KR20230024536A - 안구 관리 장치, 방법 및 기록매체 - Google Patents
안구 관리 장치, 방법 및 기록매체 Download PDFInfo
- Publication number
- KR20230024536A KR20230024536A KR1020210106437A KR20210106437A KR20230024536A KR 20230024536 A KR20230024536 A KR 20230024536A KR 1020210106437 A KR1020210106437 A KR 1020210106437A KR 20210106437 A KR20210106437 A KR 20210106437A KR 20230024536 A KR20230024536 A KR 20230024536A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- eye
- user
- pattern
- discomfort
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000000193 eyeblink Effects 0.000 claims abstract description 190
- 239000000428 dust Substances 0.000 claims abstract description 27
- 210000001508 eye Anatomy 0.000 claims description 185
- 239000000607 artificial tear Substances 0.000 claims description 62
- 230000004397 blinking Effects 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 24
- 210000004087 cornea Anatomy 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 13
- 230000004622 sleep time Effects 0.000 abstract description 14
- 230000006870 function Effects 0.000 description 48
- 210000005252 bulbus oculi Anatomy 0.000 description 21
- 238000007726 management method Methods 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 10
- 208000003556 Dry Eye Syndromes Diseases 0.000 description 6
- 206010013774 Dry eye Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 3
- 208000003464 asthenopia Diseases 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000036578 sleeping time Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000009319 Keratoconjunctivitis Sicca Diseases 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- G16H50/30—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1103—Detecting eye twinkling
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- 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
-
- 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
- G16H50/50—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
-
- 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)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 개시는 안구 관리 장치, 방법 및 기록매체에 관한 것으로서, 특히 스마트 기기 사용 시, 사용자의 눈 깜박임 패턴을 분석하여 사용자에게 맞춤형 정보를 제공하는 안구 관리 장치, 방법 및 기록매체를 제공할 수 있다. 또한, 사용 프로그램 별 눈 깜박임 횟수 정보와 시간대 별 눈 깜박임 횟수 정보를 생성하고, 사용자의 수면 시간 또는 습도, 미세먼지를 반영하여 눈 깜박임 패턴을 분석함으로써, 실시간으로 사용자의 안구 상태에 적합한 맞춤형 정보를 제공하는 안구 관리 장치, 방법 및 기록매체를 제공할 수 있다.
Description
본 실시예들은 안구 관리 장치, 방법 및 기록매체를 제공한다.
현대 사회에서 살고 있는 우리의 눈은 각종 유해 요소로부터 노출되어 있다. 컴퓨터와 다양한 영상 기기의 장시간 사용, 수면부족현상, 시력저하, 공해 등으로 말미암아 눈의 피로가 누적되면서 쉽게 눈이 충혈되거나 뻑뻑해지고 이물감을 느끼게 되고, 심해지면 안구의 통증을 유발되어, 작업의 집중력을 현저히 떨어뜨린다.
특히, 스마트폰, 태블릿 PC 등 스마트 기기의 발전에 따라서 스마트 기기를 이용하는 시간이 증가함에 따라 사용자의 눈 건강을 해칠 우려가 높아진다. 구체적으로, 스마트 기기의 특성상 사용자는 스마트 기기를 이용하는 시간의 대부분 동안에 화면에 집중하게 됨에 따라 평소와 달리 눈을 깜빡이는 횟수가 줄어듦에 따라 각막이 말라 있는 상태를 지속하게 되어 미세한 상처와 염증으로 안구건조증이 발생할 가능성이 높아진다. 여기서, 안구건조증(Dry eye syndrome)은 건성각결막염 으로도 알려져 있으며, 많은 사람들이 앓고 있는 질환이다. 안구건조증이 심해지면 일시적으로 시력이 저하될 수도 있으며, 공부, 독서, 운전과 같이 시력이 중요한 작업을 어렵게 할 수도 있다
안구 건조증을 예방하고 치료하기 위해서는 안과를 방문하여 진단을 받는 것도 중요하지만 기본적인 스마트 기기의 사용 습관을 개선하는 것이 중요하다. 특히 눈물막이 형성되도록 사용 중에 의식적으로 눈 깜빡임을 동작하는 것이 반드시 필요하다. 하지만, 사용자는 스마트 기기를 사용하면 깊이 몰입하게 되는 것이 일반적이므로 스마트 기기를 중간에 잠시 멈추는 것은 매우 어렵다는 문제점이 있다. 또한, 사용자에게 눈 깜빡임 동작이 필요하다는 안내를 제공한다 하더라도 사용자에 따라 안구의 불편감을 느끼는 시점이나 정도가 다르고, 스마트 기기를 사용하는 환경이 달라짐에 따라 동일한 횟수의 눈 깜박임 동작을 통해서는 이를 해결할 수 없다는 문제점이 있다. 따라서, 안구 건조증을 예방하고 치료하기 위해서는 무엇보다 사용자 개인 또는 사용 환경 등에 따라 개인 별 눈 깜박임 패턴을 분석하여 사용자에게 맞춤형 정보를 제공할 수 있는 기술을 필요로 한다.
이러한 배경에서, 본 실시예들의 목적은 스마트 기기 사용 시 사용자의 눈 깜박임 패턴을 분석하여 사용자에게 맞춤형 정보를 제공해주는 안구 관리 장치, 방법 및 기록매체를 제공하는데 있다.
전술한 목적을 달성하기 위하여, 일 측면에서, 본 실시예는 안구 관리 장치에 있어서, 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득부, 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고 횟수 정보와 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석부 및 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공부를 포함하는 것을 특징으로 하는 안구 관리 장치를 제공할 수 있다.
다른 측면에서, 본 실시예는 안구 관리 방법에 있어서, 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득 단계, 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고, 횟수 정보와 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석 단계 및 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공 단계를 포함하는 것을 특징으로 하는 안구 관리 방법을 제공할 수 있다.
또 다른 측면에서, 본 실시예는 안구 관리 방법을 실행시키기 위한 프로그램을 기록한 기록 매체에 있어서, 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득 기능, 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고, 횟수 정보와 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석 기능 및 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공 기능을 구현하는 프로그램이 기록되고 컴퓨터로 읽을 수 있는 기록매체를 제공할 수 있다.
본 실시예들에 의하면, 스마트 기기 사용 시 사용자의 눈 깜박임 패턴을 분석하여 사용자에게 맞춤형 정보를 제공해주는 안구 관리 장치, 방법 및 기록매체를 제공할 수 있다.
도 1은 본 개시의 일 실시예에 따른 안구 관리 장치가 적용될 수 있는 시스템을 예시적으로 도시한 도면이다.
도 2는 본 개시의 일 실시예에 따른 안구 관리 장치의 구성을 도시한 도면이다.
도 3은 본 개시의 일 실시예에 따른 안구 관리 장치의 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 안구 관리 장치의 눈 깜박임 패턴을 분석하는 동작을 설명하기 위한 흐름도이다.
도 5는 본 개시의 일 실시예에 따른 안구 관리 장치의 불편감 정보에 따른 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 6은 본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 개선 여부에 따른 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 7은 본 개시의 일 실시예에 따른 안구 관리 방법의 흐름도이다.
도 8는 본 개시의 일 실시예에 따른 기록매체의 구성을 개념적으로 도시한 도면이다.
도 2는 본 개시의 일 실시예에 따른 안구 관리 장치의 구성을 도시한 도면이다.
도 3은 본 개시의 일 실시예에 따른 안구 관리 장치의 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 안구 관리 장치의 눈 깜박임 패턴을 분석하는 동작을 설명하기 위한 흐름도이다.
도 5는 본 개시의 일 실시예에 따른 안구 관리 장치의 불편감 정보에 따른 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 6은 본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 개선 여부에 따른 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 7은 본 개시의 일 실시예에 따른 안구 관리 방법의 흐름도이다.
도 8는 본 개시의 일 실시예에 따른 기록매체의 구성을 개념적으로 도시한 도면이다.
본 개시는 안구 관리 장치, 방법 및 기록매체에 관한 것이다.
이하, 본 개시의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성 요소들에 참조부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 실시예들을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 기술 사상의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다. 본 명세서 상에서 언급된 "포함한다", "갖는다", "이루어진다" 등이 사용되는 경우 "~만"이 사용되지 않는 이상 다른 부분이 추가될 수 있다. 구성 요소를 단수로 표현한 경우에 특별한 명시적인 기재 사항이 없는 한 복수를 포함하는 경우를 포함할 수 있다.
또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다.
구성 요소들의 위치 관계에 대한 설명에 있어서, 둘 이상의 구성 요소가 "연결", "결합" 또는 "접속" 등이 된다고 기재된 경우, 둘 이상의 구성 요소가 직접적으로 "연결", "결합" 또는 "접속" 될 수 있지만, 둘 이상의 구성 요소와 다른 구성 요소가 더 "개재"되어 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다. 여기서, 다른 구성 요소는 서로 "연결", "결합" 또는 "접속" 되는 둘 이상의 구성 요소 중 하나 이상에 포함될 수도 있다.
구성 요소들이나, 동작 방법이나 제작 방법 등과 관련한 시간적 흐름 관계에 대한 설명에 있어서, 예를 들어, "~후에", "~에 이어서", "~다음에", "~전에" 등으로 시간적 선후 관계 또는 흐름적 선후 관계가 설명되는 경우, "바로" 또는 "직접"이 사용되지 않는 이상 연속적이지 않은 경우도 포함할 수 있다.
한편, 구성 요소에 대한 수치 또는 그 대응 정보(예: 레벨 등)가 언급된 경우, 별도의 명시적 기재가 없더라도, 수치 또는 그 대응 정보는 각종 요인(예: 공정상의 요인, 내부 또는 외부 충격, 노이즈 등)에 의해 발생할 수 있는 오차 범위를 포함하는 것으로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 개시를 상세히 설명하기로 한다.
도 1은 본 개시의 일 실시예에 따른 안구 관리 장치가 적용될 수 있는 시스템을 예시적으로 도시한 도면이다.
도 1을 참조하면, 본 개시의 일 실시예에 따른 안구 관리 장치(100)가 적용될 수 있는 시스템은 서버(110) 및 네트워크(120)를 포함하여 구현될 수 있다.
안구 관리 장치(100)는, 본 개시의 실시예에 따른 안구 관리 방법을 수행할 수 있는 장치로서, 프로그램을 실행할 수 있는 전자 기기와 같은 하드웨어, 프로세서에 의해 실행되는 소프트웨어 또는 이들의 조합으로 구현될 수 있다.
일 예에 따라, 안구 관리 장치(100)가 하드웨어로 구현되는 경우, 일반적인 데스크 탑이나 노트북 등의 일반 PC를 포함하고, 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기 등을 포함할 수 있다. 다만, 이는 일 예로서, 서버(110)와 통신 가능하며 각막을 인식할 수 있는 전자 기기라면 그 명칭이나 종류에 한정되지 않고, 폭넓게 해석될 수 있다. 또한, 일 예에 따라, 안구 관리 장치(100)는 사용자의 조작에 따라 정보의 입력이 가능하며, 본 개시의 실시예에 따른 안구 관리 방법을 수행할 수 있는 애플리케이션으로 구현될 수 있다. 일 예로, 안구 관리 애플리케이션이나 프로그램 등일 수 있으며, 다만, 그 명칭이나 종류에 한정되지 않고 폭넓게 해석될 수 있다.
서버(110)는 네트워크(120)를 통하여 불특정 다수 클라이언트 (장치(100)를 포함) 및/또는 다른 서버와 연결될 수 있다. 이에 따라, 서버(110)는 클라이언트 또는 다른 서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템를 의미하거나 이러한 컴퓨터 시스템을 위하여 설치되어 있는 컴퓨터 소프트웨어(서버 프로그램)를 의미할 수 있다.
일 예에 따라, 서버(110)는 날씨 데이터, 미세 먼지 데이터 등을 포함하는 환경 데이터를 수집하여 저장시키고 관리할 수 있다. 그리고, 서버(110)는 안구 관리 장치(100)의 요청에 따라 해당 데이터를 전송할 수 있다. 예를 들어, 서버(110)는 안구 관리 서비스에 대응하는 애플리케이션의 통해 환경 데이터를 안구 관리 장치(100)에 제공할 수 있다.
또한, 서버(110)는 전술한 서버 프로그램 이외에도, 서버(110) 상에서 동작하는 일련의 응용 프로그램(Application Program)과, 경우에 따라서는 내부 또는 외부에 구축되어 있는 각종 데이터베이스를 포함하는 넓은 개념으로 이해되어야 할 것이다. 여기서, 서버(110)는, 서버 또는 다른 장치 등에 의해 사용될 목적으로 정보나 자료 등의 데이터가 구조화되어 관리되는 데이터의 집합체를 의미할 수 있으며, 이러한 데이터의 집합체를 저장하는 저장매체를 의미할 수도 있다.
또한, 이러한 서버(110)는 데이터의 구조화 방식, 관리 방식, 종류 등에 따라 분류된 복수의 데이터베이스를 포함하는 것일 수도 있다. 경우에 따라서, 서버(100)는 정보나 자료 등을 추가, 수정, 삭제 등을 할 수 있도록 해주는 소프트웨어인 데이터베이스 관리시스템(Database Management System, DBMS)을 포함할 수도 있다.
한편, 네트워크(120)는 안구 관리 장치(100)와 서버(110)을 연결해주는 망(Network)으로서, LAN(Local Area Network), WAN(Wide Area Network)등의 폐쇄형 네트워크일 수도 있으나, 인터넷(Internet)과 같은 개방형 네트워크일 수도 있다. 여기서, 인터넷은 TCP/IP 프로토콜 및 그 상위계층에 존재하는 여러 서비스, 즉 HTTP(HyperText Transfer Protocol), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol), SNMP(Simple Network Management Protocol), NFS(Network File Service), NIS(Network Information Service)를 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미한다.
간략하게 전술한 본 개시의 일 실시예에 따른 안구 관리 장치, 방법 및 기록매체에 대하여, 이하에서 더욱 상세하게 설명한다.
도 2는 본 개시의 일 실시예에 따른 안구 관리 장치의 구성을 도시한 도면이다.
도 2를 참조하면, 본 개시의 일 실시예에 따른 안구 관리 장치(100)는, 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득부(210), 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고, 생성된 횟수 정보와 획득한 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석부(220) 및 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공부(230)를 포함하는 안구 관리 장치(100)를 제공한다.
일 실시예에 따라 정보 획득부(210)는 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득할 수 있다. 일 예로, 정보 획득부(210)는 사용자가 사용 중인 프로그램의 종류 등과 같은 사용 프로그램 정보를 획득할 수 있다. 예를 들어, 정보 획득부(210)는 화면 상에 표시되는 프로그램이 움직이는 영상에 해당되는지 정지된 영상에 해당되는지 여부에 관한 정보를 획득할 수 있다. 또한, 정보 획득부(210)는 움직이는 영상 및 정지된 영상이 그림 영상인지 글 영상인지 여부에 관한 정보를 획득할 수도 있다. 프로그램은 종류에 따라 화면에 표시되는 영상의 형태가 다르기 때문에 사용자의 눈피로 및 눈건조를 느끼는 정도가 달라지는 원인이 될 수 있다. 구체적인 예를 들면, 정보 획득부(210)는 사용자로부터 사용 중인 프로그램이 해당되는 종류를 애니메이션, 영화, 방송, 뉴스, 소설, 웹툰, SNS, 채팅 중 하나를 입력 받아 프로그램 정보로 획득할 수 있다. 다만, 이는 프로그램 종류의 일 예로, 이에 한정되지는 않는다.
다른 일 예로, 정보 획득부(210)는 안구 상태의 불편감을 느끼는 시간 정보 및 강도 정보를 포함하는 불편감 정보를 획득할 수 있다. 예를 들어, 정보 획득부(210)는 프로그램 사용 중에 안구 상태의 불편감을 느끼게 된 시간 정보와 불편감을 느낀 정도를 강도 정보를 포함하는 불편감 정보를 획득할 수 있다. 불편감 정보는 동일한 프로그램을 사용한다 하더라도 사람마다 안구 상태의 불편감을 다르게 느끼기 때문에 정확한 분석을 위해서는 사용자 별로 획득할 필요가 있다. 구체적인 예를 들면, 정보 획득부(210)는 사용자로부터 프로그램 사용 중 안구 상태의 불편감을 느끼게 된 시점에서 불편감을 느낀 정도에 따라 설정된 단계를 입력 받아 불편감 정보를 획득할 수 있다.
또 다른 일 예로, 정보 획득부(210)는 사용자의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보 중 적어도 하나를 포함하는 생활 환경 정보를 획득할 수 있다. 예를 들어, 정보 획득부(210)는 사용자로부터 전날의 수면 시간을 입력 받아 수면 정보를 획득할 수 있다. 또한, 정보 획득부(210)는 사용자로부터 당일의 인공 누액 투여 여부, 투여 종류, 투여 횟수, 투여량 등에 관한 정보를 입력 받아 인공 누액의 투여 정보를 획득할 수 있다. 다른 예를 들어, 정보 획득부(210)는 사용자로부터 프로그램을 사용하고 있는 주변 환경의 실제 습도를 입력 받거나 센서를 통해 직접 측정된 습도를 습도 정보로 획득할 수 있다. 또한, 정보 획득부(210)는 사용자가 프로그램을 사용하고 있는 주변 환경의 오존, 초미세먼지에 관한 정보를 네트워크를 통해 전송 받아 획득할 수 있다. 즉, 정보 획득부(210)는 사용자가 수면 부족이거나 건조한 환경 또는 미세 먼지가 많은 환경에서는 눈피로 및 눈건조를 더 느낌에 따라 이를 반영하기 위해 생활 환경 정보를 획득할 필요가 있다.
일 실시예에 따라 패턴 분석부(220)는 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성할 수 있다. 일 예로, 패턴 분석부(220)는 카메라에 의해 촬영된 사용자의 각막을 인식하여 눈 깜박임 횟수 또는 눈 깜박임 간격을 측정하고, 측정 결과와 획득한 사용 프로그램 정보를 이용하여 횟수 정보를 생성할 수 있다. 예를 들어, 패턴 분석부(220)는 사용자가 사용하고 있는 사용 프로그램 정보 별로 눈 깜박임 횟수를 측정하여 사용 프로그램 별 분당 눈 깜박임 횟수 또는 시간대별 눈 깜박임 횟수 변화량에 관한 시계열 정보인 횟수 정보를 생성할 수 있다.
또한, 패턴 분석부(220)는 생성한 횟수 정보와 획득한 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 일 예로, 패턴 분석부(220)는 획득한 생활 환경 정보에 기초하여 횟수 정보 및 불편감 정보가 변경되는 정도를 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 예를 들어, 패턴 분석부(220)는 횟수 정보로부터 불편감 정보를 이용하여 사용자가 불편감을 느끼기 시작하는 시점과 불편감을 느끼는 최소 눈 깜박임 횟수 및 간격 등을 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 다른 예를 들어, 패턴 분석부(220)는 사용자로부터 획득한 각각의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보가 변경됨에 따라 정보 별로 생성된 횟수 정보와 입력된 불편감 정보가 변경되는 정도를 산출할 수 있다. 구체적인 예를 들면, 패턴 분석부(220)는 사용자가 전날 수면 시간에 따라 프로그램 별 눈 깜박임 횟수와 사용자가 불편감을 느끼는 간격이 변경되는 정도를 산출하여 수면 시간이 반영된 사용자의 눈 깜박임 패턴을 분석할 수 있다.
다른 일 예로, 패턴 분석부(220)는 획득한 생활 환경 정보에 기초하여 사용자의 눈 깜박임 패턴을 예측할 수 있다. 예를 들어, 패턴 분석부(220)는 사용자로부터 획득한 사용자의 수면 정보와 인공 누액의 투여 정보에 따른 눈 깜박임 패턴을 기준으로 실시간으로 획득한 습도 정보 또는 미세 먼지 정보를 반영하여 사용자의 눈 깜박임 패턴을 예측할 수 있다.
또 다른 일 예로, 패턴 분석부(220)는 일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴을 비교하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다. 여기서, 눈 깜박임 패턴은 사용자의 수면 정보와 인공 누액의 투여 정보에 기초하여 생성된 것일 수 있다. 예를 들어, 패턴 분석부(220)는 일정 기간 사용자로부터 획득한 수면 정보와 인공 누액의 투여 정보에 따라 생성된 횟수 정보와 입력된 불편감 정보를 통해 과거의 눈 깜박임 패턴을 획득할 수 있다. 그리고, 패턴 분석부(220)는 일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴을 현재의 수면 정보와 인공 누액의 투여 정보를 기준으로 비교하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다.
일 실시예에 따라 피드백 제공부(230)는 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공할 수 있다. 일 예로, 피드백 제공부(230)는 눈 깜박임 패턴에 기초하여 산출된 눈 깜박임 평균 횟수와 실시간으로 측정된 눈 깜박임 횟수를 비교하여 알람 정보를 생성하고 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 피드백 제공부(230)는 실시간으로 측정된 눈 깜박임 횟수가 눈 깜박임 패턴에 기초하여 산출된 눈 깜박임 평균 횟수의 이하라고 판단되면, 미리 설정된 기준에 따라 실시간으로 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다. 또한, 피드백 제공부(230)는 실시간으로 측정된 눈 깜박임 횟수와 산출된 평균 횟수의 차이량에 기초하여 단계적으로 눈 깜박임이 필요한 시점, 인공 누액의 투여 시점 및 사용 중단 시점 중 하나를 선택하여 알람 정보를 생성할 수 있다.
다른 일 예로, 피드백 제공부(230)는 예측된 사용자의 눈 깜박임 패턴으로부터 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 피드백 제공부(230)는 사용자의 눈 깜박임 패턴에 포함된 불편감 정보에 기초하여 사용자가 불편감을 느낄 예상 시점을 예측하고, 예상 시점을 기준으로 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 맞춤형 피드백 정보로 제공할 수 있다. 여기서, 예상 시점은 사용자가 불편감을 느껴 불편감 정보를 입력할 시점을 의미할 수 있다. 다른 예를 들어, 피드백 제공부(230)는 사용자의 인공 누액의 투여 정보에 기초하여 예측된 예상 시점을 기준으로 인공 누액의 투여 여부, 투여 시점 또는 투여 주기를 결정하여 맞춤형 피드백 정보로 제공할 수 있다.
또 다른 일 예로, 피드백 제공부(230)는 사용자의 눈 깜박임 패턴의 개선 여부에 따라 사용자의 수면 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 피드백 제공부(230)는 사용자의 눈 깜박임 패턴이 개선되지 않은 것으로 판단되면, 사용자의 수면 시간 증가 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다.
도 3은 본 개시의 일 실시예에 따른 안구 관리 장치의 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 3을 참조하면, 본 개시의 일 실시예에 따른 안구 관리 장치의 정보 획득부(210)는 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득할 수 있다(S310). 일 예로, 정보 획득부(210)는 안구 상태의 불편감을 느끼는 시간 정보 및 강도 정보를 포함하는 불편감 정보와 사용자의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보 중 적어도 하나를 포함하는 생활 환경 정보를 개인 안구 정보로 획득할 수 있다. 예를 들어, 정보 획득부(310)는 사용 프로그램 정보, 인공 누액의 투여 정보, 수면 정보를 사용 시작 전에 사용자로부터 입력 받아 개인 안구 정보로 획득할 수 있다. 또한, 정보 획득부(310)는 불편감 정보를 사용 중에 실시간으로 사용자로부터 입력 받아 개인 안구 정보로 획득할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 사용자의 각막을 인식하여 눈 깜박임 횟수를 측정할 수 있다(S320). 일 예로, 패턴 분석부(220)는 사용자의 안구가 포함된 이미지 촬영을 통해 각막을 인식하여 눈 깜박임 횟수를 측정할 수 있다. 예를 들어, 패턴 분석부(220)는 연속하여 촬영된 이미지로부터 안구의 크기, 각막의 크기, 눈꺼풀 틈새의 위치와 간격 등을 기준으로 각막을 인식하여 눈 깜박임 횟수를 측정할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 눈 깜박임의 횟수 정보를 생성할 수 있다(S330). 일 예로, 패턴 분석부(220)는 사용 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성할 수 있다. 여기서, 횟수 정보는 분당 눈 깜박임 횟수 또는 눈 깜박임 횟수 변화량에 관한 시계열 정보일 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 생성된 횟수 정보와 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석할 수 있다(S340). 일 예로, 패턴 분석부(220)는 사용 프로그램 별 눈 깜박임 횟수 정보와 시간대 별 눈 깜박임 횟수 정보로부터 불편감 정보가 입력된 시점에 기초하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 예를 들어, 패턴 분석부(220)는 사용자의 사용 프로그램에 따른 눈 깜박임 패턴에서 사용자가 불편감을 느끼는 최소 눈 깜박임 횟수 및 간격 등을 산출할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공할 수 있다(S350). 일 예로, 피드백 제공부(230)는 사용자가 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 피드백 제공부(230)는 눈 깜박임이 필요한 시점, 인공 누액의 투여 시점 및 사용 중단 시점 중 하나를 선택하여 단계적인 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다. 다른 일 예로, 패턴 분석부(220)는 일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴을 비교하여 눈 깜박임 패턴의 개선 여부를 분석하여 맞춤형 피드백 정보로 제공할 수 있다. 또한, 피드백 제공부(230)는 사용 프로그램 별로 시간대 별 눈 깜박임 횟수에 관한 그래프를 생성하여 맞춤형 피드백 정보로 제공할 수 있다.
도 4는 본 개시의 일 실시예에 따른 안구 관리 장치의 눈 깜박임 패턴을 분석하는 동작을 설명하기 위한 흐름도이다.
도 4를 참조하면, 본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 전술한 바와 같이 사용자의 각막을 인식하여 눈 깜박임 횟수를 측정할 수 있다(S320). 그리고, 패턴 분석부(220)는 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 눈 깜박임의 횟수 정보를 생성할 수 있다(S330). 일 예로, 패턴 분석부(220)는 사용자의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보를 각각의 파라미터로 하여, 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보를 생성할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 생활 환경 정보에 기초하여 횟수 정보 및 불편감 정보가 변경되는 정도를 산출할 수 있다(S410). 일 예로, 패턴 분석부(220)는 각각의 파라미터가 변경됨에 따라 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보가 변경되는 정도를 산출할 수 있다. 그리고, 패턴 분석부(220)는 각각의 파라미터가 변경됨에 따라 불편감 정보가 변경되는 정도를 산출할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 실시간 정보의 획득 여부를 판단할 수 있다(S420). 일 예로, 패턴 분석부(220)는 습도 정보 및 미세 먼지 정보에 관한 실시간 정보의 획득 여부를 판단할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 실시간 정보를 획득할 수 있으면, 눈 깜박임 패턴을 분석하기 위해 실시간 정보를 반영할 수 있다(S430). 일 예로, 패턴 분석부(220)는 사용자의 수면 정보와 인공 누액의 투여 정보에 따른 사용자의 눈 깜박임 패턴을 기준으로 실시간으로 획득한 습도 정보 또는 미세 먼지 정보를 반영할 수 있다. 예를 들면, 패턴 분석부(220)는 일정 기간 누적된 사용자의 눈 깜박임 패턴으로부터 수면 정보와 인공 누액의 투여 정보가 동일한 눈 깜박임 패턴을 추출할 수 있다. 그리고, 패턴 분석부(220)는 추출된 눈 깜박임 패턴을 기준으로 실시간으로 획득한 습도 정보 또는 미세 먼지 정보와 동일한 정보를 가지는 눈 깜박임 패턴을 재 추출할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 생활 환경 정보에 기초하여 분석된 사용자의 눈 깜박임 패턴으로부터 사용자의 안구 상태에 맞는 눈 깜박임 패턴을 예측할 수 있다(S440). 일 예로, 패턴 분석부(220)는 일정 기간 누적된 과거의 눈 깜박임 패턴으로부터 각각의 파라미터가 일치하는 눈 깜박임 패턴을 추출하여 사용자의 안구 상태에 맞는 눈 깜박임 패턴을 예측할 수 있다. 여기서, 습도 정보 및 미세 먼지 정보에 대응하는 파라미터는 실시간으로 측정되어 가변하는 값일 수도 있다.
다른 일 예로, 패턴 분석부(220)는 머신 러닝(machine learning) 기반으로 눈 깜박임 패턴을 예측할 수 있다. 예를 들어, 패턴 분석부(220)는 프로그램 별 눈 깜박임 횟수 정보와 시간대 별 눈 깜박임 횟수 정보에서 머신 러닝으로 사전 학습된 눈 깜박임 패턴을 예측하여, 예측된 눈 깜박임 패턴에 기초하여 불편감을 느낄 예상 시점을 추출할 수 있다. 다른 예를 들어, 패턴 분석부(220)는 머신 러닝 등의 학습 기법을 이용하여 학습하고, 머신 러닝으로 미리 학습된 데이터에 기초하여 각각의 생활 환경 정보에 따라 생성되는 프로그램 별 눈 깜박임 횟수 정보와 시간대 별 눈 깜박임 횟수 정보를 분석하여 실시간으로 사용자의 안구 상태에 맞는 눈 깜박임 패턴을 예측할 수 있다. 여기서, 머신 러닝은 컴퓨터에게 사람이 직접 로직(logic)을 입력하거나 지시하지 않아도 컴퓨터가 학습을 통해 스스로 문제를 해결하도록 하는 것을 의미할 수 있다. 딥러닝(deep learning)은 인공지능을 구성하기 위한 인공신경망(Artificial Neural Networks, ANN)에 기반해 컴퓨터에게 사람의 사고방식을 가르치는 방법으로 사람이 가르치지 않아도 컴퓨터가 스스로 사람처럼 학습할 수 있는 인공지능 기술을 말한다. 인공신경망(ANN)은 소프트웨어 형태로 구현되거나 하드웨어 형태로 구현될 수 있다.
구체적인 예를 들면, 패턴 분석부(220)는 눈 깜박임 패턴이 학습된 소프트웨어 또는 하드웨어 형태의 인공신경망(ANN)을 포함할 수 있다. 인공신경망은 각 레벨에 대응하는 학습된 레이어(layer)를 이용하여, 각 레벨에 대응하는 특징 정보를 추출할 수 있다. 패턴 분석부(220)는 딥러닝으로 학습된 CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), DBN(Deep Belief Network) 등 심층신경망(Deep Neural Network: DNN)을 포함할 수 있다. CNN은, 특히 객체 인식 분야에서 많이 사용되는 구조로써, 사람이 물체를 인식할 때 물체의 기본적인 특징들을 추출한 다음 뇌 속에서 복잡한 계산을 거쳐 그 결과를 기반으로 물체를 인식한다는 가정을 기반으로 만들어진 사람의 뇌 기능을 모사한 모델이다. RNN은, 시간의 흐름에 따라 변하는 시계열 데이터(Time-series data) 처리에 효과적인 구조로 매 순간마다 레이어를 쌓아 올려 인공신경망 구조를 구성할 수 있다. DBN은 딥러닝 기법인 RBM(Restricted Boltzman Machine)을 다층으로 쌓아 구성되는 딥러닝 구조이다. RBM(Restricted Boltzman Machine) 학습을 반복하여, 일정 수의 레이어가 되면 해당 개수의 레이어를 가지는 DBN(Deep Belief Network)를 구성할 수 있다.
도 5는 본 개시의 일 실시예에 따른 안구 관리 장치의 불편감 정보에 따른 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 5를 참조하면, 본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 전술한 바와 같이 사용자의 안구 상태에 맞는 눈 깜박임 패턴을 분석할 수 있다(S340).
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 사용자에게 맞춤형 피드백 정보를 제공하기 위하여 불편감 정보의 유무를 판단할 수 있다(S510). 예를 들어, 피드백 제공부(230)는 사용자로부터 입력 되어 활용이 가능한 형태의 불편감 정보가 존재하는지 여부를 판단할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 불편감 정보가 존재하면, 이를 활용하여 안구 상태의 불편감 예상 시점을 예측할 수 있다(S520). 일 예로, 피드백 제공부(230)는 사용자의 눈 깜박임 패턴에 포함된 불편감 정보에 기초하여 사용자가 안구 상태의 불편감을 느낄 예상 시점을 예측할 수 있다. 예를 들어, 피드백 제공부(230)는 프로그램 사용 중에 입력된 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴으로부터 불편감을 느끼기 시작하는 임계 시점, 불편감을 느끼는 최소 눈 깜박임 횟수 및 간격 등을 산출하여 사용자가 안구 상태의 불편감을 느낄 것으로 예상되는 예상 시점을 예측할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 예상 시점을 기준으로 미리 눈 깜박임을 동작하도록 특정 시점을 결정할 수 있다(S530). 일 예로, 피드백 제공부(230)는 예상 시점을 기준으로 실시간으로 측정되는 사용자의 눈 깜박임 횟수에 따라 사용자가 안구 상태의 불편감을 느끼기 전에 미리 눈 깜박임을 동작하도록 특정 시점을 결정할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 불편감 정보가 존재하지 않으면, 눈 깜박임 패턴에 기초하여 눈 깜박임 평균 횟수를 산출할 수 있다(S540). 예를 들어, 피드백 제공부(230)는 프로그램 사용 중에 입력된 불편감 정보가 존재하지 않으면, 측정된 눈 깜박임 횟수로부터 눈 깜박임 평균 횟수를 산출할 수 있다. 여기서, 눈 깜박임 평균 횟수는 일정한 시간 구간마다 계산된 평균 횟수일 수 있다. 또한, 눈 깜박임 평균 횟수는 사용자가 불편감을 느끼지 않는 눈 깜박임 횟수의 기준을 의미할 수도 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 실시간으로 측정된 눈 깜박임 횟수와 눈 깜박임 평균 횟수를 비교할 수 있다(S550). 예를 들어, 피드백 제공부(230)는 실시간으로 측정된 눈 깜박임 횟수와 눈 깜박임 평균 횟수를 비교하여 측정된 눈 깜박임 횟수가 눈 깜박임 평균 횟수의 이하인지 여부를 판단할 수 있다. 또한, 피드백 제공부(230)는 측정된 눈 깜박임 횟수가 눈 깜박임 평균 횟수의 이하라고 판단되면, 측정된 눈 깜박임 횟수와 눈 깜박임 평균 횟수의 차이량을 계산할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 사용자에게 맞춤형 피드백 정보로 제공되는 알람 정보를 생성할 수 있다(S550). 일 예로, 피드백 제공부(230)는 실시간으로 측정된 눈 깜박임 횟수가 눈 깜박임 평균 횟수의 이하라고 판단되면 미리 설정된 기준에 따라 실시간으로 알람 정보를 생성할 수 있다. 예를 들어, 피드백 제공부(230)는 측정된 눈 깜박임 횟수와 눈 깜박임 평균 횟수의 차이량에 기초하여 단계적으로 눈 깜박임이 필요한 시점, 인공 누액의 투여 시점 및 사용 중단 시점 중 하나를 선택하여 알람 정보를 생성할 수 있다. 또한, 피드백 제공부(230)는 눈 깜박임 패턴의 개선 여부에 따라 기준이 되는 차이량을 변경하여 단계적인 알람 정보를 생성할 수 있다.
도 6은 본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 개선 여부에 따른 맞춤형 피드백 정보를 제공하는 동작을 설명하기 위한 흐름도이다.
도 6을 참조하면, 본 개시의 일 실시예에 따른 안구 관리 장치의 정보 획득부(210)는 사용자의 수면 정보 및 인공 누액의 투여 정보를 획득할 수 있다(S610). 예를 들어, 정보 획득부(210)는 사용자로부터 전일의 수면 시간, 당일의 인공 누액 투여 여부, 투여 종류, 투여 횟수, 투여량 등에 관한 정보를 입력 받아 획득할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 전술한 바와 같이 사용자의 안구 상태에 맞는 눈 깜박임 패턴을 분석할 수 있다(S340).
본 개시의 일 실시예에 따른 안구 관리 장치의 패턴 분석부(220)는 눈 깜박임 패턴의 개선 여부를 판단할 수 있다(S620). 일 예로, 패턴 분석부(220)는 눈 깜박임 패턴에 나타난 불편감 정보에 기초하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다. 예를 들어, 패턴 분석부(220)는 일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴에 나타난 불편감 정보를 비교하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다. 구체적으로, 눈 깜박임 패턴에 나타난 불편감 정보는 눈 깜박임 횟수에 관한 시계열 정보에 나타난 불편감 정보의 입력 횟수와 입력 간격을 의미할 수 있다. 따라서, 패턴 분석부(220)는 과거의 눈 깜박임 패턴에 나타난 불편감 정보의 입력 횟수가 감소하고, 입력 간격이 증가하면, 눈 깜박임 패턴이 개선된 것으로 판단할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 사용자의 눈 깜박임 패턴이 개선된 것으로 판단되면, 기존 수면 시간 및 인공 누액의 투여 간격을 유지하도록 결정할 수 있다(S630). 예를 들어, 피드백 제공부(230)는 사용자의 눈 깜박임 패턴이 개선된 것으로 판단되면, 기존 인공 누액의 투여 간격을 증가시키도록 결정할 수도 있다. 반면에, 피드백 제공부(230)는 사용자의 눈 깜박임 패턴이 개선되지 않은 것으로 판단되면, 수면 시간 및 인공 누액의 투여를 추가 요청하도록 결정할 수 있다(S640). 일 예로, 피드백 제공부(230)는 사용자의 눈 깜박임 패턴이 개선되지 않은 것으로 판단되면, 수면 시간을 기존 수면 시간보다 증가하도록 결정할 수 있다. 또한, 피드백 제공부(230)는 기존에 인공 누액을 투여하지 않았으면 투여하도록 결정하고, 기존에 투여한 적이 있으면 투여 간격을 감소시키도록 결정할 수 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 수면 시간 및 인공 누액의 투여 간격에 관한 결정에 따라 알람 정보를 생성할 수 있다(S650). 일 예로, 피드백 제공부(230)는 수면 시간 및 인공 누액의 투여 간격에 관한 결정을 사용자에게 안내하는 알람 정보를 생성할 수 있다. 여기서, 알람 정보는 음향 신호, 영상 신호 또는 진동 신호의 형태로 생성될 수 있고, 하나 이상의 신호로 조합하여 생성될 수도 있다.
본 개시의 일 실시예에 따른 안구 관리 장치의 피드백 제공부(230)는 사용자에게 수면 시간 및 인공 누액의 투여에 관한 맞춤형 피드백 정보를 제공할 수 있다(S650). 일 예로, 피드백 제공부(230)는 불편감 정보가 포함된 눈 깜박임 횟수에 관한 그래프를 생성하여 제공할 수 있다. 예를 들어, 피드백 제공부(230)는 과거와 현재의 눈 깜박임 패턴을 비교할 수 있는 그래프를 제공하여 눈 깜박임 패턴의 개선 여부를 간단하게 확인할 수 있다. 다른 일 예로, 피드백 제공부(230)는 결정된 인공 누액의 투여 시간에 따라 해당 시점에 사용자에게 인공 누액의 투여를 요청하는 알람 정보를 맞춤형 피드백 정보로 제공할 수 있다.
이하에서는 도 1 내지 도6을 참조하여 설명한 안구 관리 장치가 수행할 수 있는 안구 관리 방법에 대해서 설명한다. 단, 아래에서는 도 1 내지 도 6에서 설명한 일부 실시예 또는 일부 동작에 대한 상세한 설명을 생략할 수 있으나, 이는 설명의 중복을 방지하기 위한 것일 뿐이므로 안구 관리 방법은 전술한 안구 관리 장치를 동일하게 제공할 수 있다.
도 7은 본 개시의 일 실시예에 따른 안구 관리 방법의 흐름도이다.
도 7을 참조하면, 본 개시의 안구 관리 방법은 개인 안구 정보를 획득하는 정보 획득 단계를 포함할 수 있다(S710). 일 실시예에 따라 안구 관리 장치는 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득할 수 있다. 일 예로, 안구 관리 장치는 사용자가 사용 중인 프로그램의 종류 등과 같은 사용 프로그램 정보를 획득할 수 있다. 예를 들어, 안구 관리 장치는 화면 상에 표시되는 프로그램이 움직이는 영상에 해당되는지 정지된 영상에 해당되는지 여부 또는 해당 영상이 그림 영상인지 또는 글 영상인지 여부에 관한 정보를 획득할 수 있다. 구체적인 예를 들면, 안구 관리 장치는 사용자로부터 사용 중인 프로그램이 해당되는 종류를 애니메이션, 영화, 방송, 뉴스, 소설, 웹툰, SNS, 채팅 중 하나를 입력 받아 프로그램 정보로 획득할 수 있다. 다만, 이는 프로그램 종류의 일 예로, 이에 한정되지는 않는다.
다른 일 예로, 안구 관리 장치는 안구 상태의 불편감을 느끼는 시간 정보 및 강도 정보를 포함하는 불편감 정보를 획득할 수 있다. 예를 들어, 안구 관리 장치는 프로그램 사용 중에 안구 상태의 불편감을 느끼게 된 시간 정보와 불편감을 느낀 정도를 강도 정보를 포함하는 불편감 정보를 획득할 수 있다. 구체적인 예를 들어, 안구 관리 장치는 사용자로부터 프로그램 사용 중 안구 상태의 불편감을 느끼게 된 시점에서 불편감을 느낀 정도에 따라 설정된 단계를 입력 받아 불편감 정보를 획득할 수 있다.
또 다른 일 예로, 안구 관리 장치는 사용자의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보 중 적어도 하나를 포함하는 생활 환경 정보를 획득할 수 있다. 예를 들어, 안구 관리 장치는 사용자로부터 전날의 수면 시간을 입력 받아 수면 정보를 획득하고, 당일의 인공 누액 투여 여부, 투여 종류, 투여 횟수, 투여량 등에 관한 정보를 입력 받아 인공 누액의 투여 정보를 획득할 수 있다. 다른 예를 들어, 안구 관리 장치는 사용자로부터 주변 환경의 실제 습도를 입력받거나 센서를 통해 직접 측정된 습도를 습도 정보로 획득하고, 오존, 초미세먼지에 관한 정보를 네트워크를 통해 전송 받아 미세 먼지 정보를 획득할 수 있다
본 개시의 안구 관리 방법은 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석 단계를 포함할 수 있다(S720). 일 실시예에 따라 안구 관리 장치는 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성할 수 있다. 그리고, 안구 관리 장치는 생성한 횟수 정보와 획득한 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 일 예로, 안구 관리 장치는 카메라에 의해 촬영된 사용자의 각막을 인식하여 눈 깜박임 횟수 또는 눈 깜박임 간격을 측정하고, 측정 결과와 획득한 사용 프로그램 정보를 이용하여 횟수 정보를 생성할 수 있다. 예를 들어, 안구 관리 장치는 사용자의 사용 프로그램 별 분당 눈 깜박임 횟수 또는 시간대별 눈 깜박임 횟수 변화량을 횟수 정보로 생성할 수 있다.
다른 일 예로, 안구 관리 장치는 획득한 생활 환경 정보에 기초하여 횟수 정보 및 불편감 정보가 변경되는 정도를 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 예를 들어, 안구 관리 장치는 횟수 정보로부터 불편감 정보를 이용하여 사용자가 불편감을 느끼기 시작하는 시점과 불편감을 느끼는 최소 눈 깜박임 횟수 및 간격 등을 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 다른 예를 들어, 안구 관리 장치는 사용자로부터 획득한 각각의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보가 변경됨에 따라 정보 별로 생성된 횟수 정보와 입력된 불편감 정보가 변경되는 정도를 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다.
또 다른 일 예로, 안구 관리 장치는 획득한 생활 환경 정보에 기초하여 사용자의 눈 깜박임 패턴을 예측할 수 있다. 예를 들어, 안구 관리 장치는 사용자로부터 획득한 사용자의 수면 정보와 인공 누액의 투여 정보에 따른 눈 깜박임 패턴을 기준으로 실시간으로 획득한 습도 정보 또는 미세 먼지 정보를 반영하여 사용자의 눈 깜박임 패턴을 예측할 수 있다.
또 다른 일 예로, 안구 관리 장치는 일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴을 비교하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다. 여기서, 눈 깜박임 패턴은 사용자의 수면 정보와 인공 누액의 투여 정보에 기초하여 생성된 것일 수 있다. 예를 들어, 안구 관리 장치는 일정 기간 사용자로부터 획득한 수면 정보와 인공 누액의 투여 정보에 따라 생성된 횟수 정보와 입력된 불편감 정보를 통해 과거의 눈 깜박임 패턴을 획득할 수 있다. 그리고, 안구 관리 장치는 현재의 수면 정보와 인공 누액의 투여 정보를 기준으로 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴과 비교하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다.
본 개시의 안구 관리 방법은 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공 단계를 포함할 수 있다(S730). 일 실시예에 따라 안구 관리 장치는 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공할 수 있다. 일 예로, 안구 관리 장치는 눈 깜박임 패턴에 기초하여 산출된 눈 깜박임 평균 횟수와 실시간으로 측정된 눈 깜박임 횟수를 비교하여 알람 정보를 생성하고 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 안구 관리 장치는 실시간으로 측정된 눈 깜박임 횟수가 눈 깜박임 패턴에 기초하여 산출된 눈 깜박임 평균 횟수의 이하라고 판단되면, 미리 설정된 기준에 따라 실시간으로 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다. 또한, 안구 관리 장치는 실시간으로 측정된 눈 깜박임 횟수와 산출된 평균 횟수의 차이량에 기초하여 단계적으로 눈 깜박임이 필요한 시점, 인공 누액의 투여 시점 및 사용 중단 시점 중 하나를 선택하여 알람 정보를 생성할 수 있다.
다른 일 예로, 안구 관리 장치는 예측된 사용자의 눈 깜박임 패턴으로부터 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 안구 관리 장치는 사용자의 눈 깜박임 패턴에 포함된 불편감 정보에 기초하여 사용자가 불편감을 느낄 예상 시점을 예측하고, 예상 시점을 기준으로 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 맞춤형 피드백 정보로 제공할 수 있다. 여기서, 예상 시점은 사용자가 불편감을 느껴 불편감 정보를 입력할 시점을 의미할 수 있다.
또 다른 일 예로, 안구 관리 장치는 사용자의 눈 깜박임 패턴의 개선 여부에 따라 사용자의 수면 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 안구 관리 장치는 사용자의 눈 깜박임 패턴이 개선되지 않은 것으로 판단되면, 사용자의 수면 시간 증가 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다.
이하에서는 도 7을 참조하여 전술한 안구 관리 방법을 실행시키기 위한 프로그램을 기록한 기록매체에 포함되는 기능에 대해서 설명한다. 단, 아래에서는 도 1 내지 도 6에서 설명한 일부 실시예 또는 일부 동작에 대한 상세한 설명을 생략할 수 있으나, 이는 설명의 중복을 방지하기 위한 것일 뿐이므로 전술한 안구 관리 방법에 대응되는 모든 기능을 실행할 수 있다.
도 8은 본 개시의 일 실시예에 따른 기록매체의 구성을 개념적으로 도시한 도면이다.
일 실시예에 따른 안구 관리 방법을 실행시키기 위한 프로그램을 기록한 기록매체(800)는 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득 기능(810), 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고, 횟수 정보와 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석 기능(820) 및 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공 기능(830)을 포함할 수 있다.
일 예에 따라, 정보 획득 기능(810)은 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득할 수 있다. 예를 들어, 정보 획득 기능(810)는 사용자가 사용 중인 프로그램의 종류 등과 같은 사용 프로그램 정보를 획득할 수 있다. 구체적인 예를 들면, 정보 획득 기능(810)는 사용자로부터 사용 중인 프로그램이 해당되는 종류를 애니메이션, 영화, 방송, 뉴스, 소설, 웹툰, SNS, 채팅 중 하나를 입력 받아 프로그램 정보로 획득할 수 있다.
다른 예를 들어, 정보 획득 기능(810)은 안구 상태의 불편감을 느끼는 시간 정보 및 강도 정보를 포함하는 불편감 정보를 획득할 수 있다. 구체적인 예를 들면, 정보 획득 기능(810)는 사용자로부터 프로그램 사용 중 안구 상태의 불편감을 느끼게 된 시점에서 불편감을 느낀 정도에 따라 설정된 단계를 입력 받아 불편감 정보를 획득할 수 있다.
또 다른 예를 들어, 정보 획득 기능(810)은 사용자의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보 중 적어도 하나를 포함하는 생활 환경 정보를 획득할 수 있다. 구체적인 예를 들어, 정보 획득 기능(810)은 사용자로부터 전날의 수면 시간을 입력 받아 수면 정보를 획득하고, 당일의 인공 누액 투여 여부, 투여 종류, 투여 횟수, 투여량 등에 관한 정보를 입력 받아 인공 누액의 투여 정보를 획득할 수 있다. 또한, 정보 획득 기능(810)은 사용자로부터 주변 환경의 실제 습도를 입력받거나 센서를 통해 직접 측정된 습도를 습도 정보로 획득하고, 오존, 초미세먼지에 관한 정보를 네트워크를 통해 전송 받아 미세 먼지 정보를 획득할 수 있다
일 예에 따라, 패턴 분석 기능(820)은 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성할 수 있다. 그리고, 패턴 분석 기능(820)은 생성한 횟수 정보와 획득한 불편감 정보에 기초하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 예를 들어, 패턴 분석 기능(820)은 카메라에 의해 촬영된 사용자의 각막을 인식하여 눈 깜박임 횟수 또는 눈 깜박임 간격을 측정하고, 측정 결과와 획득한 사용 프로그램 정보를 이용하여 횟수 정보를 생성할 수 있다. 여기서, 횟수 정보는 사용자의 사용 프로그램 별 분당 눈 깜박임 횟수 또는 시간대별 눈 깜박임 횟수 변화량에 관한 정보를 포함할 수 있다.
또한, 패턴 분석 기능(820)은 획득한 생활 환경 정보에 기초하여 횟수 정보 및 불편감 정보가 변경되는 정도를 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 예를 들어, 패턴 분석 기능(820)은 횟수 정보로부터 불편감 정보를 이용하여 사용자가 불편감을 느끼기 시작하는 시점과 불편감을 느끼는 최소 눈 깜박임 횟수 및 간격 등을 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다. 다른 예를 들어, 패턴 분석 기능(820)은 사용자로부터 획득한 각각의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보가 변경됨에 따라 정보 별로 생성된 횟수 정보와 입력된 불편감 정보가 변경되는 정도를 산출하여 사용자의 눈 깜박임 패턴을 분석할 수 있다.
다른 일 예에 따라, 패턴 분석 기능(820)은 획득한 생활 환경 정보에 기초하여 사용자의 눈 깜박임 패턴을 예측할 수 있다. 예를 들어, 패턴 분석 기능(820)은 사용자로부터 획득한 사용자의 수면 정보와 인공 누액의 투여 정보에 따른 눈 깜박임 패턴을 기준으로 실시간으로 획득한 습도 정보 또는 미세 먼지 정보를 반영하여 사용자의 눈 깜박임 패턴을 예측할 수 있다.
또 다른 일 예에 따라, 패턴 분석 기능(820)은 일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴을 비교하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다. 여기서, 눈 깜박임 패턴은 사용자의 수면 정보와 인공 누액의 투여 정보에 기초하여 생성된 것일 수 있다. 예를 들어, 패턴 분석 기능(820)은 현재의 수면 정보와 인공 누액의 투여 정보를 기준으로 일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴과 비교하여 눈 깜박임 패턴의 개선 여부를 판단할 수 있다.
일 예에 따라, 피드백 제공 기능(830)은 분석된 눈 깜박임 패턴에 기초하여 사용자에게 맞춤형 피드백 정보를 제공할 수 있다. 예를 들어, 피드백 제공 기능(830)은 눈 깜박임 패턴에 기초하여 산출된 눈 깜박임 평균 횟수와 실시간으로 측정된 눈 깜박임 횟수를 비교하여 알람 정보를 생성하고 맞춤형 피드백 정보로 제공할 수 있다. 구체적인 예를 들면, 피드백 제공 기능(830)은 실시간으로 측정된 눈 깜박임 횟수가 눈 깜박임 패턴에 기초하여 산출된 눈 깜박임 평균 횟수의 이하라고 판단되면, 미리 설정된 기준에 따라 실시간으로 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다. 또한, 피드백 제공 기능(830)은 실시간으로 측정된 눈 깜박임 횟수와 산출된 평균 횟수의 차이량에 기초하여 단계적으로 눈 깜박임이 필요한 시점, 인공 누액의 투여 시점 및 사용 중단 시점 중 하나를 선택하여 알람 정보를 생성할 수 있다.
다른 일 예에 따라, 피드백 제공 기능(830)은 예측된 사용자의 눈 깜박임 패턴으로부터 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 피드백 제공 기능(830)은 사용자의 눈 깜박임 패턴에 포함된 불편감 정보에 기초하여 사용자가 불편감을 느낄 예상 시점을 예측하고, 예상 시점을 기준으로 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 맞춤형 피드백 정보로 제공할 수 있다. 여기서, 예상 시점은 사용자가 불편감을 느껴 불편감 정보를 입력할 시점을 의미할 수 있다.
또 다른 일 예에 따라, 피드백 제공 기능(830)은 사용자의 눈 깜박임 패턴의 개선 여부에 따라 사용자의 수면 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다. 예를 들어, 피드백 제공 기능(830)은 사용자의 눈 깜박임 패턴이 개선되지 않은 것으로 판단되면, 사용자의 수면 시간 증가 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 맞춤형 피드백 정보로 제공할 수 있다.
전술한 본 개시의 실시예에 따른 안구 관리 방법은 안구 관리 장치(100)에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고, 안구 관리 장치(100) 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
본 개시의 실시예에 따른 안구 관리 방법을 구현한 프로그램은, 정보 획득 기능, 패턴 분석 기능, 피드백 제공 기능 등을 실행한다. 이러한 프로그램은 컴퓨터에 의해 읽힐 수 있는 기록매체에 기록되고 컴퓨터에 의해 실행됨으로써 전술한 기능들이 실행될 수 있다.
이와 같이, 컴퓨터가 기록매체에 기록된 프로그램을 읽어 들여 프로그램으로 구현된 안구 관리 방법을 실행시키기 위하여, 전술한 프로그램은 컴퓨터의 프로세서(CPU)가 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다.
이러한 코드는 전술한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Function Code)를 포함할 수 있고, 전술한 기능들을 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수도 있다.
또한, 이러한 코드는 전술한 기능들을 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조 되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다.
또한, 컴퓨터의 프로세서가 전술한 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 컴퓨터의 프로세서가 컴퓨터의 통신 모듈(예: 유선 및/또는 무선 통신 모듈)을 이용하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야만 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수도 있다.
그리고, 본 개시를 구현하기 위한 기능적인(Functional) 프로그램과 이와 관련된 코드 및 코드 세그먼트 등은, 기록매체를 읽어서 프로그램을 실행시키는 컴퓨터의 시스템 환경 등을 고려하여, 본 개시가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론되거나 변경될 수도 있다.
또한 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는 네트워크로 커넥션된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 이 경우, 다수의 분산된 컴퓨터 중 어느 하나 이상의 컴퓨터는 상기에 제시된 기능들 중 일부를 실행하고, 그 결과를 다른 분산된 컴퓨터들 중 하나 이상에 그 실행 결과를 전송할 수 있으며, 그 결과를 전송받은 컴퓨터 역시 상기에 제시된 기능들 중 일부를 실행하여, 그 결과를 역시 다른 분산된 컴퓨터들에 제공할 수 있다.
이상에서 전술한 바와 같은, 본 개시의 실시예에 따른 안구 관리 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는, 일 예로, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 미디어 저장장치 등이 있다.
또한, 본 개시의 실시예에 따른 안구 관리 방법을 실행시키기 위한 프로그램인 애플리케이션을 기록한 컴퓨터로 읽을 수 있는 기록매체는, 애플리케이션 스토어 서버(Application Store Server), 애플리케이션 또는 해당 서비스와 관련된 웹 서버(Web Server) 등을 포함하는 애플리케이션 제공 서버(Application Provider Server)에 포함된 저장매체(예: 하드디스크 등)이거나, 애플리케이션 제공 서버 그 자체일 수도 있으며, 프로그램을 기록한 다른 컴퓨터 또는 그 저장매체일 수도 있다.
본 개시의 일 실시예에 따른 안구 관리 방법을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터는, 일반적인 데스크 탑이나 노트북 등의 일반 PC 뿐만 아니라, 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기를 포함할 수 있으며, 이뿐만 아니라, 컴퓨팅(Computing) 가능한 모든 기기로 해석되어야 할 것이다.
만약, 본 개시의 일 실시예에 따른 안구 관리 방법을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터가 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기인 경우, 모바일 단말기는 애플리케이션 스토어 서버, 웹 서버 등을 포함하는 애플리케이션 제공 서버로부터 해당 애플리케이션을 다운로드 받아 설치할 수 있고, 경우에 따라서는, 애플리케이션 제공 서버에서 일반 PC로 다운로드 된 이후, 동기화 프로그램을 통해 모바일 단말기에 설치될 수도 있다.
이상에서, 본 개시의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 개시가 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 개시의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 개시의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 개시의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 등이 포함될 수 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 개시에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 개시의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 개시에 개시된 실시예들은 본 개시의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 개시의 기술 사상의 범위가 한정되는 것은 아니다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (19)
- 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득부;
상기 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 상기 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고, 상기 횟수 정보와 상기 불편감 정보에 기초하여 상기 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석부; 및
분석된 눈 깜박임 패턴에 기초하여 상기 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공부를 포함하는 것을 특징으로 하는 안구 관리 장치. - 제 1 항에 있어서,
상기 정보 획득부는,
안구 상태의 불편감을 느끼는 시간 정보 및 강도 정보를 포함하는 상기 불편감 정보와 상기 사용자의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보 중 적어도 하나를 포함하는 상기 생활 환경 정보를 상기 사용자로부터 입력 받아 상기 개인 안구 정보로 획득하는 것을 특징으로 하는 안구 관리 장치. - 제 2 항에 있어서,
상기 패턴 분석부는,
상기 생활 환경 정보에 기초하여 상기 횟수 정보 및 상기 불편감 정보가 변경되는 정도를 산출하여 상기 사용자의 눈 깜박임 패턴을 분석하는 것을 특징으로 하는 안구 관리 장치. - 제 3 항에 있어서,
상기 패턴 분석부는,
상기 사용자의 수면 정보와 상기 인공 누액의 투여 정보에 따른 상기 사용자의 눈 깜박임 패턴을 기준으로 실시간으로 획득한 상기 습도 정보 또는 상기 미세 먼지 정보를 반영하여 상기 사용자의 눈 깜박임 패턴을 예측하는 것을 특징으로 하는 안구 관리 장치 - 제 3 항에 있어서,
상기 패턴 분석부는,
일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴을 비교하여 눈 깜박임 패턴의 개선 여부를 판단하되,
상기 눈 깜박임 패턴은,
상기 사용자의 수면 정보와 상기 인공 누액의 투여 정보에 기초하여 생성된 것을 특징으로 하는 안구 관리 장치. - 제 4 항에 있어서,
상기 피드백 제공부는,
상기 사용자의 눈 깜박임 패턴에 포함된 불편감 정보에 기초하여 상기 사용자가 불폄감을 느낄 예상 시점을 예측하고, 상기 예상 시점을 기준으로 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 상기 맞춤형 피드백 정보로 제공하는 것을 특징으로 하는 안구 관리 장치. - 제 5 항에 있어서,
상기 피드백 제공부는,
상기 사용자의 눈 깜박임 패턴의 개선 여부에 따라 상기 사용자의 수면 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 상기 맞춤형 피드백 정보로 제공하는 것을 특징으로 하는 안구 관리 장치. - 제 1 항에 있어서,
상기 피드백 제공부는,
상기 눈 깜박임 패턴에 기초하여 눈 깜박임 평균 횟수를 산출하고, 실시간으로 측정된 눈 깜박임 횟수가 상기 눈 깜박임 평균 횟수의 이하라고 판단되면, 미리 설정된 기준에 따라 실시간으로 알람 정보를 생성하여 상기 맞춤형 피드백 정보로 제공하는 것을 특징으로 하는 안구 관리 장치. - 제 8 항에 있어서,
상기 피드백 제공부는,
상기 눈 깜박임 횟수와 상기 평균 횟수의 차이량에 기초하여 단계적으로 눈 깜박임이 필요한 시점, 인공 누액의 투여 시점 및 사용 중단 시점 중 하나를 선택하여 상기 알람 정보를 생성하는 것을 특징으로 하는 안구 관리 장치. - 사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득 단계;
상기 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 상기 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고, 상기 횟수 정보와 상기 불편감 정보에 기초하여 상기 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석 단계; 및
분석된 눈 깜박임 패턴에 기초하여 상기 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공 단계를 포함하는 것을 특징으로 하는 안구 관리 방법. - 제 10 항에 있어서,
상기 정보 획득 단계는,
안구 상태의 불편감을 느끼는 시간 정보 및 강도 정보를 포함하는 상기 불편감 정보와 상기 사용자의 수면 정보, 인공 누액의 투여 정보, 습도 정보 및 미세 먼지 정보 중 적어도 하나를 포함하는 상기 생활 환경 정보를 상기 사용자로부터 입력 받아 상기 개인 안구 정보로 획득하는 것을 특징으로 안구 관리 방법. - 제 11 항에 있어서,
상기 패턴 분석 단계는,
상기 생활 환경 정보에 기초하여 상기 횟수 정보 및 상기 불편감 정보가 변경되는 정도를 산출하여 상기 사용자의 눈 깜박임 패턴을 분석하는 것을 특징으로 하는 안구 관리 방법. - 제 12 항에 있어서,
상기 패턴 분석 단계는,
상기 사용자의 수면 정보와 상기 인공 누액의 투여 정보에 따른 상기 사용자의 눈 깜박임 패턴을 기준으로 실시간으로 획득한 상기 습도 정보 또는 상기 미세 먼지 정보를 반영하여 상기 사용자의 눈 깜박임 패턴을 예측하는 것을 특징으로 하는 안구 관리 방법. - 제 12 항에 있어서,
상기 패턴 분석 단계는,
일정 기간 누적된 과거의 눈 깜박임 패턴과 현재의 눈 깜박임 패턴을 비교하여 눈 깜박임 패턴의 개선 여부를 판단하되,
상기 눈 깜박임 패턴은,
상기 사용자의 수면 정보와 상기 인공 누액의 투여 정보에 기초하여 생성된 것을 특징으로 하는 안구 관리 방법. - 제 13 항에 있어서,
상기 피드백 제공 단계는,
상기 사용자의 눈 깜박임 패턴에 포함된 불편감 정보에 기초하여 상기 사용자가 불편감을 느낄 예상 시점을 예측하고, 상기 예상 시점을 기준으로 미리 눈 깜박임을 동작하도록 특정 시점을 결정하여 상기 맞춤형 피드백 정보로 제공하는 것을 특징으로 하는 안구 관리 방법. - 제 14 항에 있어서,
상기 피드백 제공 단계는,
상기 사용자의 눈 깜박임 패턴의 개선 여부에 따라 상기 사용자의 수면 또는 인공 누액의 투여를 추가 요청하는 알람 정보를 생성하여 상기 맞춤형 피드백 정보로 제공하는 것을 특징으로 하는 안구 관리 방법. - 제 10 항에 있어서,
상기 피드백 제공 단계는,
상기 눈 깜박임 패턴에 기초하여 눈 깜박임 평균 횟수를 산출하고, 실시간으로 측정된 눈 깜박임 횟수가 상기 눈 깜박임 평균 횟수의 이하라고 판단되면, 미리 설정된 기준에 따라 실시간으로 알람 정보를 생성하여 상기 맞춤형 피드백 정보로 제공하는 것을 특징으로 하는 안구 관리 방법. - 제 17항에 있어서,
상기 피드백 제공 단계는,
상기 눈 깜박임 횟수와 상기 평균 횟수의 차이량에 기초하여 단계적으로 눈 깜박임이 필요한 시점, 인공 누액의 투여 시점 및 사용 중단 시점 중 하나를 선택하여 상기 알람 정보를 생성하는 것을 특징으로 하는 안구 관리 방법. - 안구 관리 방법을 실행시키기 위한 프로그램을 기록한 기록 매체에 있어서,
사용자의 사용 프로그램 정보, 불편감 정보 및 생활 환경 정보를 포함하는 개인 안구 정보를 획득하는 정보 획득 기능;
상기 사용자의 각막을 인식하여 측정된 눈 깜박임 횟수와 상기 사용 프로그램 정보를 이용하여 프로그램 별 눈 깜박임 횟수 정보 및 시간대 별 눈 깜박임 횟수 정보 중 적어도 하나의 횟수 정보를 생성하고, 상기 횟수 정보와 상기 불편감 정보에 기초하여 상기 사용자의 눈 깜박임 패턴을 분석하는 패턴 분석 기능; 및
분석된 눈 깜박임 패턴에 기초하여 상기 사용자에게 맞춤형 피드백 정보를 제공하는 피드백 제공 기능을 구현하는 프로그램이 기록되고 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210106437A KR20230024536A (ko) | 2021-08-12 | 2021-08-12 | 안구 관리 장치, 방법 및 기록매체 |
| PCT/KR2022/011977 WO2023018241A1 (ko) | 2021-08-12 | 2022-08-11 | 안구 관리 장치, 방법 및 기록매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210106437A KR20230024536A (ko) | 2021-08-12 | 2021-08-12 | 안구 관리 장치, 방법 및 기록매체 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230024536A true KR20230024536A (ko) | 2023-02-21 |
Family
ID=85200832
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210106437A KR20230024536A (ko) | 2021-08-12 | 2021-08-12 | 안구 관리 장치, 방법 및 기록매체 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20230024536A (ko) |
| WO (1) | WO2023018241A1 (ko) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3381666B2 (ja) * | 1999-06-03 | 2003-03-04 | 日本電気株式会社 | 眼疲労警告装置 |
| KR101951565B1 (ko) * | 2016-10-18 | 2019-02-22 | 서울대학교산학협력단 | 자세 및 작업 감지를 통한 안구 건조증 경고 시스템 |
| KR101945459B1 (ko) * | 2017-07-07 | 2019-02-07 | (의)삼성의료재단 | 안구 건조 위험도를 측정하는 장치, 방법 및 그 방법을 실행하기 위한 컴퓨터 프로그램 |
| KR101964637B1 (ko) * | 2017-07-17 | 2019-04-02 | 최한나 | 눈피로 및 눈건조를 예방하는 화면 제어 방법 및 그 동작 단말기 |
| KR102468345B1 (ko) * | 2017-12-05 | 2022-11-17 | 한국전자통신연구원 | 가상 현실 콘텐츠의 시청 피로도 분석 장치 및 방법 |
-
2021
- 2021-08-12 KR KR1020210106437A patent/KR20230024536A/ko not_active IP Right Cessation
-
2022
- 2022-08-11 WO PCT/KR2022/011977 patent/WO2023018241A1/ko active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023018241A1 (ko) | 2023-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11937929B2 (en) | Systems and methods for using mobile and wearable video capture and feedback plat-forms for therapy of mental disorders | |
| US11468288B2 (en) | Method of and system for evaluating consumption of visual information displayed to a user by analyzing user's eye tracking and bioresponse data | |
| Zhou et al. | Tackling mental health by integrating unobtrusive multimodal sensing | |
| US9724824B1 (en) | Sensor use and analysis for dynamic update of interaction in a social robot | |
| US10960173B2 (en) | Recommendation based on dominant emotion using user-specific baseline emotion and emotion analysis | |
| US10902735B2 (en) | Education reward system and method | |
| US20200152328A1 (en) | Cognitive analysis for identification of sensory issues | |
| US9760767B1 (en) | Rating applications based on emotional states | |
| JP6479708B2 (ja) | 特徴量抽出装置、推定装置、それらの方法、およびプログラム | |
| Khanal et al. | Using emotion recognition in intelligent interface design for elderly care | |
| WO2019227633A1 (zh) | 建立用户画像和建立状态信息分析模型的方法和装置 | |
| Yusuf et al. | Evolving an emotion recognition module for an intelligent agent using genetic programming and a genetic algorithm | |
| KR102285482B1 (ko) | 생체 정보의 기계 학습 분석에 기반하여 컨텐츠를 제공하기 위한 방법 및 장치 | |
| Rincon et al. | Using emotions for the development of human-agent societies | |
| KR20230024536A (ko) | 안구 관리 장치, 방법 및 기록매체 | |
| Steele et al. | A survey of cyber-physical system implementations of real-time personalized interventions | |
| Keller et al. | Receptivity to Mobile health interventions | |
| Theilig et al. | Employing environmental data and machine learning to improve mobile health receptivity | |
| KR102402684B1 (ko) | 비대면 환경에서 빅데이터 기반의 자가 피부 수분 상태 정보 제공 방법 | |
| US20210142047A1 (en) | Salient feature extraction using neural networks with temporal modeling for real time incorporation (sentri) autism aide | |
| Ghosh et al. | Your smartphone knows you better than you may think: Emotional assessment ‘on the go’via tapsense | |
| Jankova et al. | Architecture for Collecting and Analysing Data from Sensor Devices | |
| KR102562810B1 (ko) | Ai 기반 온라인 코칭 서비스 제공 시스템, 이의 실행 방법 및 기록 매체 | |
| Ramos-Cuadros et al. | Model to Assess the Level of Depression by Analyzing Facial Images and Voice of Patients. | |
| Rafiqi | Pupilware: Towards cognitive and context-aware framework |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X601 | Decision of rejection after re-examination | ||
| J201 | Request for trial against refusal decision | ||
| J301 | Trial decision |
Free format text: TRIAL NUMBER: 2024101000942; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20240430 Effective date: 20240619 |