한 체온, GPS부(140)에서 측정한 치매 환자의 위치를 스마트 밴드 통신부(150)를 통해 서버 유닛(200)의 서버 통신부(210)로 전송하는 단계이다.
제3 단계(S30)는 상기 서버 통신부에(210)서 전송받은 피부 전도도, 심박수, 혈중 산소 포화도, 체온 데이터를 인공지능 분석부(220)에서 인공지능으로 분석하는 단계이다. 인공지능 분석부(220)에서는 생체 데이터 자료를 종합적으로 분석하고 학습된 데이터 패턴과 비교하여 치매 환자의 상태를 파악할 수 있다.
제4 단계(S40)는 상기 인공지능 분석부(220)에서 분석된 데이터의 패턴이 발작 증상의 전에 발현하는 증상과 유사하다고 판단하면 발작증상 통지부(231)에서 발작 증상 예측 신호를 서버 통신부(210)를 통해 간병인 단말 유닛(300)으로 전송하는 단계이다. 인공지능 분석부(220)에서 치매 환자의 피부 전도도, 심박수, 혈중 산소 포화도, 체온의 실시간 데이터를 분석하고 특히 치매 환자의 피부 전도도 및 EDA 피크의 추이를 분석하여 치매 환자의 발작 전에 나타나는 패턴과 유사하다고 판단하면, 발작증상 통지부(231)는 서버 통신부(210)를 통해 간병인 단말 유닛(300)으로 발작 증상 예측 신호를 전송한다.
제5 단계(S50)는 상기 발작 증상 예측 신호를 간병인 단말 유닛(300)에서 수신하는 단계이다. 발작 증상 예측 신호를 간병인이 쉽게 인식할 수 있도록 발작 증상 신호는 간병인 단말 유닛(300)에서 경고음이나 알람의 형태로 표시될 수 있다. 발작 증상 신호를 수신한 간병인은 치매 환자가 발작을 일으키기 전에 치매 환자를 보호할 수 있도록 한다.
본 발명은 상기 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 제조될 수 있으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100 : 스마트 밴드 유닛
110 : EDA부
120 : 심박 모니터링부
130 : 체온 모니터링부
140 : GPS부
150 : 스마트 밴드 통신부
200 : 서버 유닛
210 : 서버 통신부
220 : 인공지능 분석부
230 : 케어 서비스 제공부
231 : 발작증상 통지부
232 : 케어 코칭부
233 : 위치 제공부
300 : 간병인 단말 유닛
310 : 단말기 통신부
320 : 단말기 디스플레이부

Claims (6)

  1. 치매 환자의 손목에 착용하여 치매 환자의 생체 데이터를 측정하는 스마트 밴드 유닛;
    상기 스마트 밴드 유닛에서 측정된 생체 데이터를 전송받아 처리하는 서버 유닛; 및
    상기 서버 유닛으로부터 처리된 데이터를 전송받는 간병인 단말 유닛;를 포함하는 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템.
  2. 청구항 1에 있어서
    상기 스마트 밴드 유닛은,
    치매 환자의 피부 전도도를 실시간으로 측정하는 EDA부;
    치매 환자의 심박수 및 혈중 산소포화도를 실시간으로 측정하는 심박 모니터링부;
    치매 환자의 체온을 실시간으로 측정하는 체온 모니터링부;
    치매 환자의 위치를 실시간으로 모니터링하는 GPS부; 및
    상기 EDA부, 심박 모니터링부, 체온 모니터링부 및 GPS부에서 실시간으로 측정된 데이터를 서버 유닛로 전송하는 스마트 밴드 통신부;를 포함하는 것을 특징으로 하는 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템.
  3. 청구항 2에 있어서,
    상기 서버 유닛은,
    상기 스마트 밴드 유닛에서 전송되는 데이터를 수신하는 서버 통신부;
    상기 서버 통신부에서 전송받은 데이터를 인공지능으로 분석하는 인공지능 분석부; 및
    상기 인공지능 분석부에서 분석된 데이터를 기반으로 치매 환자에 맞는 케어(Care) 서비스 정보를 상기 서버 통신부를 통해 상기 간병인 단말 유닛으로 전송하는 케어 서비스 제공부;를 포함하는 것을 특징으로 하는 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템.
  4. 청구항 3에 있어서,
    상기 케어 서비스 제공부는,
    상기 인공지능 분석부에서 분석한 치매 환자의 생체 데이터를 기반으로 발작 증상 예측 신호를 상기 서버 통신부를 통해 상기 간병인 단말 유닛으로 전송하는 발작증상 통지부;
    치매 환자에게 필요한 운동, 수면 및 식단에 대한 정보를 상기 서버 통신부를 통해 상기 간병인 단말 유닛으로 전송하는 케어 코칭부;
    치매 환자의 위치를 상기 서버 통신부를 통해 실시간으로 상기 간병인 단말 유닛으로 전송하는 위치 제공부;를 포함하는 것을 특징으로 하는 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템.
  5. 청구항 4에 있어서,
    상기 간병인 단말 유닛은,
    상기 서버 유닛으로부터 치매 환자에 맞는 케어 서비스 정보를 전송받는 단말기 통신부; 및
    상기 단말기 통신부에서 전송받은 케어 서비스 정보를 시각화하는 단말기 디스플레이부;를 포함하는 것을 특징으로 하는 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템.
  6. 청구항 1 내지 청구항 5의 어느 한 항의 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템을 이용하여 치매 환자의 발작 증상을 예측하는 방법에 있어서,
    치매 환자의 손목에 스마트 밴드 유닛을 착용시키는 제1 단계;
    상기 스마트 밴드 유닛을 통해 측정된 치매 환자의 생체 데이터를 서버 유닛의 서버 통신부로 전송하는 제2 단계;
    상기 서버 통신부에서 전송받은 생체 데이터를 인공지능 분석부에서 인공지능으로 분석하는 제3 단계;
    상기 인공지능 분석부에서 분석된 데이터에 의해 발작 증상이 예측되면, 발작증상 통지부에서 발작 증상 예측 신호를 상기 서버 통신부를 통해 간병인 단말 유닛으로 전송하는 제4 단계;
    상기 발작 증상 예측 신호를 상기 간병인 단말 유닛에서 수신하는 제5 단계;를 포함하는 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템을 이용하여 치매 환자의 발작 증상을 예측하는 방법.
KR1020210034437A 2021-03-17 2021-03-17 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법 KR20220130281A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210034437A KR20220130281A (ko) 2021-03-17 2021-03-17 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210034437A KR20220130281A (ko) 2021-03-17 2021-03-17 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법

Publications (1)

Publication Number Publication Date
KR20220130281A true KR20220130281A (ko) 2022-09-27

Family

ID=83451995

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210034437A KR20220130281A (ko) 2021-03-17 2021-03-17 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법

Country Status (1)

Country Link
KR (1) KR20220130281A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102623763B1 (ko) * 2022-10-21 2024-01-11 한국전기연구원 실시간 위치추적-헬스케어형 스마트 지팡이

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101961535B1 (ko) 2017-01-10 2019-07-17 전자부품연구원 피부 전도도 측정 센서 및 그 제조방법
KR102154763B1 (ko) 2020-04-09 2020-09-10 영산대학교산학협력단 스마트 장치를 활용한 치매 발병 예측 시스템 및 방법
KR102165513B1 (ko) 2018-11-26 2020-10-14 폴스타헬스케어(주) 생체 정보에 기반한 치매환자 관리 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101961535B1 (ko) 2017-01-10 2019-07-17 전자부품연구원 피부 전도도 측정 센서 및 그 제조방법
KR102165513B1 (ko) 2018-11-26 2020-10-14 폴스타헬스케어(주) 생체 정보에 기반한 치매환자 관리 시스템
KR102154763B1 (ko) 2020-04-09 2020-09-10 영산대학교산학협력단 스마트 장치를 활용한 치매 발병 예측 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102623763B1 (ko) * 2022-10-21 2024-01-11 한국전기연구원 실시간 위치추적-헬스케어형 스마트 지팡이

Similar Documents

Publication Publication Date Title
Hussain et al. HealthSOS: Real-time health monitoring system for stroke prognostics
Zubair et al. Smart wearable band for stress detection
US10631760B2 (en) Method for prediction, detection, monitoring, analysis and alerting of seizures and other potentially injurious or life-threatening states
US10376203B2 (en) Method and apparatus for the measurement of autonomic function for the diagnosis and validation of patient treatments and outcomes
JP6158799B2 (ja) 痙攣の検出装置および同装置を作動する方法
US10786209B2 (en) Monitoring system for stroke
KR20130051922A (ko) 심리장애(ｐｓｙｃｈｏｌｏｇｉｃａｌ ｄｉｓｏｒｄｅｒｓ) 치료를 위한 장치 및 방법
US20170319063A1 (en) Apparatus and method for recording and analysing lapses in memory and function
US20210145338A1 (en) Iot based wearable device, system and method for the measurement of meditation and mindfulness
WO2019012471A1 (en) IDO BASED DEVICE, SYSTEM AND METHOD FOR MEASURING MEDITATION AND FULL CONSCIOUSNESS
CN113520395A (zh) 一种精神状态的实时评估系统和方法
JP2023520573A (ja) Ｅｅｇの記録および分析
Di Pasquale et al. Wearable devices for health and safety in production systems: a literature review
KR20220130281A (ko) 피부 전도도를 기반으로 치매 환자의 발작 증상을 예측하는 치매 환자 관리 시스템 및 그 예측방법
US20220361788A1 (en) System and method for measuring acute and chronic stress
Chen et al. Seizures detection using multimodal signals: a scoping review
Mustafa et al. Stress detector system using iot and artificial intelligence
US11766215B2 (en) Detection and response to arousal activations
Morales et al. A Biomarker-Based Model to Assist the Identification of Stress in Health Workers Involved in Coping with COVID-19
Verma et al. Emotion recognition system for patients with behavioral disorders
James et al. An IoT-Based Health Monitoring System for Stress Detection in Human Beings
Chodan et al. The SEBA system: a novel approach for assessing psychological stress continuously at the workplace
Sreenivasulu et al. Implementation of IoT-based intelligent patient healthcare monitoring system using KNN algorithm
Hiremath et al. Prediction of Chronic Pain Onset in Patients Experiencing Tonic Pain: A Survey
Woźniak et al. Transport device operator stress features analysis