KR20220133078A - 인공 지능을 이용한 생체 정보 복합 보정 시스템 - Google Patents
인공 지능을 이용한 생체 정보 복합 보정 시스템 Download PDFInfo
- Publication number
- KR20220133078A KR20220133078A KR1020210145249A KR20210145249A KR20220133078A KR 20220133078 A KR20220133078 A KR 20220133078A KR 1020210145249 A KR1020210145249 A KR 1020210145249A KR 20210145249 A KR20210145249 A KR 20210145249A KR 20220133078 A KR20220133078 A KR 20220133078A
- Authority
- KR
- South Korea
- Prior art keywords
- subject
- artificial intelligence
- body temperature
- measuring
- unit
- Prior art date
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 86
- 238000012937 correction Methods 0.000 title claims abstract description 73
- 150000001875 compounds Chemical class 0.000 title 1
- 230000036760 body temperature Effects 0.000 claims abstract description 72
- 238000005259 measurement Methods 0.000 claims abstract description 68
- 230000007613 environmental effect Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 23
- 230000001815 facial effect Effects 0.000 claims description 15
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000037396 body weight Effects 0.000 claims description 2
- 238000009529 body temperature measurement Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000001931 thermography Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 6
- 239000000523 sample Substances 0.000 description 6
- 208000035473 Communicable disease Diseases 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 210000000613 ear canal Anatomy 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010050337 Cerumen impaction Diseases 0.000 description 1
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000002939 cerumen Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 230000023597 hemostasis Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000005541 medical transmission Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 210000002374 sebum Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003454 tympanic membrane Anatomy 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0008—Temperature signals
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Business, Economics & Management (AREA)
- Critical Care (AREA)
- Psychiatry (AREA)
- Emergency Medicine (AREA)
- Nursing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Emergency Management (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
본 발명은 피검체로부터 측정되는 생체 정보를 인공 지능을 이용하여 복수의 보정 인자에 대해 보정하는 인공 지능을 이용한 생체 정보 복합 보정 시스템에 관한 것으로서, 상기 피검체의 체온을 측정하는 체온 측정부와, 상기 피검체의 측정 환경을 측정하는 환경 측정부와, 상기 복수의 보정 인자에 대한 인공 학습을 통해 습득한 학습 정보에 의해 상기 체온 측정부에서 측정된 상기 피검체의 체온을 상기 환경 측정부에서 측정된 환경 정보에 근거하여 보정하는 인공 지능 학습 모듈과, 상기 인공 지능 학습 모듈에서 상기 체온 측정부에서 측정된 체온을 보정할 상기 보정 인자의 종류를 설정하는 시스템 제어부를 포함하는 인공 지능을 이용한 생체 정보 복합 보정 시스템에 의해, 피검체로부터 측정된 생체 정보를 다양한 오차 발생 인자를 감안하여 보정함으로써, 정확한 생체 정보 측정값을 제공할 수 있는 효과가 있다.
Description
본 발명은 인공 지능을 이용한 생체 정보 보정 시스템에 관한 것으로서, 보다 구체적으로는 거리, 온도, 습도, 조도, 연령, 성별, 피부색(인종)를 포함하는 복합적인 주요 오차 발생 요인에 대해 인공 지능이 사전 학습을 하여, 생체 정보 측정 장치에서 측정된 생체 정보, 특히 체온에 대해 복합적으로 보정할 수 있는 인공 지능을 이용한 생체 정보 복합 보정 시스템에 관한 것이다.
예로부터, 국부적으로 또는 전세계적으로 다양한 감염병이 꾸준히 주기적 또는 비주기적으로 유행하고 있다. 이러한 감염병들의 공통적인 증상으로 발열 증상이 대표적이며, 그에 따라 감염 여부를 확인함에 있어 체온 측정이 필수적이다.
따라서, 영유아를 양육하는 가정이나, 기초 체온의 측정 등을 통해 임신 주기 등을 관리하는 여성이 있는 가정에 보급된 체온계 외에도, 전염병 관리를 위해서 학교, 학원, 어린이집, 유치원, 군부대, 관공서, 빌딩, 사무실 체육관, 백화점, 마트, 식당, 영화관, 교회, 사찰 등 질병의 전염이 우려되는 공공 장소 및 버스 터미널, 지하철역, 기차역, 공항, 항만 등 사람의 이동이 많은 장소(이하, '공공 장소'라 약칭함)에서 사용할 체온계에 대한 요구가 폭증하고 있다.
또한,감염병의 예방 외에도, 질병의 발생 가능성의 예측, 질병 관리를 위한 스마트 헬스 케어 등과 관련하여, IoT 인공 지능 융합 기술 기반 스마트 헬스 케어 분야에서 생체 정보의 측정이 요구되며, 이중 체온은 가장 기본적이고 범용적으로 사용되는 생체 정보이다.
통상적으로, 각 가정에서 사용하는 체온계로서는, 종래의 수은 체온계에 비해 파손의 위험이 거의 없고 사용이 편리하며, 짧은 간격으로 반복하여 사용할 수 있을 뿐만 아니라 영유아에게 사용할 때에도 심한 거부감을 일으키지 않는다는 많은 장점으로 인해 귀 체온계를 상비하는 경우가 많으며, 병원 등에서도 널리 사용되고 있다.
종래의 일반적인 귀 체온계의 일 예를 도시한 도 1을 참조하면, 길게 돌출된 귀 체온계의 프로브 부분을 외이도(ear canal)의 내부에 삽입하여, 외이도 주변 조직 및 고막의 온도를 적외선으로 감지하여 피험체의 체온을 측정하는 방식을 이용하고 있다. 여기에서, 외이도 내부의 귀지나 피지 등의 각종 이물질로 오염되면 정확한 체온 측정을 보장할 수 없기 때문에, 매번 귀 체온계의 프로브 부분을 투명한 수지 재질의 덮개인 프로브 커버를 장착한 채 체온을 측정한 후, 다른 사용자의 체온을 측정할 때마다 프로브 커버를 교체한다.
이와 같이 종래에 널리 보편화된 귀 체온계는 피측정 대상의 귀(즉, 외이도)에 직접 체온계를 삽입하기 때문에, 개인이 아닌 공공 장소에서 불특정 다수를 상대로 체온을 측정함에 있어서, 오히려 병의 전염을 야기할 우려가 있고, 매번 프로브 커버를 교체해야 하기 때문에, 소포품의 비용을 초래하고, 체온 측정 속도도 더딘 문제가 있어, 공공 장소에서 사용하기에는 부적합 하다.
따라서, 소위 비대면 발열 측정기 또는 비대면 체온 측정기라 칭해지는 체온계에 대한 개발이 꾸준히 이루어져 왔으며, 그러한 예로서, 본원에서 선행문헌1로서 인용하는 공개특허공보 제2003-0074885호(공개일자 : 2003년09월22일)에 개시된 ‘이마형 적외선 체온계 및 그의 제어 방법’을 포함하는 이마형 적외선 체온계가 널리 이용되는 추세에 있다.
즉, 도 2에 도시된 바와 같이 전면에 적외선 센서를 장착한 체온계를 이용하여, 이마로부터 방사되는 적외선의 세기를 검출하여, 그로부터 피검체의 체온을 측정하는 방식으로, 통상 다음과 같은 과정에 의해 이루어진다.
타겟에서 반사되는 방사선을 방출하고, 반사된 방사선을 수용하며, 반사된 방사선의 특성에 기초하여, IR 센서와 타겟 간의 거리가 사전 설정된 거리 내에 있는지 여부를 결정함으로써, IR 센서와 타겟 간의 거리를 결정한다. 결정된 거리가 사전 결정된 거리 내에 있으면, 즉, 체온계가 사전설정된 거리 범위 내에 있으면, 체온계 내의 적외선 센서가 피험체(피검체 또는 타켓이라고도 칭함)로부터 방사되는 적외선의 세기를 검출한 후, 그 검출된 적외선 세기를 전기적 신호로 변환하여 피험체의 피부에서의 온도, 즉 체온을 측정한다. 이때, 소정 횟수를 반복하여 가장 높은 온도나 평균 온도로 측정할 수 있고, 온도 센서에 의해 측정된 주변 온도 및 상술한 측정 거리 등에 기초하여 측정 온도를 보정할 수 있다. 이후, 측정된(또는 보정된) 체온을 디스플레이 상에 표시한다.
상술한 이마형 적외선 체온계는 직접 접촉을 피하기 때문에, 프로브 커버 교체에 따른 시간 및 비용 등이 절감되고, 접촉에 따른 전염 위험성을 줄여주는 효과가 있지만, 실제 측정 범위가 수㎝ 범위로 매우 근접하기 때문에, 측정자와 피측정자 사이의 거리가 가까울 수 밖에 없고, 그 결과 비말이나 에어로졸 형태로 전염되는 전염병의 경우, 피측정자로부터 측정자로 교차 감염될 우려가 높다.
한편, 상술한 이마형 적외선 체온계와 병행하여, 빠른 출입 처리와, 측정자와 피측정자 간의 거리 확보 등을 위하여 적외선 열 화상 카메라도 널리 이용되고 있다.
즉, 공공 장소의 출입문 또는 특정 통로 등에 열 화상 카메라를 배치한 후, 열화상 카메라가 열을 가진 물체에서 방출되는 적외선과 차가운 물체에서 방출된 적외선의 파장이 다른 것을 이용해서, 주변 환경 대비 측정 대상에서 방사되는 적외선을 감지하여, 주변 환경과 측정 대상의 열 에너지 차이로 인한 적외선의 파장이나 속도 차이를 이미지화한 영상을 표시하도록 함으로써, 발열하는 측정 대상을 찾아내는 방식이 이용된다.
그러나, 이러한 열 화상 카메라는 높은 온도 분해능을 갖지만, 가격이 매우 고가여서 여러 곳에 설치하기 어려운 문제가 있고, 주위 온도, 공기 흐름, 습도 등 주위 환경에 큰 영향을 받기 때문에, 정확성이 떨어지는 문제가 있다.
예컨대, 동일한 체온의 피검체라도 원거리에서 근거리보다 낮은 온도로 측정되는 문제가 있다.
이러한, 문제를 해결하기 위해서, 종래에도 다양한 보정 방법들이 제안되고 있다. 예를 들어, 본원발명에서 선행문헌2로서 인용하는 등록특허공보 제10-2208150호(등록일자 : 2021년01월21일)에는, 도 3에 도시된 바와 같이, 피사체로부터 발산되어 열화상 센서(30)를 통해 온도 제어부(70)로 입력되는 피사체의 온도 데이터 값과 인체의 온도 범위 내에서 임의의 온도로 설정되는 온도 조절 장치(53)에서 열화상 센서(30)를 통해 온도 제어부(70)로 입력되는 온도 데이터 값의 편차를 이용해 온도 값을 변환하여 정확한 피사체의 온도 값을 얻을 수 있는 인체 감지용 열화상 카메라의 온도 정확도 개선 장치(1)가 개시되어 있다.
그러나, 이러한 선행문헌2의 방식은 열화상 센서(30) 자체의 측정 편차를 보정하는 것일 뿐, 피사체의 측정 환경에 대한 보정은 반영되지 않는 문제가 있다.
또한, 본원에서 선행문헌3으로서 인용하는 공개특허공보 제10-2017-0092024호(공개일자 : 2017년08월10일)에는, 도 4에 도시된 바와 같이, 온도 측정 센서(110)로부터 대상 온도값을 수신하고, 거리 측정 센서(120)로부터 거리값을 수신하여, 대상 온도값에 대한 거리 보상 연산을 실시하여 최종 온도값을 연산하는 거리 측정 센서를 이용한 온도 보정 체온계(100) 및 방법에 대해 개시되어 있다.
그러나, 이러한 선행문헌 3의 방식은 '거리'라는 단일 오차 요인에 대해서만 보정이 적용되기 때문에, 거리 외에도, 실내 온도, 습도, 조도, 연령, 성별, 피부색(인종) 등 여러가지 다른 오차 요인에 의해 실제 피검체의 체온과의 사이에서 발행하는 오차에 대해서는 반영되지 않는 문제점이 있다.
본 발명은 상술한 문제점을 해결하기 위해서 안출된 것으로서, 거리, 온도, 습도, 조도, 연령, 성별, 피부색(인종)를 포함하는 복합적인 주요 오차 발생 요인에 대해 인공 지능이 사전 학습을 하여, 생체 정보 측정 장치에서 측정된 생체 정보를 복합적으로 보정할 수 있는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공하는 데 그 목적이 있다.
또한, 본 발명은 상술한 문제점을 해결하기 위해서 안출된 것으로서, 새로운 오차 발생 요인에 대한 오차 보정을 용이하게 추가할 수 있는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공하는 데 그 목적이 있다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
본 발명의 바람직한 일 실시예에서는, 상술한 목적을 달성하기 위한 일환으로서, 피검체로부터 측정되는 생체 정보를 인공 지능을 이용하여 복수의 보정 인자에 대해 보정하는 인공 지능을 이용한 생체 정보 복합 보정 시스템에 있어서, 상기 피검체의 체온을 측정하는 체온 측정부와, 상기 피검체의 측정 환경을 측정하는 환경 측정부와, 상기 복수의 보정 인자에 대한 인공 학습을 통해 습득한 학습 정보에 의해 상기 체온 측정부에서 측정된 상기 피검체의 체온을 상기 환경 측정부에서 측정된 환경 정보에 근거하여 보정하는 인공 지능 학습 모듈과, 상기 인공 지능 학습 모듈에서 상기 체온 측정부에서 측정된 체온을 보정할 상기 보정 인자의 종류를 설정하는 시스템 제어부를 포함하는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공한다.
또한, 본 발명의 바람직한 일 실시예에서는, 상술한 목적을 달성하기 위한 일환으로서, 상술한 실시예에 있어서, 상기 환경 측정부는, 상기 피검체의 체온을 측정하는 거리를 측정하는 거리 측정부와, 상기 피검체의 체온을 측정하는 공간의 실내 온도를 측정하는 온도 측정부와, 상기 피검체의 체온을 측정하는 공간의 실내 습도를 측정하는 습도 측정부를 포함하는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공한다.
또한, 본 발명의 바람직한 일 실시예에서는, 상술한 목적을 달성하기 위한 일환으로서, 상술한 실시예에 있어서, 상기 피검체의 성별, 나이, 인종 정보를 입력받아, 입력된 정보를 상기 시스템 제어부에 제공하는 인터페이스부를 더포함하고, 상기 인공 지능 학습 모듈은, 상기 시스템 제어부의 제어에 따라, 상기 체온 측정부에서 측정된 상기 피검체의 체온을 상기 환경 측정부에서 측정된 환경 정보에 더하여, 상기 인터페이스부로부터 입력된 상기 피검체의 성별, 나이, 인종 정보에 근거하여 보정하는 것을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공한다.
또한, 본 발명의 바람직한 일 실시예에서는, 상술한 목적을 달성하기 위한 일환으로서, 상술한 실시예에 있어서, 상기 피검체의 성별, 나이, 피부색을 분석하여 피검체 분석 정보를 상기 시스템 제어부에 제공하는 피검체 분석부를 더 포함하고, 상기 인공 지능 학습 모듈은, 상기 시스템 제어부의 제어에 따라, 상기 체온 측정부에서 측정된 상기 피검체의 체온을 상기 환경 측정부에서 측정된 환경 정보에 더하여, 상기 피검체 분석부로부터 분석된 상기 피검체 분석 정보에 근거하여 보정하는 것을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공한다.
또한, 본 발명의 바람직한 일 실시예에서는, 상술한 목적을 달성하기 위한 일환으로서, 상술한 실시예에 있어서, 상기 피검체 분석부는, 상기 피검체를 안면을 포함하여 촬상하는 안면 인식 카메라와, 상기 안면 인식 카메라에서 촬상된 화상으로부터 딥러닝에 의해 성별, 나이, 피부색의 조합에 대해 사전 분류되어 기저장된 안면 데이터에 근거하여, 상기 피검체의 성별, 나이, 피부색을 분석하는 안면 인식 엔진을 포함하는 것을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공한다.
또한, 본 발명의 바람직한 일 실시예에서는, 상술한 목적을 달성하기 위한 일환으로서, 상술한 실시예에 있어서, 상기 피검체의 체온과 별개의 생체 정보를 측정하는 보정용 생체 측정부를 더 포함하고, 상기 인공 지능 학습 모듈은, 상기 시스템 제어부의 제어에 따라, 상기 체온 측정부에서 측정된 상기 피검체의 체온을, 상기 환경 측정부에서 측정된 환경 정보에 더하여, 상기 보정용 생체 측정부로부터 측정된 생체 정보에 근거하여 보정하는 것을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템을 제공한다.
또한, 본 발명의 바람직한 일 실시예에서는, 상술한 목적을 달성하기 위한 일환으로서, 상술한 실시예에 있어서, 상기 보정용 생체 측정부는, 상기 피검체의 키를 측정하는 키 측정부와, 상기 피검체의 몸무게를 측정하는 몸무게 측정부를 포함하는 것을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템을제공한다.
본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템에 의하면, 거리, 온도, 습도, 조도, 연령, 성별, 피부색(인종)를 포함하는 복합적인 주요 오차 발생 요인에 대해 인공 지능이 사전 학습을 하여, 생체 정보 측정 장치에서 측정된 생체 정보를 복합적으로 보정함으로써, 보다 정확하게 생체 정보를 측정할 수 있는 효과가 있다.
또한, 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템에 의하면, 새로운 환경이나 새로운 오차 발생 요인의 발견시, 해당 오차 발생 요인에 대한 보정을 용이하게 적용하여, 생체 정보 측정 결과의 신뢰성을 높일 수 있는 효과가 있다.
이상 본 발명에 따라 얻어지는 주요 실시에에 대해서 기술하였지만, 본 발명의 바람직한 실시예의 조합, 변형 실시에 따라 다른 다양한 효과가 파생될 수 있다는 점을 배제하는 것은 아니다.
도면을 사용하여 본 실시예를 더 상세하게 설명하기 전에, 도면 및 상세한 설명에서 동일한 요소, 그리고 동일한 기능 및/또는 동일한 기술적 또는 물리적 효과를 갖는 요소는, 동일한 참조 번호를 부여하거나 동일한 명칭으로 식별하며, 다른 실시예에서 도시 또는 설명된 요소 및 그 기능의 설명은 서로 교환 가능하거나 다른 실시예에서 서로 적용될 수 있다. 또한, 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 도면에서 생략하였다.
도 1은 종래의 일반적인 귀 체온계의 일 예를 도시한 예시도이다.
도 2는 선행문헌 1에 따른 이마형 적외선 체온계의 예를 도시한 예시도이다.
도 3은 선행문헌 2에 따른 인체 감지용 열화상 카메라의 온도 정확도 개선 장치를 도시한 블록 구성도이다.
도 4는 선행문헌 3에 따른 거리 측정 센서를 이용한 온도 보정 체온계를 도시한 예시도이다.
도 5는 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템을 도시한 블록 구성도이다.
도 6은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템의 동작 과정을 설명하기 위한 상세 흐름도이다.
도 7은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 인공 지능 학습 시스템의 구성을 도시한 예시도이다.
도 8은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 거리에 대한 실험 데이터의 예시도이다.
도 9는 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 인공 학습 과정을 도시한 개념도이다.
도 1은 종래의 일반적인 귀 체온계의 일 예를 도시한 예시도이다.
도 2는 선행문헌 1에 따른 이마형 적외선 체온계의 예를 도시한 예시도이다.
도 3은 선행문헌 2에 따른 인체 감지용 열화상 카메라의 온도 정확도 개선 장치를 도시한 블록 구성도이다.
도 4는 선행문헌 3에 따른 거리 측정 센서를 이용한 온도 보정 체온계를 도시한 예시도이다.
도 5는 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템을 도시한 블록 구성도이다.
도 6은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템의 동작 과정을 설명하기 위한 상세 흐름도이다.
도 7은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 인공 지능 학습 시스템의 구성을 도시한 예시도이다.
도 8은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 거리에 대한 실험 데이터의 예시도이다.
도 9는 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 인공 학습 과정을 도시한 개념도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명하지만, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예만으로 한정되는 것은 아니다. 또한, 명세서 전체에서, "실시예"라는 용어는 예시, 사례 또는 도해의 역할을 하는 것을 의미한다.
후술하는 설명에서 "체온"을 중심으로 보정하는 예에 대해서 설명하고 있지만, 본원발명은 비대면으로 측정하는 다양한 생체 정보 측정 시스템에 적용될 수 있다는 점에 유의하여야 한다.
또한, 생체 정보 중에서, "체온"과 같이 측정 목적으로 하는 생체 정보에 대해서는 "목적 생체 정보", 생체 정보에 발생될 오차를 보정하는 데 필요한 생체 정보를 "보정용 생체 정보"라고 필요에 따라 구별하여 지칭할 수도 있다.
또한, 후술하는 설명에서는, "피검체", "피측정자", "측정 대상" 등의 용어를 상황에 따라 혼용하여 사용지만, 모두 생체 정보를 측정하는 대상을 지칭하고 있다.
어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.
또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다.
본 명세서에 사용하는 "모듈(module)", "부(部)", "수단"이라는 용어와 서로 혼용되어 사용되는 개념으로, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, "모듈(module)", "부(部)", "수단"이라는 용어는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "모듈(module)", "부(部)", "수단"이라는 용어는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
이하, 첨부된 도 5를 중심으로 도 7∼9를 참조하여, 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템에 대하여 설명하면 다음과 같다.
도 5는 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템을 도시한 블록 구성도이고, 도 7은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 인공 지능 학습 시스템의 구성을 도시한 예시도이고, 도 8은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 거리에 대한 실험 데이터의 예시도이고, 도 9는 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템 중 인공 지능 학습 모듈(600)의 인공 학습 과정을 도시한 개념도이다.
먼저, 도 5를 참조하면, 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템은, 인터페이스부(100), 시스템 제어부(200), 생체 측정부(300), 환경 측정부(400), 피검체 분석부(500), 인공 지능 학습 모듈(600), 디스플레이부(700)로 구성된다.
인터페이스부(100)는, 터치스크린, 키보드, 마우스, 소프트 입력 프로그램, 음성 인식기 등으로 구성되어, 조작자의 의사에 따른 입력 신호를 발생하여, 시스템 제어부(200)에 인가한다. 특히, 본 발명의 바람직한 실시예에서는, 설정, 설정값 보정, 생체 정보 측정 모드 전환, 보정 인자 선택, 측정값 표시 환경 설정 등 생체 정보 측정과 관련된 조작자의 의도를 입력하는 기능을 수행한다.
또한, 본 발명의 바람직한 일 실시예에서는 인터페이스부(100)를 통해 사용자의 성별, 나이, 인종과 같은 생체 측정값에 영향을 미칠 피검체 정보를 입력하는 수단으로서 사용되어, 측정없이 입력할 수 있는 보정 정보를 시스템 제어부(200) 도는 인공 지능 학습 모듈(600)에 제공할 수 있다.
시스템 제어부(200)는 인터페이스부(100)를 통해 설정된 측정 환경 및 표시 환경 등에 따라, 생체 측정부(300)로부터의 피검체의 생체 정보 측정과 환경 측정부(400)로부터의 피검체의 측정 환경에 대한 측정에 관한 전반을 제어하며, 그와 같이 측정된 생체 정보와 환경 정보에 근거하여, 인공 지능 학습 모듈(600)에서 사전에 학습된 사전에 생체 정보의 변화 및 환경 정보의 변화에 따른 생체 정보 측정 오차 및 그에 대한 보정 정보에 따라 측정된 생체 정보, 특히 체온의 측정값을 보정하도록 인공 지능 학습 모듈(600)을 제어한다. 또한, 그와 같이 보정된 생체 정보 측정값을 인터페이스부(100)를 통해 조작자로부터 설정된 표시 환경에 따라 디스플레이부(700)에서 표시하도록 제어한다.
생체 측정부(300)는 체온 측정부(310), 키 측정부(320), 몸무게 측정부(330)를 포함하여, 피검체의 생체에 관한 다양한 측정 수단을 포함하여 구성될 수 있다. 예컨대, 심박수 측정, 뇌자도 측정, 맥파 측정, 혈압 측정, 체성분 측정, 체지혈 측정, 혈당 측정 등 본 발명에 따른 생체 정보 복합 보정 시스템이 적용되는 생체 정보 측정 수단의 사용 용도에 따라 다양한 생체 측정 수단의 추가, 배제, 변경, 조합이 가능하다.
체온 측정부(310)는 통상의 비대면 체온계, 또는 열화상 카메라 등으로 구현되어, 피검체의 체온을 측정한 후, 그 측정된 체온 정보를 시스템 제어부(200)에 전송한다.
키 측정부(320)는 종래의 터치식 신장계 또는 초음파를 이용한 무선 신장계 등이 사용 가능하며, 체온 측정을 위해 기설정된 위치에 기립해 있는 피검체의 키를 측정한 후, 측정된 키 정보를 시스템 제어부(200)에 전송한다.
몸무게 측정부(330)는 일반적인 디지털 체중 측정 방식이 적용되어, 키 측정부(320)와 마찬가지로 체온 측정을 위해 기설정된 위치에 기립해 있는 피검체의 몸무게를 키를 측정한 후, 측정된 몸무게 정보를 시스템 제어부(200)에 전송한다.
생체 측정부(300)에 의한 생체 측정은 피검체가 기설정된 위치에 기립해 있을 때, 체온, 키, 몸무게를 비롯한 여러 설정된 생체 측정이 동시에 이루어질 수 있다.
체온 외에, 몸무게 와 키는 사용자의 체형에 따른 체온 측정 오차를 유발하는 인자를 작용될 수 있다. 예컨대, 몸무게가 많이 나가거나 키가 큰 사람이 몸무게가 적게 나가거나 키타 작은 사람에 비해 상시 체온이 더 높을 수 있다. 따라서, 본 발명의 바람직한 일 실시예에서는 몸무게 정보 및 키 정보는 기준 체온에 대한 보정을 하는 데 있어서, 보정 인자로서 적용할 수 있다.
환경 측정부(400)는 거리 측정부(410), 온도 측정부(420), 습도 측정부(430)를 포함하여 구성되어, 피검체에 대한 생체 정보를 측정하는 환경에 대한 인자, 즉 피검체에 대해 측정한 생체 정보에 오차를 유발하는 인자를 측정한 후, 측정된 환경 측정 정보를 시스템 제어부(200)에 제공한다.
거리 측정부(410)는 피검체와 체온 측정부(310)와의 거리를 측정하여, 측정된 거리 정보를 시스템 제어부(200)에 제공한다. 이와 같이 피검체와 체온 측정부(310)와의 거리에 따라, 피검체가 체온 측정부(310)로부터 멀수록 실제 체온보다 낮게 측정되는 오류가 발생할 수 있기 때문에, 이에 대해 인공 지능 학습에 의한 보정을 위해 측정된다.
온도 측정부(420)는 피검체에 대해 체온을 측정하는 실내 온도, 즉 피검체에 대한 생체 정보 측정 수단이 위치한 장소의 실내 온도를 측정하여, 측정된 실내 온도 정보를 시스템 제어부(200)에 제공한다. 이와 같이 피검체가 측정되는 실내 온도의 높거나 낮은 환경에 따라 발생되는 측정 체온의 오차를 인공 지능 학습에 의해 보정하기 위해 실내 온도가 측정된다.
습도 측정부(430)는 피검체에 대해 체온을 측정하는 실내의 습도, 즉 피검체에 대한 생체 정보 측정 수단이 위치한 장소의 실내 습도를 측정하여, 측정된 실내 습도 정보를 시스템 제어부(200)에 제공한다. 이와 같이 피검체가 측정되는 실내의 습도가 높거나 낮은 환경에 따라 발생되는 측정 체온의 오차를 인공 지능 학습에 의해 보정하기 위해 실내 온도가 측정된다.
피검체 분석부(500)는 안면 인식 카메라(510)와 안면 인식 엔진(520)을 포함하여 구성되며, 피검체의 안면을 인식하여 피검체의 성별, 나이, 피부색 등과 같은 피검체의 정보를 분석하여, 분석된 피검체 정보를 시스템 제어부(200)에 제공한다.
안면 인식 카메라(510)는 통상의 디지털 기반의 카메라로 구성되어, 피검체를 촬상하여 촬상된 디지털 데이터를 안면 인식 엔진(520)에 제공한다. 이때, 본 발명의 바람직한 일 실시예에서는 안면 인식 카메라(510)가 안면 인식에 가장 적합한 최적의 이미지를 찍을 수 있도록 화각, 포커싱, 촬상 각도 등을 자동 변경하는 소프트웨어를 탑재되는 것이 바람직하다. 또한, 이러한 소프트웨어는 물체의 움직임과 역광 때문에 일반적으로는 보기 어려운 영상에서 확인된 움직이는 물체와 이동 속도, 얼굴 및 빛의 세기(주간/야간/헤드라이트)를 자동으로 감지하고 실시간으로 설정을 최적화함으로써, 보다 정확한 안면 인식을 가능하도록 하는 것이 바람직하다.
카메라는 물체의 움직임과 역광 때문에 일반적으로는 보기 어려운 영상에서 확인된 움직이는 물체와 이동 속도, 얼굴 및 빛의 세기(주간/야간/헤드라이트)를 자동으로 감지하고 실시간으로 설정을 최적화하여 좀더 최적의 상태로 물체의 영상을 포착한
안면 인식 엔진(520)은 딥 러닝을 통해 학습된 다종의 안면 데이터, 특히, 성별, 나이, 피부색에 대한 체온 측정 편차를 학습하여 분류된 다종의 안면 데이터를 데이터 저장부(미도시)에 저장하는 것이 바람직하다. 이때, 데이터 저장부는 네트워크에 의해 접속된 별도의 데이터 서버로 구성될 수 있으며, 이러한 네트워크는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 일 예로는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5th Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
따라서, 안면 인식 엔진(520)은 안면 인식 카메라(510)로부터 수신한 피검체 촬상 정보로부터 피검체의 성별, 나이, 피부색 등을 분석한 피검체 분석 정보를 시스템 제어부(200)에 제공한다.
한편, 본 발명의 다른 실시예에서는, 피검체 분석부(500)의 안면 인식 카메라(510) 및 안면 인식 엔진(520)에 의해서 분석되는 피검체의 성별, 나이, 피부색 대신에 인터페이스부(100)를 통한 조작자의 입력을 통해 성별, 나이, 인종 정보로 대신할 수 도 있다.
인터페이스부(100)를 통한 조작자의 입력을 통해 성별, 나이, 인종 정보를 획득하는 경우에는, 피검체 분석부(500)를 통해서는 피검체 정보를 분석하는 것에 비해, 장비의 간소화, 경량화, 단가 절감이 가능하면서도 유사한 정도의 정보를 얻을 수 있는 효과가 있다.
반면, 피검체 분석부(500)의 안면 인식 카메라(510) 및 안면 인식 엔진(520)에 의해서 피검체의 성별, 나이, 피부색을 분석하는 경우에는, 실제 사회적으로 분류되는 성별, 나이 및 인종에 따른 피부색과 같은 정보에 비해, 실체 생체적인 성별로 분류할 수도 있으며, 이경우 성전환 수술이나 호르몬 주사 등으로 인한 남여의 전도나, 남성성과 여성성 사이의 다수 단계별로 실제 측정되는 성별 정보를 얻을 수 있기 때문에 더욱 정확하고 세밀한 측정이 가능하다.
또한, 생년월일에 의해 사회적으로 구분되는 나이에 비해, 건강 상태 등에 따라 실제 측정되는 생체 나이가 정확히 측정될 수 있으며, 인종별로도 생활 환경이나 유전 또는 혼혈 여부에 따라 다양한 편차를 갖는 피부색에 대해서도 보다 정확한 정보를 얻을 수 있는 효과가 있다.
인공 지능 학습 모듈(600)은 도 7에 도시된 바와 같은 인공 지능 학습 시스템의 구성을 통해, 저반사 배경을 뒤로 하고 피검체를 배치한 후, 피검체의 성별, 나이, 피부색(또는 인종), 몸무게, 키와 같은 피검체 분석 정보와, 피검체와 체온 측정부(310)와의 거리, 측정 장소의 실내 온도, 실내 습도와 같은 측정 환경의 각 오차 발생 인자를 한종류씩 단계별로 변경하면서 비대면 촬영한 데이터와, 실제 접촉식으로 촬영한 데이터를 비교하는 과정을 반복하여 실험한다.
그 결과, 예를 들어 도 8에서와 같이 인공 지능 학습 모듈(600)의 거리에 대한 실험 데이터가 얻어진다. 즉, 실험힐 온도가 일정할 때 측정거리를 0.1미터 단위로 변경하여 얻어진 데이터이다. 도 8은 이해를 돕기 위한 간단한 예로서, 실험실 온도, 즉 실내 온도를 고정한 상태에서 측정 거리만 가변하는 데이터를 예로 들었지만, 변경하는 오차 발생 인자를 제외한 나머지 오차 발생 인자는 고정한 상태에서, 복수의 오차 발생 인자에 대해서 인공 지능 학습을 행할 수 있다.
그와 같이 얻어진 실험 결과에 근거하여, 도 9에서와 같은 학습 과정 즉, 각각의 오차 발생 인자가 변경되는 다양하 조합에 대해 정확한 생체 정보 보정값이 학습된다.
이와 같이, 인공 지능 학습된 정보를 기반으로 인공 지능 학습 모듈(600)은 시스템 제어부(200)로부터의 제어에 따라, 생체 측정부(300)에서 측정된 생체 정보 중 측정 대상으로 하는 목적 생체 정보를, 측정 거리, 측정 실내 온도, 측정 실내 습도와 같은 환경 측정부(400)에서 측정된 환경 정보, 인터페이스부(100)를 통해 입력된 성별, 나이, 인종 정보, 또는 피검체 분석부(500)에서 분석된 성별, 나이, 피부색과 같은 피검체 분석 정보로 보정하여, 보정된 결과값을 시스템 제어부(200)에 전송한다.
디스플레이부(700)는 LCD, LED, OLED 디스플레이 또는 프로젝터나 모니터 등과 같은 화상 표시 장치로 구성되어, 시스템 제어부(200)의 제어에 따라, 초기 설정된 화면 표시 구성 또는 인터페이스부(100)를 통해 변경 설정된 화면 표시 구성으로, 인공 지능 학습 모듈(600)로부터 수신한 보정된 생체 정보를 표시한다.
이하, 첨부된 도 6을 참조하여, 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템의 동작 과정에 대해 설명하면 다음과 같다. 후술하는 설명에서는, 상술한 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템에 대한 설명과 중복되는 부분에 대해서는 중복을 피하기 위하여 그 구체적인 설명은 생략한다.
도 6은 본 발명의 바람직한 일 실시예에 따른 인공 지능을 이용한 생체 정보 복합 보정 시스템의 동작 과정을 설명하기 위한 상세 흐름도이다.
먼저, 도 6을 참조하면, 인공 지능 학습 모듈(600)은 도 7에 도시된 바와 같은 인공 지능 학습 시스템의 구성을 통해, 변경하는 오차 발생 인자를 제외한 나머지 오차 발생 인자는 고정한 상태에서, 복수의 오차 발생 인자에 대해서 인공 지능 학습을 수행한다(S110). 그와 같이 얻어진 실험 결과에 근거하여, 도 9에서와 같은 학습 과정 즉, 각각의 오차 발생 인자가 변경되는 다양하 조합에 대해 정확한 생체 정보 보정값이 학습된다.
이후, 생체 측정부(300)의 체온 측정부(310)를 통해 피검체의 체온을 측정한다(S120). 이 피검체의 체온은 목적 생체 정보로서 정확한 값을 측정하고자 하는 대상이지만, 필요에 따라 다른 생체 정보가 목적 생체 정보가 될 수 있으며, 키 측정부(320), 몸무게 측정부(330)를 통해 피검체의 체온과, 키, 몸무게를 측정하여, 보정용 생체 정보로서 활용할 수도 있다.
한편, S120 단계와 별개로, 환경 측정부(400)는 거리 측정부(410), 온도 측정부(420), 습도 측정부(430)를 통해 피검체와 체온 측정부(310)와의 거리, 피검체에 대한 생체 정보를 측정하는 실내의 온도 및 습도를 측정한다(S130).
또한, S120 단계 또는 S130 단계와는 별개로, 안면 인식 카메라(510)를 통해 피검체를 촬상하여 안면 인식 엔진(520)에 의해서 피검체의 안면이 인식되고(S140), S140 단계에서 인식된 안면 데이터로부터 피검체의 정보, 즉 성별, 나이, 피부색을 분석한다(S150).
본 발명의 다른 바람직한 일 실시예에서는, S140 단계 및 S150 단계를 통한 안면 인식 및 피검체 분석 대신에 인터페이스부(100)를 통한 성별, 나이, 인종 정보로 조작자의 입력을 통해 피검체 분석 정보를 대신할 수 있다.
상술한 S120 단계 내지 S150 단계는 별개로 동작 가능하므로, 순차적으로 구현되는 것이 아니라, 동시에 이루어질 수도 있고, 다른 다수의 시간 순서로 이루어지는 것도 가능하다.
이후, 인공 지능 학습 모듈(600)은 생체 측정부(300)에서 측정된 생체 정보 중 측정 대상으로 하는 목적 생체 정보, 즉, 체온을, 측정 거리, 측정 실내 온도, 측정 실내 습도와 같은 환경 측정부(400)에서 측정된 환경 정보, 인터페이스부(100)를 통해 입력된 성별, 나이, 인종 정보, 또는 피검체 분석부(500)에서 분석된 성별, 나이, 피부색과 같은 피검체 분석 정보로 보정한다(S160).
S110∼160 단계의 진행 중에, 다른 생체 측정 오차 발생 요인이 있으며, 추가 학습 여부에 대한 결정을 통해 S110 단계의 인공 지능 생체 정보 보정 학습이 더 이루어질 수도 있다(S170). 물론, 본 S170 단계는 현 단계 이외에, 사전에도 가능하며, 다른 단계에서 수행될 수도 있다.
이후, S160 단계에서 보정된 생체 정보는, 시스템 제어부(200)의 제어에 따라, 디스플레이부(700)에 표시된다(S180).
상술한 과정은 본 발명에 따른 온라인 복합 순환 판매 방법에 대한 이해를 돕기 위해, 그 동작의 일 예를 예시적으로 설명한 것으로서, 그 순서가 변환되거나, 특정 단계가 배제되거나, 다른 단계들이 추가로 더 포함되어, 다양하게 변형 실시될 수 있다는 점에 유의하여야 한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 인터페이스부
200 : 시스템 제어부
300 : 생체 측정부
310 : 체온 측정부
310 : 키 측정부
320 : 몸무게 측정부
400 ; 환경 측정부
410 ; 거리 측정부
420 : 온도 측정부
430 ; 습도 측정부
500 : 피검체 분석부
510 : 안면 인식 카메라
520 : 안면 인식 엔진
600 ; 인공 지능 학습 모듈
700 : 디스플레이부
200 : 시스템 제어부
300 : 생체 측정부
310 : 체온 측정부
310 : 키 측정부
320 : 몸무게 측정부
400 ; 환경 측정부
410 ; 거리 측정부
420 : 온도 측정부
430 ; 습도 측정부
500 : 피검체 분석부
510 : 안면 인식 카메라
520 : 안면 인식 엔진
600 ; 인공 지능 학습 모듈
700 : 디스플레이부
Claims (7)
- 피검체로부터 측정되는 생체 정보를 인공 지능을 이용하여 복수의 보정 인자에 대해 보정하는 인공 지능을 이용한 생체 정보 복합 보정 시스템에 있어서,
상기 피검체의 체온을 측정하는 체온 측정부와,
상기 피검체의 측정 환경을 측정하는 환경 측정부와,
상기 복수의 보정 인자에 대한 인공 학습을 통해 습득한 학습 정보에 의해 상기 체온 측정부에서 측정된 상기 피검체의 체온을 상기 환경 측정부에서 측정된 환경 정보에 근거하여 보정하는 인공 지능 학습 모듈과,
상기 인공 지능 학습 모듈에서 상기 체온 측정부에서 측정된 체온을 보정할 상기 보정 인자의 종류를 설정하는 시스템 제어부
를 포함하는 인공 지능을 이용한 생체 정보 복합 보정 시스템.
- 제 1 항에 있어서,
상기 환경 측정부는,
상기 피검체의 체온을 측정하는 거리를 측정하는 거리 측정부와,
상기 피검체의 체온을 측정하는 공간의 실내 온도를 측정하는 온도 측정부와,
상기 피검체의 체온을 측정하는 공간의 실내 습도를 측정하는 습도 측정부
를 포함하는 인공 지능을 이용한 생체 정보 복합 보정 시스템.
- 제 1 항 또는 제 2 항에 있어서,
상기 피검체의 성별, 나이, 인종 정보를 입력받아, 입력된 정보를 상기 시스템 제어부에 제공하는 인터페이스부를 더포함하고,
상기 인공 지능 학습 모듈은,
상기 시스템 제어부의 제어에 따라, 상기 체온 측정부에서 측정된 상기 피검체의 체온을 상기 환경 측정부에서 측정된 환경 정보에 더하여, 상기 인터페이스부로부터 입력된 상기 피검체의 성별, 나이, 인종 정보에 근거하여 보정하는 것
을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템.
- 제 1 항 또는 제 2 항에 있어서,
상기 피검체의 성별, 나이, 피부색을 분석하여 피검체 분석 정보를 상기 시스템 제어부에 제공하는 피검체 분석부를 더 포함하고,
상기 인공 지능 학습 모듈은,
상기 시스템 제어부의 제어에 따라, 상기 체온 측정부에서 측정된 상기 피검체의 체온을 상기 환경 측정부에서 측정된 환경 정보에 더하여, 상기 피검체 분석부로부터 분석된 상기 피검체 분석 정보에 근거하여 보정하는 것
을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템.
- 제 3 항에 있어서,
상기 피검체 분석부는,
상기 피검체를 안면을 포함하여 촬상하는 안면 인식 카메라와,
상기 안면 인식 카메라에서 촬상된 화상으로부터 딥러닝에 의해 성별, 나이, 피부색의 조합에 대해 사전 분류되어 기저장된 안면 데이터에 근거하여, 상기 피검체의 성별, 나이, 피부색을 분석하는 안면 인식 엔진
을 포함하는 것을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템.
- 제 1 항 또는 제 2 항에 있어서,
상기 피검체의 체온과 별개의 생체 정보를 측정하는 보정용 생체 측정부를 더 포함하고,
상기 인공 지능 학습 모듈은,
상기 시스템 제어부의 제어에 따라, 상기 체온 측정부에서 측정된 상기 피검체의 체온을, 상기 환경 측정부에서 측정된 환경 정보에 더하여, 상기 보정용 생체 측정부로부터 측정된 생체 정보에 근거하여 보정하는 것
을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템.
- 제 6 항에 있어서,
상기 보정용 생체 측정부는,
상기 피검체의 키를 측정하는 키 측정부와,
상기 피검체의 몸무게를 측정하는 몸무게 측정부
를 포함하는 것을 특징으로 하는 인공 지능을 이용한 생체 정보 복합 보정 시스템.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20210038384 | 2021-03-24 | ||
| KR1020210038384 | 2021-03-24 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220133078A true KR20220133078A (ko) | 2022-10-04 |
Family
ID=83600291
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210145249A KR20220133078A (ko) | 2021-03-24 | 2021-10-28 | 인공 지능을 이용한 생체 정보 복합 보정 시스템 |
| KR1020210166201A KR20220133082A (ko) | 2021-03-24 | 2021-11-26 | 생체 정보를 이용한 작업 적합성 판정 시스템 |
| KR1020210166200A KR20220133081A (ko) | 2021-03-24 | 2021-11-26 | 스마트 미러를 이용한 지능형 건강 관리 시스템 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210166201A KR20220133082A (ko) | 2021-03-24 | 2021-11-26 | 생체 정보를 이용한 작업 적합성 판정 시스템 |
| KR1020210166200A KR20220133081A (ko) | 2021-03-24 | 2021-11-26 | 스마트 미러를 이용한 지능형 건강 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (3) | KR20220133078A (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030074885A (ko) | 2002-03-14 | 2003-09-22 | (주)휴비딕 | 이마형 적외선 체온계 및 그의 제어방법 |
| KR20170092024A (ko) | 2016-02-02 | 2017-08-10 | 주식회사 코아리버 | 거리 측정 센서를 이용한 온도 보정 체온계 및 방법 |
| KR102208150B1 (ko) | 2020-07-02 | 2021-01-27 | (주)큐브이미징시스템즈 | 인체 감지용 열화상 카메라의 온도 정확도 개선장치 |
-
2021
- 2021-10-28 KR KR1020210145249A patent/KR20220133078A/ko not_active Application Discontinuation
- 2021-11-26 KR KR1020210166201A patent/KR20220133082A/ko not_active Application Discontinuation
- 2021-11-26 KR KR1020210166200A patent/KR20220133081A/ko not_active Application Discontinuation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030074885A (ko) | 2002-03-14 | 2003-09-22 | (주)휴비딕 | 이마형 적외선 체온계 및 그의 제어방법 |
| KR20170092024A (ko) | 2016-02-02 | 2017-08-10 | 주식회사 코아리버 | 거리 측정 센서를 이용한 온도 보정 체온계 및 방법 |
| KR102208150B1 (ko) | 2020-07-02 | 2021-01-27 | (주)큐브이미징시스템즈 | 인체 감지용 열화상 카메라의 온도 정확도 개선장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220133081A (ko) | 2022-10-04 |
| KR20220133082A (ko) | 2022-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dell’Isola et al. | Noncontact body temperature measurement: uncertainty evaluation and screening decision rule to prevent the spread of COVID-19 | |
| US8371693B2 (en) | Autism diagnosis support apparatus | |
| US20220280100A1 (en) | Device for non-invasive detection of skin problems associated with diabetes mellitus | |
| KR20130113341A (ko) | 환자의 내부 체온을 측정하기 위한 방법 및 디바이스 | |
| Rodriguez et al. | An epidemiological approach to daylight discomfort glare | |
| KR20060012649A (ko) | 열 화상을 통한 환자의 내부 신체 온도를 탐지하도록 먼그리고 비 침해적인 기술을 위한 방법과 기구 | |
| JP7008815B2 (ja) | 視力検査 | |
| KR102208150B1 (ko) | 인체 감지용 열화상 카메라의 온도 정확도 개선장치 | |
| US20170000344A1 (en) | System and method for optical detection of cognitive impairment | |
| US20210369122A1 (en) | Temperature Screening Systems and Methods | |
| JP2018108327A (ja) | 健康モニタリングシステム、健康モニタリング方法および健康モニタリングプログラム | |
| CN104185020A (zh) | 一种检测立体视觉疲劳度的系统及方法 | |
| Liu et al. | Simple model for encoding natural images by retinal ganglion cells with nonlinear spatial integration | |
| WO2020133776A1 (zh) | 一种基于电视机的健康状况检测方法、系统及电视机 | |
| Li et al. | Lighting measurement with a 360° panoramic camera: Part 2–Applications | |
| Ng et al. | Study of facial skin and aural temperature | |
| US20190371004A1 (en) | System and method for determining skin color, method for generating icc profile, and image capturing device | |
| KR20220133078A (ko) | 인공 지능을 이용한 생체 정보 복합 보정 시스템 | |
| US20230060676A1 (en) | Multimodal diagnosis system, method and apparatus | |
| Kukula et al. | Effects of illumination changes on the performance of geometrix facevision/spl reg/3d frs | |
| Dechenaud et al. | Total body and regional surface area: Quantification with low‐cost three‐dimensional optical imaging systems | |
| Mesquita et al. | A mhealth application for automated detection and diagnosis of strabismus | |
| Grewe et al. | Low-resolution infrared temperature analysis for disease situation awareness via machine learning on a mobile platform | |
| KR102551588B1 (ko) | 체온 측정 시스템 | |
| KR102459002B1 (ko) | 광대역 통신 기반의 IoT 체온 모니터링 시스템 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |