KR20230081953A - 사용자의 체온에 기반하여 서비스를 제공하기 위한 웨어러블 장치 및 방법 - Google Patents
사용자의 체온에 기반하여 서비스를 제공하기 위한 웨어러블 장치 및 방법 Download PDFInfo
- Publication number
- KR20230081953A KR20230081953A KR1020220014855A KR20220014855A KR20230081953A KR 20230081953 A KR20230081953 A KR 20230081953A KR 1020220014855 A KR1020220014855 A KR 1020220014855A KR 20220014855 A KR20220014855 A KR 20220014855A KR 20230081953 A KR20230081953 A KR 20230081953A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- body temperature
- cycle
- processor
- information
- Prior art date
Links
- 230000036760 body temperature Effects 0.000 title claims abstract description 350
- 238000000034 method Methods 0.000 title claims description 59
- 208000031636 Body Temperature Changes Diseases 0.000 claims abstract description 81
- 230000033001 locomotion Effects 0.000 claims abstract description 81
- 230000008859 change Effects 0.000 claims abstract description 64
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000013186 photoplethysmography Methods 0.000 claims description 38
- 230000000007 visual effect Effects 0.000 claims description 29
- 230000000694 effects Effects 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 208000024891 symptom Diseases 0.000 claims description 18
- 230000029849 luteinization Effects 0.000 claims description 11
- 230000011599 ovarian follicle development Effects 0.000 claims description 11
- 230000002175 menstrual effect Effects 0.000 claims description 7
- 230000000624 ovulatory effect Effects 0.000 claims description 4
- 230000005186 women's health Effects 0.000 abstract description 20
- 238000004891 communication Methods 0.000 description 64
- 230000016087 ovulation Effects 0.000 description 47
- 230000027758 ovulation cycle Effects 0.000 description 32
- 238000010586 diagram Methods 0.000 description 29
- 230000027288 circadian rhythm Effects 0.000 description 22
- 230000002060 circadian Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 239000008280 blood Substances 0.000 description 14
- 210000004369 blood Anatomy 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 8
- 239000003433 contraceptive agent Substances 0.000 description 8
- 230000002254 contraceptive effect Effects 0.000 description 8
- 238000000059 patterning Methods 0.000 description 8
- 230000002354 daily effect Effects 0.000 description 7
- 230000009247 menarche Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 206010037660 Pyrexia Diseases 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 5
- 230000003203 everyday effect Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000005906 menstruation Effects 0.000 description 5
- 210000000707 wrist Anatomy 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 230000003821 menstrual periods Effects 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 230000004622 sleep time Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000009535 clinical urine test Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000035558 fertility Effects 0.000 description 2
- 230000003325 follicular Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000036578 sleeping time Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 208000005641 Adenomyosis Diseases 0.000 description 1
- 201000000736 Amenorrhea Diseases 0.000 description 1
- 206010001928 Amenorrhoea Diseases 0.000 description 1
- 101100495769 Caenorhabditis elegans che-1 gene Proteins 0.000 description 1
- JOYRKODLDBILNP-UHFFFAOYSA-N Ethyl urethane Chemical compound CCOC(N)=O JOYRKODLDBILNP-UHFFFAOYSA-N 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 102000009151 Luteinizing Hormone Human genes 0.000 description 1
- 108010073521 Luteinizing Hormone Proteins 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 208000019255 Menstrual disease Diseases 0.000 description 1
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 206010046798 Uterine leiomyoma Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 231100000540 amenorrhea Toxicity 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 208000034158 bleeding Diseases 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000011247 coating layer Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 230000002357 endometrial effect Effects 0.000 description 1
- 201000009274 endometriosis of uterus Diseases 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000021760 high fever Diseases 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 230000002631 hypothermal effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 201000010260 leiomyoma Diseases 0.000 description 1
- 229940040129 luteinizing hormone Drugs 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 230000009245 menopause Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 230000036558 skin tension Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000006016 thyroid dysfunction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
-
- 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
- A61B5/02—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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
- A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
- A61B5/4318—Evaluation of the lower reproductive system
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- 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
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/0012—Ovulation-period determination
- A61B2010/0019—Ovulation-period determination based on measurement of temperature
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Primary Health Care (AREA)
- Cardiology (AREA)
- Epidemiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Gynecology & Obstetrics (AREA)
- Reproductive Health (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
다양한 실시 예들에 따르면, 웨어러블 장치는, 온도 센서, 생체 센서, 모션 센서, 메모리, 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 제1 사이클 내에서 상기 사용자가 안정된 상태 내에 있음을 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하고, 상기 제1 사이클 내에서 상기 사용자가 안정되지 않은 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하고, 상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하고, 상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하고, 상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하도록 설정될 수 있다.
Description
아래의 설명들은, 사용자의 체온에 기반하여 서비스를 제공하기 위한 웨어러블 장치 및 방법에 관한 것이다.
웨어러블 장치를 통해 다양한 여성 건강 서비스가 제공되고 있다. 여성 건강 서비스는, 여성(또는 사용자)의 월경 주기와 가임기(또는 배란일), 및/또는 피임기를 제공함으로써, 임신 또는 피임을 계획할 때 도움을 주는 서비스를 의미할 수 있다. 대표적으로, 여성(또는 사용자)의 체온을 통한 표준일 피임법(the standard days method, SDM)에 기반하는 여성 건강 서비스가 웨어러블 장치를 통해 제공될 수 있다.
여성의 월경 주기를 식별하기 위해, 기초 체온법이 사용될 수 있다. 기초 체온법을 사용하기 위해서, 웨어러블 장치는 사용자(또는 여성)의 기초 체온 값을 식별해야 한다. 접촉식 온도 센서가 사용되는 경우, 열 평형 상태에 도달하지 못하는 경우, 정확한 온도가 측정되지 않는 문제가 있다. 정확한 온도가 측정되지 않은 경우, 여성 건강 서비스를 제공할 수 없다.
본 문서에서 이루고자 하는 기술적 과제는 상술한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시에 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
다양한 실시 예들에 따르면, 웨어러블 장치는, 상기 웨어러블 장치를 착용한 사용자의 신체의 일부에 이격되어 배치되고, 적외선 광에 기반하여 온도를 측정하는, 온도 센서, 생체 센서, 모션 센서, 메모리, 및 상기 온도 센서, 상기 생체 센서, 상기 모션 센서 및 상기 메모리와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 제1 사이클 내에서 상기 사용자가 안정된 상태 내에 있음을 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하고, 상기 제1 사이클 내에서 상기 사용자가 안정되지 않은(unstable) 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하고, 상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하고, 상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하고, 상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하도록 설정될 수 있다.
다양한 실시 예들에 따른 웨어러블 장치의 방법은, 제1 사이클 내에서 상기 웨어러블 장치의 사용자가 안정된 상태 내에 있음을 식별하는 동안, 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하는 동작, 상기 제1 사이클 내에서 상기 사용자가 안정되지 않은 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하는 동작, 상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하는 동작, 상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하는 동작, 및 상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하는 동작을 포함할 수 있다.
다양한 실시 예들에 따른 비일시적 컴퓨터 판독가능 저장 매체(non-transitory computer readable storage medium)는, 온도 센서, 생체 센서, 모션 센서, 및 메모리를 가지는(with) 웨어러블 장치의 프로세서에 의해 실행될 시, 제1 사이클 내에서 상기 사용자가 안정된 상태 내에 있음을 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하고, 상기 제1 사이클 내에서 상기 사용자가 안정되지 않은 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하고, 상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하고, 상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하고, 상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하도록 상기 웨어러블 장치를 야기하는 인스트럭션들을 포함하는 하나 이상의 프로그램들을 저장할 수 있다.
일 실시 예에 따르면, 웨어러블 장치는 비접촉식 온도 센서를 사용함으로써, 사용자(또는 여성)의 체온을 식별할 수 있다. 웨어러블 장치는 제1 사이클(예를 들어, 하루) 내의 체온 변화를 패턴화할 수 있다. 또한 웨어러블 장치는 제2 사이클(예를 들어, 한 달 또는 월경 주기) 내의 체온 변화를 패턴화할 수 있다. 웨어러블 장치는 제1 사이클 내의 체온 변화를 패턴화하고, 제2 사이클 내의 체온 변화를 패턴화함으로써, 사용자의 체온 변화를 식별할 수 있다. 웨어러블 장치는 사용자의 체온 변화에 기반하여, 여성 건강 서비스와 연관된 동작을 수행할 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2a 및 도 2b는 다양한 실시 예들에 따른 전자 장치의 사시도이다.
도 3은 다양한 실시 예들에 따른 전자 장치의 분해 사시도이다.
도 4는 다양한 실시 예들에 따른 웨어러블 장치의 간소화된 블록도(simplified block diagram)이다.
도 5는 다양한 실시 예들에 따른 웨어러블 장치의 센서의 구체적인 예이다.
도 6a 및 6b는 다양한 실시 예들에 따른 웨어러블 장치의 비 접촉식 IR 센서의 구체적인 예이다.
도 7은 다양한 실시 예에 따른 웨어러블 장치의 동작의 예를 설명하기 위한 도면이다.
도 8은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 9는 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 다른 흐름도이다.
도 10은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 예를 설명하기 위한 도면이다.
도 11은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 12는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 13은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 14는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 15는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 16은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 다른 흐름도이다.
도 17은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 18은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 19는 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 20은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 21은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 22는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 23은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 24는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 2a 및 도 2b는 다양한 실시 예들에 따른 전자 장치의 사시도이다.
도 3은 다양한 실시 예들에 따른 전자 장치의 분해 사시도이다.
도 4는 다양한 실시 예들에 따른 웨어러블 장치의 간소화된 블록도(simplified block diagram)이다.
도 5는 다양한 실시 예들에 따른 웨어러블 장치의 센서의 구체적인 예이다.
도 6a 및 6b는 다양한 실시 예들에 따른 웨어러블 장치의 비 접촉식 IR 센서의 구체적인 예이다.
도 7은 다양한 실시 예에 따른 웨어러블 장치의 동작의 예를 설명하기 위한 도면이다.
도 8은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 9는 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 다른 흐름도이다.
도 10은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 예를 설명하기 위한 도면이다.
도 11은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 12는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 13은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 14는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 15는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 16은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 다른 흐름도이다.
도 17은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 18은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 19는 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 20은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 21은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 22는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 23은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다.
도 24는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))과 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO(full dimensional MIMO)), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2a 및 도 2b는 다양한 실시 예들에 따른 전자 장치의 사시도이다.
도 2a 및 2b를 참조하면, 일 실시예에 따른 전자 장치(200)(예: 도 1의 전자 장치(101))는, 제1 면(또는 전면)(210A), 제 2 면(또는 후면)(210B), 및 제1 면(210A) 및 제 2 면(210B) 사이의 공간을 둘러싸는 측면(210C)을 포함하는 하우징(210)과, 상기 하우징(210)의 적어도 일부에 연결되고 상기 전자 장치(200)를 사용자의 신체 일부(예: 손목, 발목 등)에 탈착 가능하게 결착하도록 구성된 결착 부재(250, 260)를 포함할 수 있다. 다른 실시예(미도시)에서는, 하우징은, 도 2a 및 2b의 제1 면(210A), 제2 면(210B) 및 측면(210C)들 중 일부를 형성하는 구조를 지칭할 수도 있다. 일 실시예에 따르면, 제1 면(210A)은 적어도 일부분이 실질적으로 투명한 전면 플레이트(201)(예: 다양한 코팅 레이어들을 포함하는 글라스 플레이트, 또는 폴리머 플레이트)에 의하여 형성될 수 있다. 제2 면(210B)은 실질적으로 불투명한 후면 플레이트(207)에 의하여 형성될 수 있다. 상기 후면 플레이트(207)는, 예를 들어, 코팅 또는 착색된 유리, 세라믹, 폴리머, 금속(예: 알루미늄, 스테인레스 스틸(STS), 또는 마그네슘), 또는 상기 물질들 중 적어도 둘의 조합에 의하여 형성될 수 있다. 상기 측면(210C)은, 전면 플레이트(201) 및 후면 플레이트(207)와 결합하며, 금속 및/또는 폴리머를 포함하는 측면 베젤 구조 (또는 "측면 부재")(206)에 의하여 형성될 수 있다. 어떤 실시예에서는, 후면 플레이트(207) 및 측면 베젤 구조(206)는 일체로 형성되고 동일한 물질(예: 알루미늄과 같은 금속 물질)을 포함할 수 있다. 상기 결착 부재(250, 260)는 다양한 재질 및 형태로 형성될 수 있다. 직조물, 가죽, 러버, 우레탄, 금속, 세라믹, 또는 상기 물질들 중 적어도 둘의 조합에 의하여 일체형 및 복수의 단위 링크가 서로 유동 가능하도록 형성될 수 있다.
일 실시예에 따르면, 전자 장치(200)는, 디스플레이(220, 도 3 참조), 오디오 모듈(205, 208), 센서 모듈(211), 키 입력 장치(202, 203, 204) 및 커넥터 홀(209) 중 적어도 하나 이상을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(200)는, 구성요소들 중 적어도 하나(예: 키 입력 장치(202, 203, 204), 커넥터 홀(209), 또는 센서 모듈(211))를 생략하거나 다른 구성요소를 추가적으로 포함할 수 있다.
디스플레이(220)는, 예를 들어, 전면 플레이트(201)의 상당 부분을 통하여 시각적으로 노출될 수 있다. 디스플레이(220)의 형태는, 상기 전면 플레이트(201)의 형태에 대응하는 형태일 수 있으며, 원형, 타원형, 또는 다각형과 같이 다양한 형태일 수 있다. 디스플레이(220)는, 터치 감지 회로, 터치의 세기(압력)를 측정할 수 있는 압력 센서, 및/또는 지문 센서와 결합되거나 인접하여 배치될 수 있다.
오디오 모듈(205, 208)은, 마이크 홀(205) 및 스피커 홀(208)을 포함할 수 있다. 마이크 홀(205)은 외부의 소리를 획득하기 위한 마이크가 내부에 배치될 수 있고, 어떤 실시예에서는 소리의 방향을 감지할 수 있도록 복수개의 마이크가 배치될 수 있다. 스피커 홀(208)은, 외부 스피커 및 통화용 리시버로 사용할 수 있다. 어떤 실시예에서는 스피커 홀(208)과 마이크 홀(205)이 하나의 홀로 구현 되거나, 스피커 홀(208) 없이 스피커가 포함될 수 있다(예: 피에조 스피커).
센서 모듈(211)은, 전자 장치(200)의 내부의 작동 상태, 또는 외부의 환경 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(211)은, 예를 들어, 상기 하우징(210)의 제 2 면(210B)에 배치된 생체 센서 모듈(211)(예: HRM 센서)을 포함할 수 있다. 전자 장치(200)는, 도시되지 않은 센서 모듈, 예를 들어, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서 중 적어도 하나를 더 포함할 수 있다.
센서 모듈(211)은 전자 장치(200)의 표면의 일부를 형성하는 전극 영역(213, 214) 및 전극 영역(213, 214)과 전기적으로 연결되는 생체 신호 검출 회로(미도시)를 포함할 수 있다. 예를 들어, 전극 영역(213, 214)은 하우징(210)의 제2 면(210B)에 배치되는 제1 전극 영역(213)과 제2 전극 영역(214)을 포함할 수 있다. 센서 모듈(211)은 전극 영역(213, 214)이 사용자의 신체 일부로부터 전기 신호를 획득하고, 생체 신호 검출 회로가 상기 전기 신호에 기반하여 사용자의 생체 정보를 검출하도록 구성될 수 있다.
키 입력 장치(202, 203, 204)는, 하우징(210)의 제 1 면(210A)에 배치되고 적어도 하나의 방향으로 회전 가능한 휠 키(202), 및/또는 하우징(210)의 측면(210C)에 배치된 사이드 키 버튼(203, 204)을 포함할 수 있다. 휠 키는 전면 플레이트(201)의 형태에 대응하는 형태일 수 있다. 다른 실시예에서는, 전자 장치(200)는 상기 언급된 키 입력 장치(202, 203, 204)들 중 일부 또는 전부를 포함하지 않을 수 있고 포함 되지 않은 키 입력 장치(202, 203, 204)는 디스플레이(220) 상에 소프트 키 등 다른 형태로 구현될 수 있다.
커넥터 홀(209)은, 외부 전자 장치와 전력 및/또는 데이터를 송수신하기 위한 커넥터(예를 들어, USB 커넥터)를 수용할 수 있고 외부 전자 장치와 오디오 신호를 송수신하기 위한 커넥터를 수용할 수 있는 다른 커넥터 홀(미도시))을 포함할 수 있다. 전자 장치(200)는, 예를 들면, 커넥터 홀(209)의 적어도 일부를 덮고, 커넥터 홀에 대한 외부 이물질의 유입을 차단하는 커넥터 커버(미도시)를 더 포함할 수 있다.
결착 부재(250, 260)는 락킹 부재(251, 261)를 이용하여 하우징(210)의 적어도 일부 영역에 탈착 가능하도록 결착될 수 있다. 결착 부재(250, 260)는 고정 부재(252), 고정 부재 체결 홀(253), 밴드 가이드 부재(254), 밴드 고정 고리(255) 중 하나 또는 그 이상을 포함할 수 있다.
고정 부재(252)는 하우징(210)과 결착 부재(250, 260)를 사용자의 신체 일부(예: 손목, 발목 등)에 고정시키도록 구성될 수 있다. 고정 부재 체결 홀(253)은 고정 부재(252)에 대응하여 하우징(210)과 결착 부재(250, 260)를 사용자의 신체 일부에 고정시킬 수 있다. 밴드 가이드 부재(254)는 고정 부재(252)가 고정 부재 체결 홀(253)과 체결 시 고정 부재(252)의 움직임 범위를 제한하도록 구성됨으로써, 결착 부재(250, 260)가 사용자의 신체 일부에 밀착하여 결착되도록 할 수 있다. 밴드 고정 고리(255)는 고정 부재(252)와 고정 부재 체결 홀(253)이 체결된 상태에서, 결착 부재(250,260)의 움직임 범위를 제한할 수 있다.
도 3은 다양한 실시 예들에 따른 전자 장치의 분해 사시도이다.
도 3을 참조하면, 전자 장치(300)(예: 도 1의 전자 장치(101), 또는 도 2a 내지 도 2b의 전자 장치(200))는 측면 베젤 구조(310), 휠 키(320), 전면 플레이트(201), 디스플레이(220), 제 1 안테나(350), 제 2 안테나(355), 지지 부재(360)(예: 브라켓), 배터리(370), 인쇄 회로 기판(380), 실링 부재(390), 후면 플레이트(393), 및 결착 부재(395, 397)를 포함할 수 있다. 전자 장치(300)의 구성요소들 중 적어도 하나는, 도 1, 또는 도 2a 내지 도 2b의 전자 장치(200)의 구성요소들 중 적어도 하나와 동일, 또는 유사할 수 있으며, 중복되는 설명은 이하 생략한다. 지지 부재(360)는, 전자 장치(300) 내부에 배치되어 측면 베젤 구조(310)와 연결될 수 있거나, 상기 측면 베젤 구조(310)와 일체로 형성될 수 있다. 지지 부재(360)는, 예를 들어, 금속 재질 및/또는 비금속 (예: 폴리머) 재질로 형성될 수 있다. 지지 부재(360)는, 일면에 디스플레이(220)가 결합되고 타면에 인쇄 회로 기판(380)이 결합될 수 있다. 인쇄 회로 기판(380)에는, 프로세서, 메모리, 및/또는 인터페이스가 장착될 수 있다. 프로세서는, 예를 들어, 중앙처리장치, GPU(graphic processing unit), 어플리케이션 프로세서, 센서 프로세서, 또는 커뮤니케이션 프로세서 중 하나 또는 그 이상을 포함할 수 있다.
메모리는, 예를 들어, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 인터페이스는, 예를 들어, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스), SD카드 인터페이스, 및/또는 오디오 인터페이스를 포함할 수 있다. 인터페이스는, 예를 들어, 전자 장치(300)를 외부 전자 장치와 전기적 또는 물리적으로 연결시킬 수 있으며, USB 커넥터, SD 카드/MMC 커넥터, 또는 오디오 커넥터를 포함할 수 있다.
배터리(370)는, 전자 장치(300)의 적어도 하나의 구성 요소에 전력을 공급하기 위한 장치로서, 예를 들면, 재충전 불가능한 1차 전지, 또는 재충전 가능한 2차 전지, 또는 연료 전지를 포함할 수 있다. 배터리(370)의 적어도 일부는, 예를 들어, 인쇄 회로 기판(380)과 실질적으로 동일 평면 상에 배치될 수 있다. 배터리(370)는 전자 장치(200) 내부에 일체로 배치될 수 있고, 전자 장치(200)와 탈부착 가능하게 배치될 수도 있다.
제 1 안테나(350)는 디스플레이(220)와 지지부재(360) 사이에 배치될 수 있다. 제 1 안테나(350)는, 예를 들어, NFC(near field communication) 안테나, 무선 충전 안테나, 및/또는 MST(magnetic secure transmission) 안테나를 포함할 수 있다. 제 1 안테나(350)는, 예를 들어, 외부 장치와 근거리 통신을 하거나, 충전에 필요한 전력을 무선으로 송수신 할 수 있고, 근거리 통신 신호 또는 결제 데이터를 포함하는 자기-기반 신호를 송출할 수 있다. 다른 실시예에서는, 측면 베젤 구조(310) 및/또는 상기 지지부재(360)의 일부 또는 그 조합에 의하여 안테나 구조가 형성될 수 있다.
제 2 안테나(355)는 인쇄 회로 기판(380)과 후면 플레이트(393) 사이에 배치될 수 있다. 제 2 안테나(355)는, 예를 들어, NFC(near field communication) 안테나, 무선 충전 안테나, 및/또는 MST(magnetic secure transmission) 안테나를 포함할 수 있다. 제 2 안테나(355)는, 예를 들어, 외부 장치와 근거리 통신을 하거나, 충전에 필요한 전력을 무선으로 송수신 할 수 있고, 근거리 통신 신호 또는 결제 데이터를 포함하는 자기-기반 신호를 송출할 수 있다. 다른 실시예에서는, 측면 베젤 구조(310) 및/또는 상기 후면 플레이트(393)의 일부 또는 그 조합에 의하여 안테나 구조가 형성될 수 있다.
실링 부재(390)는 측면 베젤 구조(310)와 후면 플레이트(393) 사이에 위치할 수 있다. 실링 부재(390)는, 외부로부터 측면 베젤 구조(310)와 후면 플레이트(393)에 의해 둘러싸인 공간으로 유입되는 습기와 이물을 차단하도록 구성될 수 있다.
일 실시 예에 따르면, 웨어러블 장치(예를 들어, 도 2a 및 2b에 도시된 전자 장치(200))는 사용자(또는 여성)에게 착용되어 동작할 수 있다. 웨어러블 장치는 사용자의 체온을 식별(또는 획득)함으로써, 여성 건강 서비스를 제공할 수 있다. 웨어러블 장치는 여성 건강 서비스를 제공하기 위해 사용될 수 있다.
예를 들어, 여성 건강 서비스는 여성의 월경 주기, 가임기(또는 배란일), 및/또는 피임기를 제공하는 서비스를 포함할 수 있다. 여성의 월경 주기는 배란일에 따라 결정될 수 있다. 월경일은, 배란일을 기준으로 약 14일(또는 평균적으로 14일) 이후로 결정된다. 가임기는, 배란일 전후 약 5일 동안을 의미한다. 피임기는 가임기가 아닌 구간으로 결정된다.
웨어러블 장치는 사용자(또는 여성)의 배란일을 식별함으로써, 가임기 또는 피임기에 대한 정보를 사용자에게 제공할 수 있다. 배란일을 식별하기 위한 방법으로, 증상 피임법 및/또는 날짜 피임법이 사용될 수 있다. 증상 피임법은 기초 체온법(basal body temperature, BBT) 및 소변 테스트법(예: luteinizing hormone test, LH test)을 포함한다. 날짜 피임법은 리듬 피임법(the rhythm method) 및 표준일 피임법(the standard days method)를 포함한다.
날짜 피임법은 통계치에 기반한 피임법으로, 증상 피임법보다 정확하지 않다. 또한, 증상 피임법 중 소변 테스트법은 테스트 기기가 필요한 단점이 있다. 따라서, 웨어러블 장치를 통해 여성 건강 서비스를 제공하기 위해 기초 체온법이 사용될 수 있다.
예를 들어, 웨어러블 장치는 제1 사이클(예를 들어, 24 시간 또는 1 일(one day)) 내에서 사용자의 체온 값을 식별(또는 획득)할 수 있다. 웨어러블 장치는 제1 사이클에 따라 획득된 사용자의 체온 값들에 기반하여 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드를 식별할 수 있다. 웨어러블 장치는 제2 사이클(예를 들어, 30일 또는 한 달(one month)) 내에서 사용자의 체온이 변경되는 트랜드를 식별할 수 있다. 웨어러블 장치는 제2 사이클 내에서 체온이 변경되는 트랜드에 기반하여, 여성 건강 서비스를 제공할 수 있다.
상술한 실시 예에 따른 웨어러블 장치의 동작이 이하에서 설명될 수 있다. 이하에서 설명되는 웨어러블 장치는 도 1의 전자 장치(101) 및/또는 도 2a 및 도 2b의 전자 장치(200)에 상응할 수 있다. 웨어러블 전자 장치는, 스마트 워치, 스마트 밴드, 스마트 링, 무선 이어폰, 또는 스마트 글라스와 같이 사용자에게 착용 가능한 다양한 형태로 구현될 수 있다.
도 4는 다양한 실시 예들에 따른 웨어러블 장치의 간소화된 블록도(simplified block diagram)이다.
도 4를 참조하면, 웨어러블 장치(400)는 도 1의 전자 장치(101) 및/또는 도 2a 및 도 2b의 전자 장치(200)에 상응할 수 있다. 웨어러블 장치(400)는 프로세서(410), 디스플레이(420), 센서(430), 및/또는 메모리(440)를 포함할 수 있다. 실시 예에 따라, 웨어러블 장치(400)는 프로세서(410), 디스플레이(420), 센서(430), 및 메모리(440) 중 적어도 하나를 포함할 수 있다. 예를 들어, 프로세서(410), 디스플레이(420), 센서(430), 및 메모리(440) 중 적어도 일부는 실시 예에 따라 생략될 수 있다.
일 실시 예에 따르면, 프로세서(410)는 도 1의 프로세서(120)에 상응할 수 있다. 프로세서(410)는 디스플레이(420), 센서(430), 및 메모리(440)와 작동적으로(operatively 또는 operably) 결합하거나(coupled with), 연결될(connect with) 수 있다. 예를 들어, 프로세서(410)는 디스플레이(420), 센서(430), 및 메모리(440)를 제어할 수 있다. 디스플레이(6420), 센서(430), 및 메모리(440)는 프로세서(410)에 의해 제어될 수 있다. 예를 들어, 프로세서(120)는 적어도 하나의 프로세서로 구성될 수 있다. 프로세서(120)는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 하나 이상의 인스트럭션에 기반하여 데이터를 처리하기 위한 하드웨어 컴포넌트를 포함할 수 있다. 데이터를 처리하기 위한 하드웨어 컴포넌트는, 예를 들어, ALU(arithmetic and logic unit), FPGA(field programmable gate array) 및/또는 CPU(central processing unit)를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 센서(430)의 동작 시점을 판단할 수 있다. 프로세서(410)는 센서(430)의 동작을 제어할 수 있다. 프로세서(410)는 센서(430)로부터 획득된 정보를 처리할 수 있다.
예를 들어, 프로세서(410)는 제1 사이클(예를 들어, 24 시간 또는 1 일(one day)) 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 획득할 수 있다. 일 예로, 프로세서(410)는 센서(430)로부터 하루 동안 획득된 신체 데이터(예를 들어, 체온 데이터, 피부 온도 데이터, HR(heart rate) 데이터, HRV(heart rate variability) 데이터, 활동 시간 데이터, 또는 수면 시간 데이터)에 기반하여, 패턴 알고리즘을 이용하여, 사용자의 일주기 생체 리듬(circadian rhythm)을 패턴화할 수 있다. 일주기 생체 리듬을 패턴 알고리즘을 이용하여, 사용자의 일주기 생체 리듬을 패턴화하는 구체적인 프로세서(410)의 동작은 후술될 것이다.
예를 들어, 프로세서(410)는 제2 사이클(예를 들어, 한 달(one month) 또는 월경 주기) 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 획득할 수 있다. 일 예로, 프로세서(410)는 사용자의 일주기 생체 리듬 패턴에 기반하여, 기초 체온(basal body temperature, BBT)을 식별하고, 기초 체온 패턴화 알고리즘에 기반하여, 제2 사이클 내에서 사용자의 기초 체온을 패턴화할 수 있다. 제2 사이클 내에서 사용자의 기초 체온을 패턴화하는 구체적인 프로세서(410)의 동작은 후술될 것이다.
예를 들어, 프로세서(410)는 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보에 기반하여, 가임기 또는 피임기를 식별(또는 예측, 추정)할 수 있다. 프로세서(410)는 제2 사이클 내에서 사용자의 기초 체온 패턴에 기반하여, 가임기 또는 피임기를 식별할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(400)는 디스플레이(420)를 포함할 수 있다. 디스플레이(420)는 다양한 화면을 표시하기 위해 사용될 수 있다. 예를 들어, 디스플레이(420)는 콘텐트, 데이터, 또는 신호를 화면을 통해 출력하기 위해 사용될 수 있다. 예를 들어, 디스플레이(420)는 프로세서(410)에 의해 가공된 화면을 표시할 수 있다. 일 예로, 디스플레이(420)는 사용자에 관한 이벤트가 발생될 시점에 관한 가이드를 표시하기 위해 사용될 수 있다. 예를 들어, 디스플레이(420)는 도 1의 디스플레이 모듈(160)에 상응할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(400)는 센서(430)를 포함할 수 있다. 센서(430)는 다양한 외부 정보를 획득하기 위해 사용될 수 있다. 예를 들어, 센서(430)는 사용자의 신체에 관한 데이터를 획득하기 위해 사용될 수 있다. 일 예로, 센서(430)는 사용자의 체온 데이터, 심박 데이터, 및/또는 모션 데이터를 획득하기 위해 사용될 수 있다. 예를 들어, 센서(430)는 적어도 하나의 센서로 구성될 수 있다. 센서(430)는 적어도 하나의 센서를 포함할 수 있다. 예를 들어, 센서(430)는 도 1의 센서 모듈(176)에 상응할 수 있다.
예를 들어, 센서(430)는 PPG(photoplethysmography) 센서, 온도 센서(또는 체온 센서), 및 모션 센서 중 적어도 하나를 포함할 수 있다. PPG 센서, 온도 센서, 및 모션 센서를 포함하는 센서(430)의 구체적인 예가 도 5에서 후술될 것이다.
일 실시 예에 따르면, 웨어러블 장치(400)는 메모리(440)를 포함할 수 있다. 메모리(440)는 정보 또는 데이터를 저장하기 위해 사용될 수 있다. 예를 들어, 메모리(440)는 사용자로부터 획득된 데이터를 저장하기 위해 사용될 수 있다. 예를 들어, 메모리(440)는 도 1의 메모리(130)에 상응할 수 있다. 예를 들어, 메모리(440)는 휘발성 메모리 유닛 또는 유닛들일 수 있다. 예를 들어, 메모리(440)는 비휘발성 메모리 유닛 또는 유닛들일 수 있다. 또 다른 예를 들어, 메모리(440)는 자기 또는 광학 디스크와 같이, 다른 형태의 컴퓨터 판독가능 매체일 수 있다. 예를 들어, 메모리(440)는 프로세서(410)에서 수행되는 동작(예를 들어, 알고리즘 수행 동작)에 기반하여 획득된 데이터를 저장할 수 있다. 예를 들어, 메모리(440)는 센서(430)에서 획득된 데이터(예를 들어, 체온 데이터)를 저장할 수 있다.
도시하지는 않았으나, 웨어러블 장치(400)는 통신 회로를 더 포함할 수 있다. 통신 회로(320)는 도 1의 통신 모듈(190)의 적어도 일부에 상응할 수 있다. 예를 들어, 통신 회로는 다양한 RAT(radio access technology)을 위해 사용될 수 있다. 예를 들어, 통신 회로는 블루투스(bluetooth) 통신 또는 무선 랜(wireless local area network, WLAN) 통신을 수행하기 위해 사용될 수 있다. 다른 예를 들어, 통신 회로는 셀룰러 통신을 수행하기 위해 사용될 수 있다. 예를 들어, 프로세서(410)는 통신 회로를 통해 외부 전자 장치와 연결을 수립할 수 있다. 다른 예를 들어, 프로세서(410)는 통신 회로를 통해 서버와 연결을 수립할 수 있다.
도 5는 다양한 실시 예들에 따른 웨어러블 장치의 센서의 구체적인 예이다.
도 5를 참조하면, 센서(430)는 사용자의 생체 데이터를 획득하기 위한 센서를 포함할 수 있다. 센서(430)는 생체 센서를 포함할 수 있다. 센서(430)는 혈압, 심전도, HRV(heart rate variability), HRM(heart rate monitor), PPG(photoplethysmography), 수면 구간, 피부 온도, 심박, 혈류량, 혈당, 산소포화도, 맥파, 및 ECG(electrocardiogram) 중 적어도 하나를 식별(또는 검출)하기 위해 사용될 수 있다. 예를 들어, 프로세서(410)는 센서(430)를 통해, PPG 또는 ECG에 기반하여, 생체 신호의 파형을 획득할 수 있다. 예를 들어, 생체 신호는 광맥파, 맥파, 또는 심전도를 포함할 수 있다. 프로세서(410)는 생체 신호의 파형에 기반하여, 혈압, HRV, HRM, 피부 온도, 혈류량, 혈당, 산소 포화도 중 적어도 하나를 식별할 수 있다.
일 예로, 프로세서(410)는 광맥파 정보에 기반하여, 파형의 peak-to-peak 간의 IBI(inter-beat interval) 정보의 분산에 관한 정보 또는 편차에 관한 정보를 획득할 수 있다. 프로세서(410)는 IBI 정보의 분산에 관한 정보 또는 편차에 관한 정보에 기반하여, 심박의 규칙성 또는 변이도에 관한 정보를 획득할 수 있다. 다른 일 예로, 프로세서(410)는 심박 신호의 주파수 분석에 기반하여, 심박의 규칙성 또는 변이도에 관한 정보를 획득할 수 있다.
일 실시 예에 따르면, 센서(430)는 PPG 센서(501), 온도 센서(502), 및/또는 모션 센서(503)를 포함할 수 있다.
예를 들어, PPG 센서(501)는 혈관 용적 변화에 따른 빛의 감광량의 변화량을 식별함으로써, 맥박(또는 혈관 내의 혈액량의 변화)을 측정하기 위해 사용될 수 있다. 프로세서(410)는 PPG 센서(501)를 통해, 획득된 생체 데이터에 기반하여, 사용자의 수면 상태 또는 비수면 상태(또는 활동 상태)를 식별할 수 있다. 일 예로, PPG 센서(501)는 하나 이상의 PD(photodiode) 및 하나 이상의 LED(light emitting diode)를 포함할 수 있다.
예를 들어, 온도 센서(502)는 사용자의 체온을 식별하기 위해 사용될 수 있다. 온도 센서(502)는 비접촉식 IR(infrared radiation) 온도 센서 또는 접촉식 온도 센서를 포함할 수 있다. 일 예로, 프로세서(410)는 접촉식 온도 센서가 사용자의 신체의 일부에 접촉한 상태에서, 온도를 측정할 수 있다. 다른 일 예로, 프로세서(410)는 사용자의 신체의 일부(예를 들어, 손목)와 이격되어 배치된 비접촉식 IR 온도 센서를 통해, 적외선 광에 기반하여 온도를 측정할 수 있다. 비접촉식 IR 온도 센서가 웨어러블 장치(400)에 포함되는 구조는 도 6a 및 도 6b를 통해 설명될 수 있다.
실시 예에 따라, 프로세서(410)는 온도 센서(502)를 통해 사용자의 신체의 일부(예를 들어, 손목)에서의 온도를 식별(또는, 측정)할 수 있다. 사용자의 신체의 일부에서 측정된 온도는 사용자의 신체의 다른 일부(예를 들어, 구강, 이마 또는 겨드랑이)에서 측정된 온도와 상이할 수 있다. 프로세서(410)는 사용자의 신체의 일부(예를 들어, 손목)에서 측정된 온도를 사용자의 신체의 다른 일부에서 식별된 온도로 보정할 수 있다. 예를 들어, 사용자의 신체의 일부에서 식별된 온도는 사용자의 신체의 다른 일부에서 식별된 온도보다 지정된 온도 값만큼 낮게 식별될 수 있다. 프로세서(410)는 사용자의 신체의 일부에서 측정된 온도에 지정된 온도 값을 더함으로써, 사용자의 신체의 일부에서 측정된 온도를 사용자의 신체의 다른 일부에서 식별된 온도로 보정할 수 있다.
예를 들어, 모션 센서(503)는 웨어러블 장치(400)(또는 사용자)의 모션에 대한 데이터(예를 들어, 모션에 대한 값)을 획득하기 위해 사용될 수 있다. 일 예로, 모션 센서(503)는 가속도 센서, 자이로 센서, 지자기 센서, 또는 기압 센서를 포함할 수 있다. 가속도 센서는 x축, y축, 및 z축의 3 방향으로 웨어러블 장치(400)의 가속도를 식별(또는 측정(measure), 감지(detect))할 수 있다. 자이로 센서는 x축, y축, 및 z축의 3 방향으로 웨어러블 장치(400)의 각속도를 식별(또는 측정, 감지)할 수 있다. 지자기 센서는 지자기를 식별함으로써, 방위에 대한 값을 식별(또는 측정, 감지)할 수 있다. 기압 센서는 웨어러블 장치(400) 주변의 기압을 식별(또는 측정, 감지)할 수 있다.
도시하지는 않았으나, 센서(430)는 사용자의 다양한 생체 데이터를 획득(또는 식별, 측정, 감지)하기 위한 다양한 센서를 더 포함할 수 있다.
예를 들어, 센서(430)는 HRV 센서를 포함할 수 있다. 프로세서(410)는 HRV 센서를 통해, 심박의 규칙성 또는 변이도를 측정할 수 있다. 프로세서(410)는 HRV 센서를 통해, 심박의 규칙성 또는 변이도에 관한 정보를 획득할 수 있다.
예를 들어, 센서(430)는 전극 센서를 포함할 수 있다. 프로세서(410)는 전극 센서를 통해, EDA(electrodermal activity)를 식별(또는 측정)할 수 있다. 프로세서(410)는 EDA에 기반하여, 피부의 긴장도에 대한 정보를 식별할 수 있다.
예를 들어, 센서(430)는 혈당 센서를 포함할 수 있다. 프로세서(410)는 혈액내 혈당과 전기-화학적 반응을 일으켜 발생되는 전류를 식별(또는 측정)함으로써, 사용자의 혈당 수치를 식별할 수 있다.
도 6a 및 6b는 다양한 실시 예들에 따른 웨어러블 장치의 비 접촉식 IR 센서의 구체적인 예이다.
도 6a를 참조하면, 웨어러블 장치(400)의 하우징(610)의 제1 면(601)은 방사되는 전자기파가 투과되기 위한 영역(602)을 포함할 수 있다. 예를 들어, 영역(602)는 하우징(610)의 제1 면(601)의 일부 영역에 위치될 수 있다. 예를 들어, 하우징(610)의 제1 면(601)은, 도 2a 및 도 2b에 도시된, 하우징(210)의 제2 면(210B)에 상응할 수 있다. 도시하지는 않았으나, 하우징(610)의 제1 면(601)은 전자기파가 투과되기 위한 영역(602)를 포함하는, 사용자의 생체 데이터를 식별하기 위한 적어도 하나의 영역을 포함할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(400)의 하우징(610)의 제1 면(601)은 제1 전극(620) 및 제2 전극(630)을 포함할 수 있다. 제1 전극(620)은 도 2b의 제1 전극 영역(213)에 상응할 수 있다. 제2 전극(630)은 도 2b의 제2 전극 영역(214)에 상응할 수 있다.
일 실시 예에 따르면, 웨어러블 장치(400)의 하우징(610)의 제1 면(601)은 PPG 센서의 PD(640) 및 LED(650)를 포함할 수 있다.
도 6b를 참조하면, 웨어러블 장치(400)는 하우징(610), 렌즈(603), 비접촉식 IR 온도 센서(604), 접착부(605), 및 PCB(printed circuit board)(606)를 포함할 수 있다. PCB(606)는 하우징(610)내에 배치될 수 있다. 비접촉식 IR 온도 센서(604)는 제1 방향(620)을 향하는 PCB(606)의 일면에 배치될 수 있다. 비접촉식 IR 온도 센서(604) 및 PCB(606) 사이에 적어도 하나의 구성 요소가 배치될 수 있다. 예를 들어, 제1 방향(620)을 향하는 PCB(606)의 일면에 FPCB(flexible printed circuit board)(미도시)가 배치될 수 있다. 제1 방향(620)을 향하는 PCB(606)의 일면에 FPCB가 연결될 수 있다. 제1 방향(620)을 향하는 FPCB의 일면에 비접촉식 IR 온도 센서(604)가 배치될 수 있다. 제1 방향(620)을 향하는 FPCB의 일면에 비접촉식 IR 온도 센서(604)가 연결될 수 있다. 제1 방향을 향하는 IR 온도 센서(604)의 일면에 렌즈(603)가 배치될 수 있다. 렌즈(603)은 후면 글라스를 향해 배치될 수 있다.
도 6a 및 도 6b를 참조하면, IR 온도 센서(604)는 외부 객체(예를 들어, 사용자의 피부)에서 방사되는 전자기파(예를 들어, MWIR(medium wave infra red)의 3 μm 내지 5 μm 대역 및 LWIR(long wave infra red)의 8 μm 내지 14 μm 대역)를 식별하기 위해 사용될 수 있다. 예를 들어, 외부 객체의 온도가 높을수록, 외부 객체에서 방사되는 전자기파의 파장이 짧아지며, 방사에너지 양이 증가할 수 있다. 비접촉식 IR 온도 센서(604)는 열전퇴(thermopile)를 포함할 수 있다. 열전퇴는 열 접점(hot junction) 및 냉 접점(cold junction)을 포함할 수 있다. 비접촉식 IR 온도 센서(604)는 열 접점 및 냉 접점의 온도 차이의 크기에 비례하여 발생되는 제백 효과(seeback effect)를 이용함으로써, 온도를 식별할 수 있다.
일 실시 예에 따르면, 비접촉식 IR 온도 센서(604)는 접촉식 온도 센서에 비해 빠르게 온도를 측정할 수 있다. 접촉식 온도 센서가 사용되는 경우, 프로세서(410)는 피부 온도와의 열 평형 상태가 이루어진 후 온도를 식별(또는 측정)할 수 있다. 비접촉식 IR 온도 센서(604)가 사용되는 경우, 프로세서(410)는 짧은 시간에도 피부의 온도를 식별(또는 측정)할 수 있다. 비접촉식 IR 온도 센서(604)가 사용되는 경우, 프로세서(410)는 접촉면이 좁거나, 피부 또는 센서에 이물질이 있는 상태에서도 피부의 온도를 식별(또는 측정)할 수 있다. 비접촉식 IR 온도 센서(604)를 통해 측정된 피부의 온도에 대한 오차는 접촉식 온도 센서를 통해 측정된 피부의 온도에 대한 오차보다 작을 수 있다.
이하에서 설명되는 실시 예들은, 여성 건강 서비스를 수행하기 위해, 프로세서(410)가 비접촉식 IR 온도 센서(604)를 통해 사용자의 체온(또는 체온 데이터)를 식별하는 것으로 설명될 수 있다. 다만, 이에 한정되는 것은 아니다. 예를 들어, 프로세서(410)는 접촉식 온도 센서를 통해 사용자의 체온(또는 체온 데이터)를 식별하고, 식별된 체온에 기반하여 여성 건강 서비스를 수행할 수도 있다.
도 7은 다양한 실시 예에 따른 웨어러블 장치의 동작의 예를 설명하기 위한 도면이다.
도 7을 참조하면, 프로세서(410)는 기초 체온법에 기반하여, 사용자(또는 여성)에 관한 이벤트(예를 들어, 배란일 또는 월경일)을 식별할 수 있다. 프로세서(410)는 제2 사이클(예를 들어, 한 달 또는 월경 주기) 내에서 사용자의 체온이 변경되는 트랜드(700)를 식별할 수 있다. 예를 들어, 프로세서(410)는 하루 중 최저 체온 값을 식별함으로써, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드(700)을 식별할 수 있다. 다른 예를 들어, 프로세서(410)는 하루 중, 지정된 시간 또는 지정된 조건을 만족하는 타이밍에서의 체온 값을 식별함으로써, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드(700)를 식별할 수 있다.
예를 들어, 프로세서(410)는 배란 전후의 체온 변화에 기반하여, 배란일을 식별(또는 추정)할 수 있다. 예를 들어, 프로세서(410)는 배란이 되기 직전에 체온 값이 제1 값(예를 들어, 0.3 도)만큼 감소하고, 배란이 된 후에 체온이 제2 값(예를 들어, 0.5 도)만큼 상승함을 통해, 배란일을 식별(또는 추정)할 수 있다.
예를 들어, 프로세서(410)는 트랜드(700)에 기반하여, 14 일에 측정된 체온이 제1 값만큼 감소하고, 14일 이후에 측정된 체온이 제2 값만큼 상승함을 식별할 수 있다. 프로세서(410)는 14일을 배란일으로 식별할 수 있다.
상술한 기초 체온법에 기반하여, 사용자에 관한 이벤트를 식별하기 위한 프로세서(410)의 동작이 이하에서 설명될 수 있다.
도 8은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다. 이러한 방법은, 도 4 내지 및 도 5에서 도시된 웨어러블 장치(400) 및 웨어러블 장치(400)의 프로세서(410)에 의해 실행될 수 있다.
도 8을 참조하면, 동작 810에서, 프로세서(410)는 제1 사이클 내에서 사용자가 안정된 상태 내에 있음을 식별하는 동안, 사용자의 제1 체온 데이터를 제1 주기에 따라 획득할 수 있다.
예를 들어, 안정된 상태는 수면 상태를 포함할 수 있다. 다른 예를 들어, 안정된 상태는 명상 상태, 움직임이 없는 상태(또는 모션 변화를 지시하기 위한 값이 지정된 값 이하인 상태)를 포함할 수 있다. 다른 예를 들어, 안정된 상태는 사용자의 부교감 신경이 활성화된 상태를 포함할 수 있다.
예를 들어, 프로세서(410)는 PPG 센서 및/또는 모션 센서 중 적어도 하나를 이용하여, 제1 사이클 내에서 사용자가 안정된 상태 내에 있음을 식별할 수 있다.
예를 들어, 프로세서(410)는 제1 사이클 내에서 사용자가 수면 상태 내에 있음을 식별하는 동안, 사용자의 제1 체온 데이터를, 제1 주기에 따라 획득할 수 있다. 예를 들어, 프로세서(410)는 제1 사이클 내에서 사용자가 수면 상태 내에 있음을 PPG 센서(501)를 이용하여 식별하는 동안, 온도 센서(502)를 이용하여 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제1 사이클 내에서 사용자가 수면 상태 내에 있음을 식별할 수 있다. 예를 들어, 프로세서(410)는 PPG 센서(501)를 이용하여, 사용자가 수면 상태 내에 있음을 식별할 수 있다. 예를 들어, 프로세서(410)는 PPG 센서(501)를 통해 심박 데이터를 획득할 수 있다. 프로세서(410)는 심박 데이터에 기반하여, 사용자의 심박이 지정된 범위 이하임을 식별할 수 있다. 프로세서(410)는 사용자의 심박이 지정된 범위 이하임을 식별하는 것에 기반하여, 사용자가 수면 상태 내에 있음을 식별할 수 있다. 실시 예에 따라, 프로세서(410)는 PPG 센서(501)뿐만 아니라 다양한 센서(예를 들어, 모션 센서(503))를 통해 식별된 데이터에 기반하여, 사용자가 수면 상태 내에 있음을 식별할 수 있다. 예를 들어, 프로세서(410)는 모션 센서(503)를 통해 사용자의 모션에 대한 값을 식별할 수 있다. 프로세서(410)는 식별된 사용자의 모션에 대한 값이 기준 값 이하임을 식별하는 것에 기반하여, 사용자가 수면 상태 내에 있음을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득할 수 있다. 예를 들어, 프로세서(410)는 온도 센서(502)를 이용하여 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득할 수 있다.
예를 들어, 온도 센서(502)는 웨어러블 장치(400) 장치를 착용한 사용자의 신체의 일부에 이격되어 배치될 수 있다. 온도 센서(502)는 적외선 광에 기반하여, 온도를 측정할 수 있다. 일 예로, 온도 센서(502)는 비접촉식 IR 온도 센서(604)를 포함할 수 있다.
예를 들어, 프로세서(410)는 사용자가 수면 상태 내에 있음을 식별하는 것에 기반하여, 자동 측정 모드를 통해 사용자의 제1 체온 데이터를 획득할 수 있다. 예를 들어, 프로세서(410)는 비수면 상태에서의 측정 주기인 제2 주기(예를 들어, 60 분)보다 짧은 제1 주기(예를 들어, 10 분 내지 30 분)를 따라, 제1 체온 데이터를 획득할 수 있다. 일 예로, 프로세서(410)는, 제1 주기에 따라, 지정된 간격(예를 들어, 5 초) 및 지정된 횟수(예를 들어, 3회)로 제1 체온 데이터를 획득할 수 있다. 실시 예에 따라, 프로세서(410)는 제1 주기에 따라, 모션 센서(503)를 통해 사용자가 안정된 상태임을 식별하는 것에 응답하여, 제1 체온 데이터를 획득할 수 있다.
동작 820에서, 프로세서(410)는 사용자가 안정되지 않은 상태 내에 있음을 식별하는 동안, 사용자의 모션의 변화를 지시하기 위한 값들을 제2 주기에 따라 획득할 수 있다.
예를 들어, 안정되지 않은 상태는 비수면 상태를 포함할 수 있다. 예를 들어, 프로세서(410)는 PPG 센서 및/또는 모션 센서 중 적어도 하나를 이용하여, 사용자가 안정되지 않은 상태 내에 있음을 식별할 수 있다.
예를 들어, 프로세서(410)는 제1 사이클 내에서 사용자가 비수면 상태에 있음을 식별하는 동안, 사용자의 모션의 변화를 지시하기 위한 값들을 제2 주기에 따라 획득할 수 있다. 예를 들어, 프로세서(410)는 제1 사이클 내에서 사용자가 비수면 상태 내에서 있음을 PPG 센서(501)를 이용하여 식별하는 동안, 사용자의 모션의 변화를 지시하기 위한 값들을, 제1 주기와 구별되는 제2 주기에 따라, 모션 센서(503)를 이용하여 획득할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제2 주기에 따라, 모션 센서(503)를 통해 획득된 사용자의 모션 변화를 지시하기 위한 값들에 기반하여, 사용자가 비활동 상태(inactive state) 내에 있는지 여부를 식별할 수 있다. 예를 들어, 비수면 상태는 비활동 상태 및 활동 상태(active state)를 포함할 수 있다. 비활동 상태는, 온도 센서(502)를 통해 체온을 측정하기에 적합한 상태를 의미할 수 있다. 활동 상태는 온도 센서(502)를 통해 체온을 측정하기에 적합하지 않은 상태를 의미할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제2 주기를 제1 주기보다 길게 설정할 수 있다. 제2 주기는 제1 주기보다 길게 설정될 수 있다. 예를 들어, 제1 주기는 10분 내지 30분으로 설정될 수 있다. 예를 들어, 제2 주기는 30분 내지 1시간으로 설정될 수 있다.
동작 830에서, 프로세서(410)는 사용자의 모션 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 제2 체온 데이터를 획득할 수 있다. 프로세서(410)는 사용자의 모션 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 온도 센서(502)를 통해 제2 체온 데이터를 획득할 수 있다.
예를 들어, 프로세서(410)는 제2 주기에 따라, 모션 센서(503)를 통해 획득된 사용자의 모션 변화를 지시하기 위한 값들이 기준 값 미만임을 식별할 수 있다. 프로세서(410)는 사용자의 모션 변화를 지시하기 위한 값들이 기준 값 미만임을 식별하는 것에 기반하여, 사용자가 비활동 상태임을 식별할 수 있다. 비수면 상태에서, 사용자가 비활동 상태 내에 있지 않은 경우, 획득된 체온 데이터가 부정확할 수 있다. 따라서, 프로세서(410)는 제2 주기에 따라, 사용자가 비활동 상태 내에 있음을 먼저 식별할 수 있다. 프로세서(410)는 사용자가 비활동 상태인 경우, 온도 센서(502)를 이용하여, 제2 체온 데이터를 획득할 수 있다.
실시 예에 따라, 프로세서(410)는 제1 사이클 내에서 사용자가 비수면 상태에 있음을 식별하는 동안, 사용자 입력을 식별할 수 있다. 예를 들어, 사용자 입력은, 체온 측정의 시작을 위한 사용자 입력일 수 있다. 프로세서(410)는 사용자 입력에 기반하여, 온도 센서(502)를 이용하여, 제3 체온 데이터를 획득할 수 있다. 프로세서(410)는 사용자가 음주 상태, 피로 상태, 질병 상태 및/또는 감염 상태인 경우에도, 사용자 입력에 기반하여, 제3 체온 데이터를 획득할 수 있다. 실시 예에 따라, 프로세서(410)는 제3 체온 데이터에 기반하여, 사용자의 이상 징후(예를 들어, 고열)를 판단할 수 있다.
동작 840에서, 프로세서(410)는 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득할 수 있다. 예를 들어, 프로세서(410)는 제1 체온 데이터 및 제2 체온 데이터에 기반하여, 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득할 수 있다.
예를 들어, 프로세서(410)는 제1 사이클을 1 일(one day) 또는 24 시간으로 설정할 수 있다. 프로세서(410)는 하루 동안 획득된 제1 체온 데이터 및 제2 체온 데이터에 기반하여, 시간에 따른 체온 변화 그래프를 식별(또는 구성)할 수 있다.
예를 들어 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제1 정보는 복수의 시점들에서 획득된 제1 체온 값들을 포함할 수 있다. 복수의 시점들은, 제1 사이클 내에서 제1 주기 또는 제2 주기에 기반하여 구성될 수 있다. 일 예로, 사용자가 수면 상태 내에 있는 동안, 제1 사이클 내에서 제1 주기에 기반하여, 적어도 하나의 시점이 구성될 수 있다. 사용자가 비수면 상태 내에 있는 동안, 제1 사이클 내에서 제2 주기에 기반하여, 적어도 하나의 다른 시점이 구성될 수 있다. 복수의 시점들은 적어도 하나의 시점 및 적어도 하나의 다른 시점을 포함할 수 있다.
동작 850에서, 프로세서(410)는 제1 정보에 적어도 일부 기반하여, 서비스를 제공할 수 있다. 예를 들어, 프로세서(410)는 제1 정보에 적어도 일부 기반하여, 서비스와 연관된 기능을 수행할 수 있다.
프로세서(410)는 제1 정보에 적어도 일부 기반하여, 제2 사이클(예를 들어, 한 달 또는 월경 주기) 내에서 사용자의 체온이 변경되는 트랜드(또는 트랜드에 대한 정보)를 식별할 수 있다. 프로세서(410)는 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드(또는 트랜드에 대한 정보)에 기반하여, 사용자에 관한 이벤트(예를 들어, 배란일 또는 월경일)를 식별할 수 있다. 프로세서(410)는 식별된 사용자에 관한 이벤트에 기반하여, 서비스를 제공할 수 있다. 예를 들어, 서비스는 여성 건강과 관련된 서비스를 포함할 수 있다. 일 예로, 서비스는 월경일 예측 서비스, 배란일 확인 서비스, 가임기 확인 서비스, 이상 징후 확인 서비스 및/또는 초경 예측 서비스를 포함할 수 있다.
도 8에서는, 설명의 편의를 위해 안정 상태의 일 예인 수면 상태에서 사용자의 제1 체온 데이터를 획득하고, 안정되지 않은 상태인 일 예인 비수면 상태에서 모션 변화를 지시하기 위한 값들을 획득하는 예가 설명되었으나, 이에 한정되는 것은 아니다. 프로세서(410)는 사용자가 명상 중이거나, 움직임이 없는 상태에서도 사용자의 제1 체온 데이터를 획득할 수도 있다.
이하 명세서에서는, 제1 사이클(예를 들어, 1 일) 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 획득(또는 식별)하기 위한 동작, 제2 사이클(예를 들어, 한 달 또는 월경 주기) 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 획득(또는 식별)하기 위한 동작, 및 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보에 기반하여, 서비스를 제공하기 위한 동작이 순서대로 설명될 수 있다.
먼저, 이하에서 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 식별하기 위한 동작이 설명될 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하기 위해, 복수의 시점들에서 사용자의 체온 데이터(또는 복수의 체온 값들)를 획득할 수 있다. 복수의 시점들에서 획득된 사용자의 체온 데이터는 오류 값(또는 아웃라이어(outlier))를 포함할 수 있다. 프로세서(410)는 오류 값을 보정함으로써, 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득할 수 있다. 오류 값을 보정함으로써, 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하는 실시 예가 도 9 내지 도 15에서 설명될 수 있다.
도 9는 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 다른 흐름도이다. 이러한 방법은, 도 4 내지 및 도 5에서 도시된 웨어러블 장치(400) 및 웨어러블 장치(400)의 프로세서(410)에 의해 실행될 수 있다.
도 9를 참조하면, 동작 910에서, 프로세서(410)는 제1 사이클 내의 사용자의 체온이 변경되는 트랜드에 대한 제2 정보를 식별할 수 있다. 예를 들어, 프로세서(410)는 웨어러블 장치(400)의 메모리(440)에 저장된, 제1 사이클 내의 사용자의 체온이 변경되는 트랜드에 대한 제2 정보를 식별할 수 있다.
예를 들어, 프로세서(410)는 제1 사이클 내에 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득할 수 있다. 일 예로, 프로세서(410)는 도 8의 동작 840을 수행함으로써, 제1 사이클 내에 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득할 수 있다.
프로세서(410)는 제1 정보를 획득한 뒤, 메모리(440)에 저장된, 제1 사이클 내의 사용자의 체온이 변경되는 트랜드에 대한 제2 정보를 식별할 수 있다. 프로세서(410)는 제1 정보가 획득되기 전, 획득된 체온 데이터에 기반하여, 제2 정보를 획득할 수 있다. 프로세서(410)는 획득된 제2 정보를 메모리(440)에 저장할 수 있다. 프로세서(410)는 제1 정보를 획득한 뒤, 메모리(440)에 저장된 제2 정보를 식별할 수 있다. 예를 들어, 제2 정보는 반복되는 제1 사이클에 따라 패턴화된, 제1 사이클 내의 사용자의 체온이 변경되는 트랜드와 관련될 수 있다.
동작 920에서, 프로세서(410)는 제2 정보에 기반하여, 복수의 시점들에 매핑되는 제2 체온 값들을 식별할 수 있다. 제2 정보에 따른 제1 사이클 내의 사용자의 체온이 변경되는 트랜드는 복수의 시점들에 따른 제2 체온 값들로 구성될 수 있다. 예를 들어, 상기 트랜드는 하루 동안의 사용자의 체온 변화에 대한 그래프를 포함할 수 있다. 따라서, 프로세서(410)는 메모리(440)에 저장된, 하루 동안의 사용자의 체온 변화에 대한 그래프를 식별할 수 있다. 상기 그래프는 복수의 시점들에 매핑되는 제2 체온 값들로 구성될 수 있다.
동작 930에서, 프로세서(410)는 제1 체온 값들 중 적어도 하나를 변경하여, 복수의 시점들에 매핑되는 제3 체온 값들을 획득할 수 있다. 예를 들어, 프로세서(410)는 제2 정보에 기반하여, 사용자의 체온에 대한 임계 범위를 식별할 수 있다. 프로세서(410)는 식별된 임계 범위를 벗어나는, 제1 체온 값들 중 적어도 하나를 식별할 수 있다. 프로세서(410)는 식별된, 제1 체온 값들 중 적어도 하나를 변경함으로써, 복수의 시점들에 매핑되는 제3 체온 값들을 획득할 수 있다. 일 예로, 프로세서(410)는 획득된 제1 체온 값들 중 적어도 하나를 적어도 하나의 오류 값(또는 아웃라이어)으로 식별할 수 있다. 프로세서(410)는 적어도 하나의 오류 값을 변경함으로써, 복수의 시점들에 매핑되는 제3 체온 값들을 획득할 수 있다. 예를 들어, 제2 체온 값들에 대한 제3 체온 값들의 표준 편차 값은, 제2 체온 값들에 대한 제1 체온 값들의 표준 편차 값 미만일 수 있다.
동작 940에서, 프로세서(410)는 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제3 정보를 획득할 수 있다. 예를 들어, 프로세서(410)는 제3 체온 값들에 기반하여, 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제3 정보를 획득할 수 있다. 예를 들어, 제3 정보는, 제1 정보를 메모리(440)에 저장된 제2 정보에 기반하여 변경함으로써, 획득될 수 있다. 프로세서(410)는 제1 정보를 메모리(440)에 저장된 제2 정보에 기반하여 변경함으로써, 제3 정보를 획득할 수 있다.
실시 예에 따라, 프로세서(410)는 제2 정보 및 제3 정보에 기반하여, 제2 정보에 따른 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드를 갱신할 수 있다.
동작 950에서, 프로세서(410)는 제2 사이클을 따라 순환되는 지정된 상태들 중에서 사용자의 상태를 식별할 수 있다. 예를 들어, 프로세서(410)는 제2 정보 및 제3 정보에 기반하여, 제1 사이클을 초과하는 제2 사이클을 따라 순환되는 지정된 상태들 중에서, 사용자의 상태를 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제2 정보 및 제3 정보에 기반하여, 제1 사이클을 따라 지정된 조건을 만족하는 제4 체온 값들을 식별할 수 있다. 예를 들어, 프로세서(410)는 제2 정보 및 제3 정보에 기반하여, 제1 사이클 내의 복수의 체온 값들 중 최소 값을 갖는 제4 체온 값을 식별할 수 있다. 프로세서(410)는 제1 사이클을 따라 제4 체온 값들을 식별할 수 있다. 예를 들어, 프로세서(410)는 제2 사이클 내에서, 제1 사이클을 따라 제4 체온 값들을 식별할 수 있다. 일 예로, 프로세서(410)는 하루 중 체온의 최소 값인 제4 체온 값을 식별하고, 한 달 동안의 제4 체온 값들을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제4 체온 값들에 기반하여, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득할 수 있다. 예를 들어, 프로세서(410)는 제4 체온 값들에 기반하여, 제1 사이클을 초과하는 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득할 수 있다. 일 예로, 제1 사이클은 1 일로 설정될 수 있다. 제2 사이클은 한 달(또는 월경 주기)로 설정될 수 있다. 프로세서(410)는 한 달 동안의 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제2 사이클을 따라 순환되는 지정된 상태들 중에서, 사용자의 상태를 식별할 수 있다. 예를 들어, 프로세서(410)는 제4 정보에 기반하여, 제2 사이클을 따라 순환되는 지정된 상태들 중에서, 사용자의 상태를 식별할 수 있다.
예를 들어, 프로세서(410)는 제2 사이클 내의 사용자의 체온이 변경되는 트랜드에 대한 제4 정보에 기반하여, 제2 사이클 내에서의 사용자의 체온 변화를 식별할 수 있다.
예를 들어, 프로세서(410)는 제4 정보에 기반하여, 기초 체온법에 따라 사용자의 상태를 지정된 상태들 중 하나로 식별할 수 있다. 지정된 상태들은 제2 사이클을 따라 순환될 수 있다. 지정된 상태들은 제2 사이클 내에 모두 포함될 수 있다. 제2 사이클이 반복되는 것에 기반하여, 지정된 상태들은 순환할 수 있다. 일 예로, 지정된 상태들은 월경기 상태, 난포기 상태, 배란기 상태 및 황체기 상태를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제2 사이클을 따라 순환되는 지정된 상태들 중에서, 사용자의 상태를 식별함으로써, 서비스(예를 들어, 여성 건강 서비스)를 제공할 수 있다.
이하에서는, 동작 910 내지 동작 950에 따른 웨어러블 장치의 동작의 예가 설명될 수 있다. 이하에서는 설명의 편의를 위해, 제1 정보에 따른 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드가 일주기 생체 리듬으로 설명될 수 있다. 제2 정보에 따른 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드가 베이스라인(baseline)(또는 기준 생체 리듬)으로 설명될 수 있다. 제3 정보에 따른 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드가 보정된 일주기 생체 리듬으로 설명될 수 있다. 또한, 제1 주기는 1 일(즉, 24 시간)로 설정될 수 있다.
도 10은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 예를 설명하기 위한 도면이다.
도 10을 참조하면, 프로세서(410)는 사용자의 일주기 생체 리듬(1000)을 획득할 수 있다. 사용자의 일주기 생체 리듬(1000)은 24 시간 동안의 사용자의 체온 변화를 나타낼 수 있다. 일반적으로, 오전 중(예를 들어, 6 시)에 최저 체온이 식별될 수 있다. 오후 중(예를 들어, 17 시)에 최고 체온이 식별될 수 있다. 따라서, 프로세서(410)는 일주기 생체 리듬(1000)에 기반하여, 사용자의 최저 체온이 식별되는 시간이 5 시임을 식별할 수 있다. 프로세서(410)는 일주기 생체 리듬(1000)에 기반하여, 사용자의 최고 체온이 식별되는 시간이 19 시임을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 일주기 생체 리듬(1000)에 기반하여, 사용자가 식사를 하였는지 여부를 식별할 수 있다. 프로세서(410)는 일주기 생체 리듬(1000)에 기반하여, 사용자의 상태가 안정된 상태 또는 안정되지 않은 상태 상태인지를 식별할 수 있다. 예를 들어, 프로세서(410)는 일주기 생체 리듬(1000)에 기반하여, 사용자의 상태가 수면 상태 또는 비수면 상태인지를 식별할 수 있다.
일반적으로, 식사를 통한 대사 활동으로 사용자의 체온이 증가할 수 있다. 프로세서(410)는 사용자의 체온이 증가함을 식별하는 것에 기반하여, 사용자가 식사를 하였는지 여부를 식별할 수 있다. 실시 예에 따라, 다이어트 또는 혈당 관리가 필요한 사용자의 경우, 프로세서(410)는 사용자의 식사 후, 사용자가 비활동 상태에서, 혈당 센서를 이용하여, 혈당 모니터링 동작을 수행할 수 있다. 예를 들어, 프로세서(410)는 지정된 시간(예를 들어, 10 분)을 주기로 사용자의 혈당 수치를 모니터링할 수 있다. 프로세서(410)는 사용자의 혈당 수치가 갑자기 높게 변경된 시점부터 평균 혈당 수치로 변경될 때까지 지정된 시간을 주기로 사용자의 체온 값을 함께 획득할 수 있다. 프로세서(410)는 사용자의 체온 값 및 혈당 수치를 지정된 시간을 주기로 획득함으로써, 사용자가 적정한 식단으로 식사를 하였는지 여부 및/또는 소화의 대사 과정에 문제가 없는지를 식별(또는 관리, 모니터링)할 수 있다.
일반적으로, 수면 상태에서 대사 활동이 감소할 수 있다. 따라서, 일 실시 예에 따르면, 프로세서(410)는 사용자의 체온이 감소함을 식별하는 것에 기반하여, 사용자가 수면 상태임을 식별할 수 있다. 프로세서(410)는 사용자가 수면 상태 내에 있는 동안, 제1 주기에 따라 사용자의 제1 체온 데이터를 식별할 수 있다. 프로세서(410)는 사용자가 비수면 상태 내에 있는 동안, 제2 주기에 따라 사용자가 비활동 상태임을 식별하고, 사용자의 제2 체온 데이터를 식별할 수 있다. 예를 들어, 제2 주기는 제1 주기보다 길게 설정될 수 있다.
도 11은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 11을 참조하면, 프로세서(410)는 사용자의 일주기 생체 리듬(1000)에 기반하여, 베이스라인(1100)을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 온도 센서(502)를 통해 24 시간 동안 비수면 상태에서의 사용자의 체온 값(또는 체온 데이터)을 식별(또는 측정, 획득)할 수 있다. 프로세서(410)는 사용자의 주요 활동(예를 들어, 식사 또는 운동)에 따른 사용자의 체온 값(또는 체온 데이터)을 식별(또는 측정, 획득)할 수 있다. 프로세서(410)는 사용자로부터 수신된 사용자 입력(또는 사용자 요청)에 기반하여, 사용자의 체온 값(또는 체온 데이터)을 식별(또는 측정, 획득)할 수 있다. 일 실시 예에 따르면, 프로세서(410)는 수면 상태에서의 사용자의 체온 값(또는 체온 데이터)을 식별(또는 측정, 획득)할 수 있다.
프로세서(410)는 식별된 체온 값들에 기반하여, 사용자의 일주기 생체 리듬(1000)을 식별(또는 획득)할 수 있다. 프로세서(410)는 사용자의 일주기 생체 리듬(1000)을 처리(또는 분석)함으로써, 베이스라인(1100)을 획득할 수 있다. 예를 들어, 베이스라인(1100)은 사용자의 일주기 생체 리듬(1000)의 최소 체온 값 및 최대 체온 값에 기반하여 식별될 수 있다. 예를 들어, 비수면 상태에서 식별된 사용자의 체온 값은 베이스라인(1100)을 식별하기 위해 사용될 수 있다. 예를 들어, 사용자의 주요 활동에 따른 사용자의 체온 값은 베이스라인(1100)의 임계 범위를 식별하기 위해 사용될 수 있다.
일 실시 예에 따르면, 프로세서(410)는 일주기 생체 리듬(1000)과 함께 식별된 베이스라인(1100)을 메모리(440)에 저장할 수 있다. 실시 예에 따라, 프로세서(410)는 HR(heart rate) 데이터, HRV(heart rate variability) 데이터, 활동 시간 데이터, 또는 수면 시간 데이터를 베이스라인(1100)과 함께 메모리(440)에 저장할 수 있다. 예를 들어, 베이스라인(1100)에 시간에 따른 사용자의 주요 활동 이력이 함께 저장될 수 있다.
도 12는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 12를 참조하면, 프로세서(410)는 베이스라인(1100)을 사용자의 수면 상태에 따라 보정(또는 변경)할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 사용자의 하루 동안(또는 24 시간 동안)의 일주기 생체 리듬(1000)을 식별할 수 있다. 프로세서(410)는 일주기 생체 리듬(1000)에 기반하여, 베이스라인(1100)을 식별 할 수 있다. 프로세서(410)는 사용자의 일주기 생체 리듬들을 매일 식별할 수 있다. 프로세서(410)는 매일 식별되는 사용자의 일주기 생체 리듬들에 기반하여, 베이스라인(1100)을 보정(또는 변경)할 수 있다. 프로세서(410)는 매일 식별되는 사용자의 일주기 생체 리듬들에 기반하여, 사용자에 따른 베이스라인(1100)을 식별할 수 있다.
예를 들어, 프로세서(410)는 사용자의 수면 패턴에 대한 정보 및 매일 식별되는 사용자의 일주기 생체 리듬들(또는 체온 값, 체온 데이터)에 기반하여 오프셋(offset)을 보정할 수 있다. 예를 들어, 사용자의 수면 패턴에 대한 정보는 입면 시간에 대한 정보, 수면의 질에 대한 정보, 및/또는 총 수면 시간에 대한 정보를 포함할 수 있다.
예를 들어, 사용자의 입면 시간이 늦어지거나, 사용자가 깊은 수면을 취하지 못하는 경우, 일주기 생체 리듬이 변경될 수 있다. 일주기 생체 리듬이 변경되었음에도 베이스라인(1100)을 동일하게 유지하는 경우, 대부분의 체온 값들이 오류 값으로 식별될 수도 있다. 따라서, 프로세서(410)는 사용자의 수면 패턴에 대한 정보 및 매일 식별되는 사용자의 일주기 생체 리듬들(또는 체온 값, 체온 데이터)에 기반하여 오프셋을 보정할 수 있다.
예를 들어, 프로세서(410)는 사용자가 깊은 수면을 취하지 못함을 식별하는 것에 기반하여, 베이스라인(1100)을 베이스라인(1210)으로 변경할 수 있다. 다른 예를 들어, 프로세서(410)는 사용자가 깊은 수면을 취함을 식별하는 것에 기반하여, 베이스라인(1100)을 베이스라인(1220)으로 변경할 수 있다.
도 13은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 13을 참조하면, 프로세서(410)는 사용자 입력(또는 사용자의 요청)에 기반하여, 체온 값(예를 들어, 도 8의 제3 체온 데이터)을 획득할 수 있다. 프로세서(410)는 사용자 입력에 기반하여 식별된 체온 값을 기준 라인을 식별하기 위해 사용할 수 있다. 프로세서(410)는 사용자의 체온 값이 기준 라인을 초과하거나 기준 라인 미만으로 식별되는 것에 기반하여, 사용자의 상태를 식별할 수 있다.
예를 들어, 프로세서(410)는 사용자가 주요 활동 중인 상태에서, 체온 값을 식별할 수 있다. 다른 예를 들어, 프로세서(410)는 사용자의 상태가 지정된 상태에서, 사용자 입력에 기반하여, 체온 값을 식별할 수 있다. 지정된 상태는 발열 상태, 미열 상태, 질병 상태, 및/또는 감염 상태를 포함할 수 있다.
예를 들어, 프로세서(410)는 사용자의 상태가 제1 상태(예를 들어, 발열 상태)에서 식별된 체온 값에 기반하여, 제1 라인(1310)을 식별할 수 있다. 프로세서(410)는 제1 라인(1310)이 식별된 뒤, 사용자의 체온 값을 식별할 수 있다. 프로세서(410)는 사용자의 체온 값이 제1 라인(1310)을 초과하는 것에 기반하여, 사용자의 상태가 제1 상태임을 식별할 수 있다.
다른 예를 들어, 프로세서(410)는 사용자의 상태가 제2 상태(예를 들어, 저체온 상태)에서 식별된 체온 값에 기반하여, 제2 라인(1320)을 식별할 수 있다. 프로세서(410)는 제2 라인(1320)이 식별된 뒤, 사용자의 체온 값을 식별할 수 있다. 프로세서(410)는 사용자의 체온 값이 제2 라인(1320) 미만임에 기반하여, 사용자의 상태가 제2 상태임을 식별할 수 있다.
도 14는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 14를 참조하면, 프로세서(410)는 도 9의 동작 930 및 동작 940을 수행함으로써, 제1 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제3 정보를 획득할 수 있다. 예를 들어, 프로세서(410)는 제1 정보에 포함된, 제1 사이클 내의 복수의 시점들에서 획득된 제1 체온 값들 중 적어도 하나를 변경할 수 있다. 프로세서(410)는 제1 체온 값들 중 적어도 하나를 변경함으로써, 보정된 트랜드에 대한 제3 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제2 정보에 기반하여, 사용자의 체온에 대한 임계 범위를 식별할 수 있다. 예를 들어, 프로세서(410)는 임계 범위를 제1 임계 라인(1403) 및 제2 임계 라인(1404) 사이의 구간으로 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 베이스라인(1100)에 기반하여, 제1 임계 라인(1403) 및 제2 임계 라인(1404)을 식별할 수 있다. 프로세서(410)는 베이스라인(1100)에 지정된 범위의 구간으로 제1 임계 라인(1403) 및 제2 임계 라인(1404)을 식별할 수 있다. 예를 들어, 프로세서(410)는 베이스라인(1100)을 지정된 값(예를 들어, 0.4 도)만큼 하향 이동 시킴으로써, 제1 임계 라인(1403)을 식별할 수 있다. 프로세서(410)는 베이스라인(1100)을 지정된 값(예를 들어, 0.4 도)만큼 상향 이동 시킴으로써, 제2 임계 라인(1404)을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 1 일차에, 일주기 생체 리듬(1401)을 식별할 수 있다. 프로세서(410)는 일주기 생체 리듬(1401)이 임계 범위 내임을 식별할 수 있다. 프로세서(410)는 일주기 생체 리듬(1401)의 체온 값들이 제1 임계 라인(1403) 이하임을 식별할 수 있다. 프로세서(410)는 일주기 생체 리듬(1401)의 체인 값들이 제2 임계 라인(1404) 이상임을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 2 일차에, 일주기 생체 리듬(1402)을 식별할 수 있다. 프로세서(410)는 체온 값(1410)이 제2 임계 라인(1404)을 초과함을 식별할 수 있다. 프로세서(410)는 체온 값(1410)이 오류 값임을 식별할 수 있다. 예를 들어, 프로세서(410)는 일주기 생체 리듬 알고리즘에 기반하여, 체온 값(1410)이 오류 값임을 식별할 수 있다. 다른 예를 들어, 프로세서(410)는 체온 값(1410)이 식별된 시간 주변의 체온 값들과 비교함으로써, 체온 값(1410)을 오류 값으로 식별할 수 있다. 프로세서(410)는 오류 값으로 식별된 체온 값(1410)을 체온 값(1420)으로 변경(또는 보정)할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 체온 값들(1430)이 제1 임계 라인(1403)을 초과하고, 발열 상태의 기준 라인(미도시)을 초과함을 식별할 수 있다. 프로세서(410)는 체온 값들(1430)이 식별된 시간 구간에서, 사용자가 발열 상태임을 식별할 수 있다.
도 15는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 15를 참조하면, 프로세서(410)는 시점(1510) 이후부터, 사용자의 체온 값을 식별하지 못할 수 있다. 예를 들어, 웨어러블 장치(400)의 하드웨어 성능 열화 또는 배터리 방전을 원인으로, 프로세서(410)는 사용자의 체온 값을 식별하지 못할 수 있다.
프로세서(410)는 시점(1510) 이후부터, 사용자의 체온 값을 식별하지 못한 경우에도, 유사한 사용자의 상태에서 미리 식별된 체온 값 또는 베이스라인(1100)에 기반하여, 사용자의 체온이 변화되는 트렌드를 식별(또는 추정)할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 일주기 생체 리듬들을 매일 반복적으로 획득할 수 있다. 프로세서(410)는 획득된 일주기 생체 리듬들에 기반하여, 베이스라인(1100)을 보정(또는 강화)할 수 있다. 예를 들어, 프로세서(410)는 제2 사이클(예를 들어, 한 달 또는 월경 주기) 동안 베이스라인(1100)을 보정(또는 강화)함으로써, 사용자에 따른(또는 개인별) 베이스라인을 식별할 수 있다. 예를 들어, 프로세서(410)는 일주기 생체 리듬 패턴화에 기반하여, 사용자에 따른 베이스라인(1100)을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 베이스라인(1100)을 보정(또는 강화)하는 동작을 반복함으로써, 사용자의 정확한 체온 값을 식별할 수 있다. 따라서, 프로세서(410)는 사용자의 정확한 체온 값을 식별함으로써, 월경 주기, 가임기(또는 배란일), 및/또는 피임기를 정확히 식별할 수 있다.
상술한 실시 예들은, 제1 사이클(예를 들어, 1 일) 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 획득(또는 식별)하기 위한 실시 예이다. 이하에서는, 제2 사이클(예를 들어, 한 달) 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 획득(또는 식별)하기 위한 실시 예가 설명될 수 있다.
도 16은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 다른 흐름도이다. 이러한 방법은, 도 4 내지 및 도 5에서 도시된 웨어러블 장치(400) 및 웨어러블 장치(400)의 프로세서(410)에 의해 실행될 수 있다. 도 16의 동작 1610 내지 동작 1630은 도 9의 동작 950과 관련될 수 있다.
도 16을 참조하면, 동작 1610에서, 프로세서(410)는 제1 사이클에 따라 지정된 조건을 만족하는 제4 체온 값들을 식별할 수 있다. 예를 들어, 프로세서(410)는 제2 정보 및 제3 정보에 기반하여, 제1 사이클에 따라 지정된 조건을 만족하는 제4 체온 값들을 식별할 수 있다. 예를 들어, 제2 정보 및 제3 정보는 도 9에서 설명된 제2 정보 및 제3 정보에 상응할 수 있다.
일 실시 예에 따르면, 제1 사이클 내에서 지정된 조건을 만족하는 제4 체온 값은, 제1 사이클 내에서 체온 값이 최소인 체온 값을 의미할 수 있다. 따라서, 프로세서(410)는 제1 사이클 내에서 사용자의 체온 값이 최소인 체온 값을 제4 체온 값으로 식별할 수 있다. 프로세서(410)는 제2 사이클 내에서 반복되는 제1 사이클에 따라, 제4 체온 값들을 식별할 수 있다. 예를 들어, 프로세서(410)는 하루 동안 식별된 체온 값들 중 최소인 체온 값을 제4 체온 값으로 식별할 수 있다. 프로세서(410)는 한달 동안, 제4 체온 값을 식별함으로써, 제4 체온 값들을 식별할 수 있다. 일 예로, 하루 동안 식별된 체온 값들 중 최소인 제4 체온 값은 기초 체온 값(또는 기초 체온)으로 참조될 수 있다.
동작 1620에서, 프로세서(410)는 제4 체온 값들에 기반하여, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득할 수 있다. 예를 들어, 프로세서(410)는 제2 사이클 내에서, 일별 체온 변화의 그래프를 획득할 수 있다. 예를 들어, 프로세서(410)는 한 달(또는 월경 주기) 동안, 일별 체온 변화의 그래프를 획득할 수 있다.
동작 1630에서, 프로세서(410)는 제4 정보에 기반하여, 제2 사이클을 따라 순환되는 지정된 상태들 중에서, 사용자의 상태를 식별할 수 있다. 프로세서(410)는 식별된 사용자의 상태에 기반하여, 서비스(예를 들어, 여성 건강 서비스)를 제공할 수 있다. 예를 들어, 프로세서(410)는 일별 체온 변화에 기반하여, 사용자의 상태를 월경기 상태, 난포기 상태(또는 여포기 상태), 배란기 상태, 및 황체기 상태 중 하나로 식별할 수 있다. 일 예로, 프로세서(410)는 제2 사이클(예를 들어, 한 달 또는 월경 주기)을 지정된 상태들에 대응하는 시간 구간들로 구분할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제2 사이클이 반복됨에 따라, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드를 패턴화할 수 있다. 예를 들어, 프로세서(410)는 제2 사이클이 반복됨에 따라, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드를 보정(또는 강화)하는 동작을 반복함으로써, 제2 사이클 내에서 변경되는 사용자의 정확한 체온 값을 식별할 수 있다. 프로세서(410)는 제2 사이클 내에서 변경되는 사용자의 정확한 체온 값을 식별함으로써, 월경 주기, 가임기(또는 배란일), 및/또는 피임기를 정확히 식별할 수 있다.
도 17은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 17을 참조하면, 프로세서(410)는 월경 주기(또는 한 달) 동안 일별 체온 변화를 나타내는 그래프(1700)를 식별(또는 획득)할 수 있다. 예를 들어, 프로세서(410)는 하루 동안의 체온 값들 중 최소인 체온 값들에 기반하여, 한 달 동안 일별 체온 변화를 나타내는 그래프(1700)를 식별(또는 획득)할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 기초 체온법에 기반하여, 월경 주기를 구간(1701), 구간(1702), 구간(1703), 및 구간(1704)로 구분할 수 있다. 예를 들어, 구간(1701)은 월경기(menstruation phase) 상태를 의미할 수 있다. 구간(1702)은 난포기(또는 여포기)(follicular phase) 상태를 의미할 수 있다. 구간(1703)은 배란기(ovulation phase) 상태를 의미할 수 있다. 구간(1704)는 황체기(luteal phase) 상태를 의미할 수 있다. 예를 들어, 프로세서(410)는 월경 주기 내의 최소 체온 값 및 최대 체온 값의 차이가 지정된 값(예를 들어, 0.5 도 내지 1 도) 이상임을 식별하는 것에 기반하여, 최소 체온 값 및 최대 체온 값을 포함하는 구간을 배란기 상태로 식별할 수 있다. 다른 예를 들어, 프로세서(410)는 월경 주기 내에서 지정된 값 이상으로 온도 변화가 발생되는 구간을 배란기 상태로 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 구간(1701) 내지 구간(1704) 각각에서, 체온 값들의 평균 값들을 식별할 수 있다. 프로세서(410)는 구간(1701) 내지 구간(1704) 각각의 체온 값들의 평균 값들에 기반하여, 배란일의 정확도를 식별할 수 있다.
예를 들어, 프로세서(410)는 구간(1701)에서의 체온 값들의 제1 평균 값 및 제1 표준 편차를 식별할 수 있다. 프로세서(410)는 구간(1702)에서의 체온 값들의 제2 평균 값 및 제2 표준 편차를 식별할 수 있다. 프로세서(410)는 구간(1703)에서의 체온 값들의 제3 평균 값 및 제3 표준 편차를 식별할 수 있다. 프로세서(410)는 구간(1704)에서의 체온 값들의 제4 평균 값 및 제4 표준 편차를 식별할 수 있다. 난포기 상태의 구간(1702)에서 식별된 제2 평균 값 및 황체기 상태의 구간(1704)에서 식별된 제4 평균 값의 차이가 지정된 값(예를 들어, 0.5 도 내지 1 도) 이상으로 식별될 수 있다. 따라서, 프로세서(410)는 제2 평균 값 및 제4 평균 값의 차이가 제2 표준 편차 내지 제4 표준 편차보다 클수록, 식별된 배란기인 구간(1703)의 정확도가 높음을 식별할 수 있다.
상술한 실시 예의 구체적인 예가 표 1을 통해 설명될 수 있다. 표 1은 각 구간에서의 평균 값 및 표준 편차 값을 나타낸다.
표 1을 참조하면, 프로세서(410)는 난포기에서 체온 값들의 평균 값을 36.23도로 식별할 수 있다. 프로세서(410)는 난포기에서 체온 값들의 표준 편차를 0.10으로 식별할 수 있다. 프로세서(410)는 배란기에서 체온 값들의 평균 값을 36.37도로 식별할 수 있다. 프로세서(410)는 배란기에서 체온 값들의 표준 편차를 0.27로 식별할 수 있다. 프로세서(410)는 황체기에서 체온 값들의 평균 값을 36.57도로 식별할 수 있다. 프로세서(410)는 황체기에서 체온 값들의 표준 편차를 0.11로 식별할 수 있다. 프로세서(410)는 배란기에서 체온 값들의 평균 값 및 난포기에서 체온 값들의 평균 값의 차이(이하 온도 차(shift))를 0.34도로 식별할 수 있다. 프로세서(410)는 온도 차(shift)에 난포기의 표준 편차를 나눈 제1 값을 3.35로 식별할 수 있다. 프로세서(410)는 온도 차에 배란기의 표준 편차를 나눈 제2 값을 1.25로 식별할 수 있다. 프로세서(410)는 온도 차에 황체기의 표준 편차를 나눈 제3 값을 3.18으로 식별할 수 있다. 프로세서(410)는 제1 값 내지 제3 값에 기반하여, 식별된 배란기(또는 배란일)의 정확도를 식별할 수 있다. 예를 들어, 프로세서(410)는 제1 값 내지 제3 값이 높을수록 식별된 배란기(또는 배란일)의 정확도를 높게 식별할 수 있다.
도 18은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 18을 참조하면, 도 18은 제2 사이클에 따라 사용자의 체온이 변경되는 트랜드들을 누적하여 표시한 도면이다. 프로세서(410)는 제2 사이클(예를 들어, 한 달 또는 월경 주기)에 따라 사용자의 체온이 변경되는 트랜드들을 식별할 수 있다. 프로세서는 식별된 트랜드들을 패턴화 함으로써, 제2 사이클 내에서 패턴화된 트랜드(1800)를 식별할 수 있다. 프로세서(410)는 제2 사이클이 반복될 때마다, 패턴화된 트랜드(1800)를 보정(또는 강화)할 수 있다. 프로세서(410)는 패턴화된 트랜드(1800)에 기반하여, 사용자에게 서비스를 제공할 수 있다. 프로세서(410)는 패턴화된 트랜드(1800)에 기반하여, 식별된 기초 체온 값을 보정(또는 변경)할 수 있다. 프로세서(410)는 식별된 기초 체온 값을 보정(또는 변경)함으로써, 배란기(또는 배란일)을 정확하게 식별할 수 있다.
예를 들어, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드가 식별된 경우, 프로세서(410)는 패턴화된 트랜드(1800)에 기반하여, 상기 트랜드를 분석함으로써, 사용자에게 이상 징후가 있는지 여부를 식별할 수 있다. 다른 예를 들어, 프로세서(410)는 패턴화된 트랜드(1800)에 기반하여, 상기 트랜드를 분석함으로써, 사용자에 관한 이벤트가 발생될 시점을 식별할 수 있다.
상술한 실시 예들은, 제2 사이클(예를 들어, 한 달) 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보를 획득(또는 식별)하기 위한 실시예이다. 이하에서는, 프로세서(410)가 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 정보에 기반하여, 서비스를 제공하기 위한 실시 예가 설명될 수 있다.
도 19는 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다. 이러한 방법은, 도 4 내지 및 도 5에서 도시된 웨어러블 장치(400) 및 웨어러블 장치(400)의 프로세서(410)에 의해 실행될 수 있다.
도 20은 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 19를 참조하면, 동작 1910에서, 프로세서(410)는 제4 정보에 기반하여, 사용자에 관한 이벤트가 발생될 시점을 식별할 수 있다. 예를 들어, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제4 정보에 기반하여, 프로세서(410)는 사용자에 관한 이벤트가 발생될 시점을 식별할 수 있다. 일 예로, 프로세서(410)는 한 달 동안 사용자(또는 여성)의 체온이 변경되는 트랜드에 기반하여, 배란일을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 한 달 동안 사용자(또는 여성)의 체온이 변경되는 트랜드에 기반하여, 한 달 동안 순환되는 지정된 상태들 중에서 사용자의 상태를 식별할 수 있다. 예를 들어, 프로세서(410)는 한 달 동안 사용자의 체온이 변경되는 트랜드에 기반하여, 사용자의 상태를 월경기 상태, 난포기 상태, 배란기 상태, 및 황체기 상태 중 하나로 식별할 수 있다.
예를 들어, 프로세서(410)는 기초 체온법에 기반하여, 배란일을 식별할 수 있다. 사용자가 불규칙한 월경 주기를 갖는 경우에도, 프로세서(410)는 배란일을 식별할 수 있다.
동작 1920에서, 프로세서(410)는 디스플레이(420)를 이용하여, 사용자에 관한 이벤트가 발생될 시점에 관한 가이드를 표시할 수 있다. 예를 들어, 프로세서(410)는 사용자에 관한 이벤트가 발생될 시점에 상응하는 시각적 객체를 강조함으로써, 가이드를 표시할 수 있다.
도 20을 참조하면, 프로세서(410)는 화면(2010)에, 사용자에 관한 이벤트가 발생될 시점에 관한 가이드를 표시할 수 있다. 프로세서(410)는 화면(2010)에, 사용자의 배란일 및 가임기에 대한 가이드를 표시할 수 있다. 도시하지는 않았으나, 프로세서(410)는 배란일 및 가임기 뿐만 아니라, 월경 시작일 및 월경 종료일과 같은 다양한 여성 건강 관련 이벤트가 발생될 시점에 관한 가이드를 표시할 수 있다.
프로세서(410)는 화면(2010)에, 배란일을 나타내는 시각적 객체(2020)을 표시할 수 있다. 배란일을 나타내는 시각적 객체(2020)는 다른 날짜들에 상응하는 시각적 객체들보다 강조되어 표시될 수 있다. 프로세서(410)는 화면(2010)에, 가임기를 나타내는 시각적 객체(2030)를 표시할 수 있다.
도 21은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다. 이러한 방법은, 도 4 내지 및 도 5에서 도시된 웨어러블 장치(400) 및 웨어러블 장치(400)의 프로세서(410)에 의해 실행될 수 있다.
도 22는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 21을 참조하면, 동작 2110에서, 프로세서(410)는 제4 정보에 기반하여, 사용자의 이상 징후를 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 사용자의 월경 기간(duration of flow) 및/또는 월경 주기(menstrual cycle)가 정상적인지 비정상적인지 식별할 수 있다. 예를 들어, 프로세서(410)는 사용자의 월경 기간이 제1 지정된 구간(예를 들어, 4 내지 6 일)을 벗어나는 것에 기반하여, 사용자의 월경 기간이 비정상적임을 식별할 수 있다. 다른 예를 들어, 프로세서(410)는 사용자의 월경 주기가 제2 지정된 구간(예를 들어, 21 내지 35 일)을 벗어나는 것에 기반하여, 사용자의 월경 주기가 비정상적임을 식별할 수 있다.
예를 들어, 프로세서(410)는 사용자의 월경 기간 및/또는 월경 주기가 비정상적임을 식별하는 것에 기반하여, 사용자에게 질출혈(Abnormal bleeding), 자궁근종, 선근종 자궁내막 구조적 이상, 갑상선 기능 이상, 및/또는 호르몬 불균형의 가능성이 있음을 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 정상적인 월경 주기를 가졌던 사용자의 월경 주기가 급격하게 변경됨을 식별할 수 있다. 프로세서(410)는 사용자의 월경 주기가 급격하게 변경됨을 식별하는 것에 기반하여, 사용자의 이상 징후를 식별할 수 있다. 예를 들어, 프로세서(410)는 사용자가 지정된 횟수(예를 들어, 3 번)의 사이클(예를 들어, 3 달) 동안 월경을 하지 않음을 식별할 수 있다. 다른 예를 들어, 프로세서(410)는 지정된 시간(예를 들어, 3 달) 동안 사용자의 월경 주기가 불규칙함을 식별할 수 있다.
예를 들어, 프로세서(410)는 정상적인 월경 주기를 가졌던 사용자의 월경 주기가 급격하게 변경됨을 식별하는 것에 기반하여, 사용자에게 무월경, 및/또는 월경 장애(Menstrual disorder)의 가능성이 있음을 식별할 수 있다.
다른 예를 들어, 프로세서(410)는 사용자의 체온이 변경되는 트랜드가 이전에 사이클을 통해 식별된 트랜드들과 상이함을 식별할 수 있다. 또한, 프로세서(410)는 사용자의 월경 주기가 급격하게 변경됨을 식별하는 것에 기반하여, 사용자에게 갱년기 전이 및/또는 폐경기의 가능성이 있음을 식별할 수 있다.
동작 2120에서, 프로세서(410)는 식별된 사용자의 이상 징후에 대한 알림을 제공할 수 있다. 예를 들어, 프로세서(410)는, 식별된 사용자의 이상 징후에 기반하여, 식별된 사용자의 이상 징후에 대한 알림을 제공할 수 있다.
예를 들어, 프로세서(410)는 디스플레이(420)에 사용자의 이상 징후가 발생하였음을 나타내는 텍스트 표시함으로써, 알림을 제공할 수 있다. 다른 예를 들어, 프로세서(410)는 사용자의 이상 징후가 발생하였음을 나타내는 소리를 출력함으로써, 알림을 제공할 수 있다.
동작 2130에서, 프로세서(410)는 알림과 함께, 지정된 활동을 수행하기 위한 시각적 객체를 표시할 수 있다. 예를 들어, 프로세서(410)는 사용자의 이상 징후에 따른 지정된 활동을 수행하기 위한 시각적 객체를 표시할 수 있다. 일 예로, 프로세서(410)는 병원으로 전화 연결을 수행하기 위한 시각적 객체를 표시할 수 있다. 다른 예를 들어, 프로세서(410)는 온라인 진료 서비스를 수행하기 위한 시각적 객체를 표시할 수 있다.
동작 2140에서, 프로세서(410)는 시각적 객체에 대한 입력을 식별하는 것에 기반하여, 지정된 활동을 수행하기 위한 신호를 웨어러블 장치와 연결된 외부 장치에게 송신할 수 있다.
예를 들어, 프로세서(410)는 병원으로 전화 연결을 수행하기 위한 신호를 외부 장치에게 송신할 수 있다. 외부 장치는 전화 연결을 수행하기 위해 사용될 수 있다. 외부 장치는 상기 신호에 기반하여, 병원으로 전화 연결을 수행할 수 있다.
다른 예를 들어, 프로세서(410)는 온라인 진료 서비스를 수행하기 위한 신호를 외부 장치에게 송신할 수 있다. 외부 장치는 온라인 진료 서비스를 수행하기 위해 사용될 수 있다. 외부 장치는 상기 신호에 기반하여, 온라인 진료 서비스를 수행할 수 있다.
도 22를 참조하면, 프로세서(410)는 화면(2210)에, 사용자의 이상 징후에 대한 알림을 제공할 수 있다. 프로세서(410)는 사용자의 이상 징후를 나타내는 텍스트(2220)를 표시함으로써, 알림을 제공할 수 있다.
프로세서(410)는 사용자의 이상 징후를 나타내는 텍스트(2220)과 함께 지정된 활동을 수행하기 위한 시각적 객체(2230)를 표시할 수 있다. 예를 들어, 프로세서(410)는 가까운 병원으로 전화 연결을 수행하기 위한 시각적 객체(2230)를 표시할 수 있다. 프로세서(410)는 시각적 객체(2230)에 대한 입력을 식별하는 것에 기반하여, 가까운 병원으로 전화 연결을 수행하기 위한 신호를 웨어러블 장치(400)와 연결된 외부 장치에게 송신할 수 있다. 예를 들어, 시각적 객체(2230)에 대한 입력은 다양하게 설정될 수 있다. 상기 입력은 탭(tap) 입력, 더블 탭(double tap) 입력, 및 스와이프(swipe) 입력 중 적어도 하나로 설정될 수 있다.
예를 들어, 가까운 병원으로 전화 연결을 수행하기 위한 신호는 외부 장치의 전화 어플리케이션을 실행하기 위한 제어 신호를 포함할 수 있다. 프로세서(410)는 상기 신호를 외부 장치에게 송신함으로써, 외부 장치에서 전화 어플리케이션을 실행하고, 가까운 병원으로 전화 연결을 수행하도록 제어할 수 있다. 다른 예를 들어, 프로세서(410)는 식별된 사용자의 이상 징후에 대한 정보를 외부 장치에 송신하기 위한 시각적 객체를 표시할 수 있다. 외부 장치는 온라인 진료 서비스를 수행하기 위해 사용될 수 있다. 외부 장치는 상기 신호에 기반하여, 온라인 진료 서비스를 수행할 수 있다.
도 23은 다양한 실시 예들에 따른 웨어러블 장치의 동작을 도시하는 흐름도이다. 이러한 방법은, 도 4 내지 및 도 5에서 도시된 웨어러블 장치(400) 및 웨어러블 장치(400)의 프로세서(410)에 의해 실행될 수 있다.
도 24는 다양한 실시 예들에 따른 웨어러블 장치의 동작의 다른 예를 설명하기 위한 도면이다.
도 23을 참조하면, 동작 2310에서, 프로세서(410)는 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제5 정보를 식별할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 제1 사이클에 따라 지정된 조건을 만족하는 제4 체온 값들을 식별할 수 있다. 예를 들어, 프로세서(410)는 제1 사이클 내에서 식별된 체온 값들 중 최소인 체온 값을 제4 체온 값으로 식별할 수 있다. 프로세서(410)는 제1 사이클이 반복되는 동안, 하나의 제1 사이클마다 제4 체온 값을 식별함으로써, 제4 체온 값들을 식별할 수 있다. 프로세서(410)는 제4 체온 값들에 기반하여, 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득할 수 있다.
프로세서(410)는 메모리(440)에 저장된, 제2 사이클 내에서 사용자의 체온이 변경되는 트랜드에 대한 제5 정보를 식별할 수 있다. 예를 들어, 제5 정보는 제4 정보가 획득되기 전의 제2 사이클을 통해 획득되고, 메모리(440)에 저장될 수 있다. 예를 들어, 제5 정보에 따른 트랜드는 제2 사이클이 반복됨에 따라 패턴화된 트랜드를 의미할 수 있다.
일 실시 예에 따르면, 제5 정보에 따른 사용자의 체온이 변경되는 트랜드는 제1 트랜드로 참조될 수 있다. 제4 정보에 따른 사용자의 체온이 변경되는 트랜드는 제2 트랜드로 참조될 수 있다.
동작 2320에서, 프로세서(410)는 제5 정보에 따른 제1 트랜드의 형상이 제4 정보에 따른 제2 트랜드의 형상과 구별됨을 식별할 수 있다. 예를 들어, 제1 트랜드 및 제2 트랜드는 일별 사용자의 체온 값을 나타내는 그래프의 형태로 구성될 수 있다.
예를 들어, 프로세서(410)는 제5 정보에 따른 제1 트랜드의 형상이 일별로 지정된 범위 내에서 유지됨을 식별할 수 있다. 프로세서(410)는 제4 정보에 따른 제2 트랜드의 형상이 지정된 범위 내에서 유지되지 않음을 식별할 수 있다. 일 예로, 제4 정보에 따른 제2 트랜드의 형상이 일부 구간에서 지정된 범위를 벗어날 수 있다. 제2 트랜드에 따르면, 제2 사이클 내의 최소 체온 값 및 최대 체온 값의 차이가 지정된 값(예를 들어, 0.5 도 내지 1 도) 이상으로 식별될 수 있다. 프로세서(410)는 제4 정보에 따른 제2 트랜드에 기반하여, 제2 사이클 내의 최소 체온 값 및 최대 체온 값의 차이가 지정된 값(예를 들어, 0.5 도 내지 1 도) 이상임을 식별할 수 있다.
예를 들어, 프로세서(410)는 사용자의 체온이 변경되는 트랜드가 제2 트랜드로부터 제1 트랜드로 변경되었음을 식별할 수 있다. 프로세서(410)는 사용자의 체온이 변경되는 트랜드가 제2 트랜드로부터 제1 트랜드로 변경되었음을 식별하는 것에 기반하여, 초경이 시작될 예정임을 식별할 수 있다. 일 예로, 프로세서(410)는 사용자의 체온이 변경되는 트랜드가 지정된 범위 내로 체온이 유지되도록 구성되는 제2 트랜드로부터, 최소 체온 값 및 최대 체온 값의 차이가 지정된 값(예를 들어, 0.5 도 내지 1 도) 이상으로 구성되는 체1 트랜드로 변경됨을 식별할 수 있다. 프로세서(410)는 배란이 시작되었고, 초경이 시작될 예정임을 식별할 수 있다.
동작 2330에서, 프로세서(410)는 사용자의 상태를 지정된 상태들 중 하나로 식별하기 시작할 수 있다. 예를 들어, 프로세서(410)는 제1 트랜드의 형상이 제2 트랜드의 형상과 구별됨을 식별하는 것에 기반하여, 사용자의 상태를 지정된 상태들 중 하나로 식별하기 시작할 수 있다.
예를 들어, 프로세서(410)는 제1 트랜드의 형상이 제2 트랜드의 형상과 구별됨을 식별하는 것에 기반하여, 배란이 시작되었음을 식별할 수 있다. 프로세서(410)는 배란이 시작되었음을 식별하는 것에 기반하여, 여성 건강 서비스를 제공할 수 있다. 일 예로, 프로세서(410)는 배란이 시작되었음을 식별하는 것에 기반하여, 사용자의 상태를 지정된 상태들 중 하나로 식별하기 시작할 수 있다. 프로세서(410)는 배란이 시작되었음을 식별하는 것에 기반하여, 사용자의 상태를 월경기 상태, 난포기 상태, 배란기 상태, 및 황체기 상태 중 하나로 식별하기 시작할 수 있다.
도 24를 참조하면, 프로세서(410)는 화면(2410)에, 사용자의 상태를 지정된 상태들 중 하나로 식별하기 시작하였음을 나타내는 알림을 제공할 수 있다. 프로세서(410)는 화면(2410)에, 사용자의 초경이 시작하였음을 나타내는 알림을 제공할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 화면(2410)에, 사용자의 초경이 시작하였음을 나타내는 텍스트(2411)를 표시할 수 있다. 프로세서(410)는 사용자의 초경 예정일에 대한 텍스트(2412)를 함께 표시할 수 있다
일 실시 예에 따르면, 프로세서(410)는 텍스트(2411) 및 텍스트(2412)와 함께, 사용자에게 다양한 정보를 제공하기 위한 시각적 객체를 표시할 수 있다. 예를 들어, 프로세서(410)는 사용자에게 초경에 대한 정보를 제공하기 위한 시각적 객체(2430)을 표시할 수 있다. 예를 들어, 프로세서(410)는 시각적 객체(2430)에 대한 사용자 입력에 기반하여, 지정된 URL(uniform resource locator)로 연결을 수행할 수 있다. 다른 예를 들어, 프로세서(410)는 시각적 객체(2430)에 대한 사용자 입력에 기반하여, 여성 건강에 관한 시각 자료(예를 들어, 텍스트, 그림 또는 영상)를 디스플레이(420)에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(410)는 텍스트(2411) 및 텍스트(2412)와 함께, 지정된 활동을 수행하기 위한 시각적 객체(2440)을 표시할 수 있다. 예를 들어, 프로세서(410)는 사용자가 부모님 또는 상담 센터로 전화 연결을 수행하기 위한 시각적 객체(2440)을 표시할 수 있다. 프로세서(410)는 시각적 객체(2440)에 대한 사용자 입력에 기반하여, 지정된 활동을 수행할 수 있다. 실시 예에 따라, 프로세서(410)는, 도 22의 시각적 객체(2230)와 유사하게, 시각적 객체(2440)에 대한 사용자 입력에 기반하여, 지정된 활동을 수행하기 위한 신호를 외부 장치에 송신할 수 있다.
상술한 실시 예들에 따르면, 프로세서(410)는 하루 동안(또는 24시간 동안) 사용자의 체온 값들을 식별할 수 있다. 프로세서(410)는 하루 동안 식별된 사용자의 체온 값들에 기반하여, 일주기 생체 리듬을 식별하고, 일주기 생체 리듬을 패턴화할 수 있다. 프로세서(410)는 패턴화된 일주기 생체리듬에 기반하여, 한 달(또는 월경 주기)동안 사용자의 체온(즉, 기초 체온)이 변경되는 트랜드를 식별할 수 있다. 프로세서(410)는 한 달 동안의 사용자의 체온이 변경되는 트랜드를 패턴화함으로써, 개인별 체온 변화 트랜드를 식별할 수 있다. 프로세서(410)는 개인별 체온 변화 트랜드에 기반하여, 여성 건강 서비스를 제공할 수 있다.
다양한 실시 예들에 따르면, 웨어러블 장치(예를 들어, 웨어러블 장치(400))는, 상기 웨어러블 장치를 착용한 사용자의 신체의 일부에 이격되어 배치되고, 적외선 광에 기반하여 온도를 측정하는, 온도 센서(예를 들어, 온도 센서(502)), 생체 센서(예를 들어, PPG 센서(501)), 모션 센서(예를 들어, 모션 센서(503)), 메모리(예를 들어, 메모리(440)), 및 상기 온도 센서, 상기 생체 센서, 상기 모션 센서 및 상기 메모리와 작동적으로 연결된 적어도 하나의 프로세서(예를 들어, 프로세서(410))를 포함하고, 상기 적어도 하나의 프로세서는, 제1 사이클 내에서 상기 사용자가 안정된 상태 내에 있음을 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하고, 상기 제1 사이클 내에서 상기 사용자가 안정되지 않은 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하고, 상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하고, 상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하고, 상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 생체 센서는, PPG(photoplethysmography) 센서를 포함하고, 상기 안정된 상태는, 수면 상태를 포함하고, 상기 안정되지 않은 상태는, 비수면 상태를 포함하고, 상기 적어도 하나의 프로세서는, 제1 사이클 내에서 상기 사용자가 상기 수면 상태 내에 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 상기 제1 체온 데이터를, 상기 제1 주기에 따라, 획득하고, 상기 제1 사이클 내에서 상기 사용자가 상기 비수면 상태 내에서 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 상기 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 트랜드에 대한 제1 정보는, 상기 제1 사이클 내의 복수의 시점들에서 획득된 제1 체온 값들을 포함하고, 상기 적어도 하나의 프로세서는, 상기 메모리에 저장된, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제2 정보를 식별하고, 상기 제2 정보에 기반하여 상기 복수의 시점들에 매핑되는 제2 체온 값들을 식별하고, 상기 복수의 시점들을 따라 매핑되는 상기 제1 체온 값들 및 상기 제2 체온 값들의 차이에 기반하여, 상기 제1 체온 값들 중 적어도 하나를 변경하여, 상기 복수의 시점들에 매핑되는 제3 체온 값들을 획득하고, 상기 제3 체온 값들에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제3 정보를 획득하고, 상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클을 따라 순환되는(circulated) 지정된 상태들 중에서, 상기 사용자의 상태를 식별하도록 더 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클에 따라 지정된 조건을 만족하는 제4 체온 값들을 식별하고, 상기 제4 체온 값들에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득하고, 상기 제4 정보에 기반하여, 상기 제2 사이클을 따라 순환되는 상기 지정된 상태들 중에서, 상기 사용자의 상태를 식별하도록 더 설정될 수 있다.
일 실시 예에 따르면, 상기 제2 체온 값들에 대한 상기 제3 체온 값들의 표준 편차 값은, 상기 제2 체온 값들에 대한 상기 제1 체온 값들의 표준 편차 값 미만일 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 제2 정보 및 제3 정보에 기반하여, 상기 제2 정보에 따른 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드를 갱신하도록 더 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 제2 정보에 기반하여 상기 사용자의 체온에 대한 임계 범위를 식별하고, 상기 식별된 임계 범위를 벗어나는, 상기 제1 체온 값들 중 적어도 하나를 식별하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 지정된 상태들은, 월경기 상태, 난포기 상태, 배란기 상태, 및 황체기 상태를 포함할 수 있다.
일 실시 예에 따르면, 상기 웨어러블 장치는, 디스플레이를 더 포함하고, 상기 적어도 하나의 프로세서는, 상기 제4 정보에 기반하여, 상기 사용자에 관한 이벤트가 발생될 시점을 식별하고, 상기 디스플레이를 이용하여, 상기 사용자에 관한 이벤트가 발생될 시점에 대한 가이드를 표시하도록 더 설정될 수 있다 .
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 제4 정보에 기반하여, 상기 사용자의 이상 징후를 식별하고, 상기 식별된 사용자의 이상 징후에 기반하여, 상기 식별된 사용자의 이상 징후에 대한 알림을 제공하도록 더 설정될 수 있다.
일 실시 예에 따르면, 상기 웨어러블 장치는, 디스플레이를 더 포함하고, 상기 적어도 하나의 프로세서는, 상기 알림과 함께, 지정된 활동을 수행하기 위한 시각적 객체를 표시하고, 상기 시각적 객체에 대한 입력을 식별하는 것에 기반하여, 상기 지정된 활동을 수행하기 위한 신호를 상기 웨어러블 장치와 연결된 외부 장치에게 송신하도록 더 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 메모리에 저장된, 상기 제2 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제5 정보를 식별하고, 상기 제5 정보에 따른 제1 트랜드의 형상이 상기 제4 정보에 따른 제2 트랜드의 형상과 구별됨을 식별하고, 상기 제1 트랜드의 형상이 상기 제2 트랜드의 형상과 구별됨을 식별하는 것에 기반하여, 상기 사용자의 상태를 상기 지정된 상태들 중 하나로 식별하기 시작하도록 설정될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 제1 사이클 내에서 상기 사용자가 비수면 상태 내에서 있음을 상기 PPG 센서를 이용하여 식별하는 동안, 사용자 입력을 식별하고, 상기 사용자 입력에 기반하여, 상기 온도 센서를 이용하여, 제3 체온 데이터를 획득하도록 더 설정될 수 있다.
다양한 실시 예들에 따른 웨어러블 장치(예를 들어, 웨어러블 장치(400))의 방법은, 제1 사이클 내에서 상기 웨어러블 장치의 사용자가 안정된 상태 내에 있음을 식별하는 동안, 온도 센서(예를 들어, 온도 센서(502))를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하는 동작, 상기 제1 사이클 내에서 상기 사용자가 안정되지 않은 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서(예를 들어, 모션 센서(503))를 이용하여 획득하는 동작, 상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하는 동작, 상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하는 동작, 및 상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 생체 센서는, PPG(photoplethysmography) 센서를 포함하고, 상기 안정된 상태는, 수면 상태를 포함하고, 상기 안정되지 않은 상태는, 비수면 상태를 포함하고, 상기 방법은, 제1 사이클 내에서 상기 사용자가 상기 수면 상태 내에 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 상기 제1 체온 데이터를, 상기 제1 주기에 따라, 획득는 동작, 상기 제1 사이클 내에서 상기 사용자가 상기 비수면 상태 내에서 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 상기 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 트랜드에 대한 제1 정보는, 상기 제1 사이클 내의 복수의 시점들에서 획득된 제1 체온 값들을 포함하고, 상기 방법은, 상기 메모리에 저장된, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제2 정보를 식별하는 동작, 상기 제2 정보에 기반하여 상기 복수의 시점들에 매핑되는 제2 체온 값들을 식별하는 동작, 상기 복수의 시점들을 따라 매핑되는 상기 제1 체온 값들 및 상기 제2 체온 값들의 차이에 기반하여, 상기 제1 체온 값들 중 적어도 하나를 변경하여, 상기 복수의 시점들에 매핑되는 제3 체온 값들을 획득하는 동작, 상기 제3 체온 값들에 기반하여, 상기 사용자의 체온이 변경되는 트랜드에 대한 제3 정보를 획득하는 동작, 및 상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클을 따라 순환되는(circulated) 지정된 상태들 중에서, 상기 사용자의 상태를 식별하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클에 따라 지정된 조건을 만족하는 제4 체온 값들을 식별하는 동작, 상기 제4 체온 값들에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득하는 동작, 및 상기 제4 정보에 기반하여, 상기 제2 사이클을 따라 순환되는 상기 지정된 상태들 중에서, 상기 사용자의 상태를 식별하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 제2 체온 값들에 대한 상기 제3 체온 값들의 표준 편차 값은, 상기 제2 체온 값들에 대한 상기 제1 체온 값들의 표준 편차 값 미만일 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 제2 정보 및 제3 정보에 기반하여, 상기 제2 정보에 따른 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드를 갱신하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 제4 정보에 기반하여, 상기 사용자에 관한 이벤트가 발생될 시점을 식별하는 동작, 및 상기 디스플레이를 이용하여, 상기 사용자에 관한 이벤트가 발생될 시점에 대한 가이드를 표시하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 방법은, 상기 제4 정보에 기반하여, 상기 사용자의 이상 징후를 식별하는 동작, 및 상기 식별된 사용자의 이상 징후에 기반하여, 상기 식별된 사용자의 이상 징후에 대한 알림을 제공하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따른 비일시적 컴퓨터 판독가능 저장 매체(non-transitory computer readable storage medium)는, 온도 센서(예를 들어, 온도 센서(502)), 생체 센서(예를 들어, PPG 센서(501)), 모션 센서(예를 들어, 모션 센서(503)), 및 메모리(예를 들어, 메모리(440))를 가지는(with) 웨어러블 장치(예를 들어, 웨어러블 장치(400))의 프로세서(예를 들어, 프로세서(410))에 의해 실행될 시, 제1 사이클 내에서 상기 사용자가 안정된 상태 내에 있음을 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하고, 상기 제1 사이클 내에서 상기 사용자가 안정되지 않은 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하고, 상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하고, 상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하고, 상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하도록 상기 웨어러블 장치를 야기하는 인스트럭션들을 포함하는 하나 이상의 프로그램들을 저장할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시 예들에서, 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: CD-ROM(compact disc read only memory))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
Claims (20)
- 웨어러블 장치에 있어서,
상기 웨어러블 장치를 착용한 사용자의 신체의 일부에 이격되어 배치되고, 적외선 광에 기반하여 온도를 측정하는, 온도 센서;
생체 센서;
모션 센서;
메모리; 및
상기 온도 센서, 상기 생체 센서, 상기 모션 센서 및 상기 메모리와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는,
제1 사이클 내에서 상기 사용자가 안정된 상태 내에 있음을 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하고,
상기 제1 사이클 내에서 상기 사용자가 안정되지 않은(unstable) 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하고,
상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하고,
상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하고,
상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하도록 설정된
웨어러블 장치.
- 제1 항에 있어서, 상기 생체 센서는, PPG(photoplethysmography) 센서를 포함하고,
상기 안정된 상태는, 수면 상태를 포함하고,
상기 안정되지 않은 상태는, 비수면 상태를 포함하고,
상기 적어도 하나의 프로세서는,
제1 사이클 내에서 상기 사용자가 상기 수면 상태 내에 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 상기 제1 체온 데이터를, 상기 제1 주기에 따라, 획득하고,
상기 제1 사이클 내에서 상기 사용자가 상기 비수면 상태 내에서 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 상기 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하도록 설정된
웨어러블 장치.
- 제1 항에 있어서, 상기 트랜드에 대한 제1 정보는,
상기 제1 사이클 내의 복수의 시점들에서 획득된 제1 체온 값들을 포함하고,
상기 적어도 하나의 프로세서는,
상기 메모리에 저장된, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제2 정보를 식별하고,
상기 제2 정보에 기반하여 상기 복수의 시점들에 매핑되는 제2 체온 값들을 식별하고,
상기 복수의 시점들을 따라 매핑되는 상기 제1 체온 값들 및 상기 제2 체온 값들의 차이에 기반하여, 상기 제1 체온 값들 중 적어도 하나를 변경하여, 상기 복수의 시점들에 매핑되는 제3 체온 값들을 획득하고,
상기 제3 체온 값들에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제3 정보를 획득하고,
상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클을 따라 순환되는(circulated) 지정된 상태들 중에서, 상기 사용자의 상태를 식별하도록 더 설정된
웨어러블 장치.
- 제3 항에 있어서, 상기 적어도 하나의 프로세서는,
상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클에 따라 지정된 조건을 만족하는 제4 체온 값들을 식별하고,
상기 제4 체온 값들에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득하고,
상기 제4 정보에 기반하여, 상기 제2 사이클을 따라 순환되는 상기 지정된 상태들 중에서, 상기 사용자의 상태를 식별하도록 더 설정된
웨어러블 장치.
- 제3 항에 있어서, 상기 제2 체온 값들에 대한 상기 제3 체온 값들의 표준 편차 값은,
상기 제2 체온 값들에 대한 상기 제1 체온 값들의 표준 편차 값 미만인
웨어러블 장치.
- 제3 항에 있어서, 상기 적어도 하나의 프로세서는,
상기 제2 정보 및 제3 정보에 기반하여, 상기 제2 정보에 따른 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드를 갱신하도록 더 설정된
웨어러블 장치.
- 제3 항에 있어서, 상기 적어도 하나의 프로세서는,
상기 제2 정보에 기반하여 상기 사용자의 체온에 대한 임계 범위를 식별하고,
상기 식별된 임계 범위를 벗어나는, 상기 제1 체온 값들 중 적어도 하나를 식별하도록 설정된
웨어러블 장치.
- 제4 항에 있어서, 상기 지정된 상태들은,
월경기 상태, 난포기 상태, 배란기 상태, 및 황체기 상태를 포함하는
웨어러블 장치.
- 제4 항에 있어서, 상기 웨어러블 장치는,
디스플레이를 더 포함하고,
상기 적어도 하나의 프로세서는,
상기 제4 정보에 기반하여, 상기 사용자에 관한 이벤트가 발생될 시점을 식별하고,
상기 디스플레이를 이용하여, 상기 사용자에 관한 이벤트가 발생될 시점에 대한 가이드를 표시하도록 더 설정된
웨어러블 장치.
- 제4 항에 있어서, 상기 적어도 하나의 프로세서는,
상기 제4 정보에 기반하여, 상기 사용자의 이상 징후를 식별하고,
상기 식별된 사용자의 이상 징후에 기반하여, 상기 식별된 사용자의 이상 징후에 대한 알림을 제공하도록 더 설정된
웨어러블 장치.
- 제10 항에 있어서, 상기 웨어러블 장치는,
디스플레이를 더 포함하고,
상기 적어도 하나의 프로세서는,
상기 알림과 함께, 지정된 활동을 수행하기 위한 시각적 객체를 표시하고,
상기 시각적 객체에 대한 입력을 식별하는 것에 기반하여, 상기 지정된 활동을 수행하기 위한 신호를 상기 웨어러블 장치와 연결된 외부 장치에게 송신하도록 더 설정된
웨어러블 장치.
- 제4 항에 있어서, 상기 적어도 하나의 프로세서는,
상기 메모리에 저장된, 상기 제2 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제5 정보를 식별하고,
상기 제5 정보에 따른 제1 트랜드의 형상이 상기 제4 정보에 따른 제2 트랜드의 형상과 구별됨을 식별하고,
상기 제1 트랜드의 형상이 상기 제2 트랜드의 형상과 구별됨을 식별하는 것에 기반하여, 상기 사용자의 상태를 상기 지정된 상태들 중 하나로 식별하기 시작하도록 설정된
웨어러블 장치.
- 제2 항에 있어서, 상기 적어도 하나의 프로세서는,
상기 제1 사이클 내에서 상기 사용자가 비수면 상태 내에서 있음을 상기 PPG 센서를 이용하여 식별하는 동안, 사용자 입력을 식별하고,
상기 사용자 입력에 기반하여, 상기 온도 센서를 이용하여, 제3 체온 데이터를 획득하도록 더 설정된
웨어러블 장치.
- 웨어러블 장치의 방법에 있어서,
제1 사이클 내에서 상기 웨어러블 장치의 사용자가 안정된 상태 내에 있음을 생체 센서를 이용하여 식별하는 동안, 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하는 동작;
상기 제1 사이클 내에서 상기 사용자가 안정되지 않은(unstable) 상태 내에서 있음을 상기 생체 센서를 이용하여 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하는 동작;
상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하는 동작;
상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하는 동작; 및
상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하는 동작을 포함하는
방법.
- 제14 항에 있어서, 상기 생체 센서는, PPG(photoplethysmography) 센서를 포함하고,
상기 안정된 상태는, 수면 상태를 포함하고,
상기 안정되지 않은 상태는, 비수면 상태를 포함하고,
상기 방법은,
제1 사이클 내에서 상기 사용자가 상기 수면 상태 내에 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 상기 제1 체온 데이터를, 상기 제1 주기에 따라, 획득는 동작, 및
상기 제1 사이클 내에서 상기 사용자가 상기 비수면 상태 내에서 있음을, 상기 PPG 센서를 이용하여, 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 상기 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하는 동작을 포함하는
방법.
- 제14 항에 있어서, 상기 트랜드에 대한 제1 정보는,
상기 제1 사이클 내의 복수의 시점들에서 획득된 제1 체온 값들을 포함하고,
상기 방법은,
상기 메모리에 저장된, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제2 정보를 식별하는 동작;
상기 제2 정보에 기반하여 상기 복수의 시점들에 매핑되는 제2 체온 값들을 식별하는 동작;
상기 복수의 시점들을 따라 매핑되는 상기 제1 체온 값들 및 상기 제2 체온 값들의 차이에 기반하여, 상기 제1 체온 값들 중 적어도 하나를 변경하여, 상기 복수의 시점들에 매핑되는 제3 체온 값들을 획득하는 동작;
상기 제3 체온 값들에 기반하여, 상기 사용자의 체온이 변경되는 트랜드에 대한 제3 정보를 획득하는 동작; 및
상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클을 따라 순환되는(circulated) 지정된 상태들 중에서, 상기 사용자의 상태를 식별하는 동작을 더 포함하는
방법.
- 제16 항에 있어서,
상기 제2 정보 및 상기 제3 정보에 기반하여, 상기 제1 사이클에 따라 지정된 조건을 만족하는 제4 체온 값들을 식별하는 동작;
상기 제4 체온 값들에 기반하여, 상기 제1 사이클을 초과하는 제2 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제4 정보를 획득하는 동작; 및
상기 제4 정보에 기반하여, 상기 제2 사이클을 따라 순환되는 상기 지정된 상태들 중에서, 상기 사용자의 상태를 식별하는 동작을 더 포함하는
방법.
- 제16 항에 있어서, 상기 제2 체온 값들에 대한 상기 제3 체온 값들의 표준 편차 값은,
상기 제2 체온 값들에 대한 상기 제1 체온 값들의 표준 편차 값 미만인
방법.
- 제16 항에 있어서,
상기 제2 정보 및 제3 정보에 기반하여, 상기 제2 정보에 따른 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드를 갱신하는 동작을 더 포함하는
방법.
- 하나 이상의 프로그램들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체(non-transitory computer readable storage medium)에 있어서, 상기 하나 이상의 프로그램들은, 온도 센서, 생체 센서, 모션 센서, 및 메모리를 가지는(with) 웨어러블 장치의 프로세서에 의해 실행될 시,
제1 사이클 내에서 상기 사용자가 안정된 상태 내에 있음을 식별하는 동안, 상기 온도 센서를 이용하여, 상기 사용자의 제1 체온 데이터를, 제1 주기에 따라, 획득하고,
상기 제1 사이클 내에서 상기 사용자가 안정되지 않은 상태 내에서 있음을 식별하는 동안, 상기 사용자의 모션의 변화를 지시하기 위한 값들을, 상기 제1 주기와 구별되는 제2 주기에 따라, 상기 모션 센서를 이용하여 획득하고,
상기 사용자의 모션의 변화를 지시하기 위한 값들 각각이 기준 값 미만임을 식별하는 것에 응답하여, 상기 온도 센서를 통해 제2 체온 데이터를 획득하고,
상기 제1 체온 데이터 및 상기 제2 체온 데이터에 기반하여, 상기 제1 사이클 내에서 상기 사용자의 체온이 변경되는 트랜드에 대한 제1 정보를 획득하고,
상기 제1 정보에 적어도 일부 기반하여, 서비스를 제공하도록 상기 웨어러블 장치를 야기하는 인스트럭션들을 포함하는
컴퓨터 판독가능 저장 매체.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2022/012261 WO2023096082A1 (ko) | 2021-11-29 | 2022-08-17 | 사용자의 체온에 기반하여 서비스를 제공하기 위한 웨어러블 장치 및 방법 |
| CN202280077400.5A CN118284366A (zh) | 2021-11-29 | 2022-08-17 | 基于用户体温提供服务的可穿戴装置和方法 |
| US17/939,061 US20230277161A1 (en) | 2021-11-29 | 2022-09-07 | Wearable device and method for providing service based on user's body temperature |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20210167797 | 2021-11-29 | ||
| KR1020210167797 | 2021-11-29 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230081953A true KR20230081953A (ko) | 2023-06-08 |
Family
ID=86765946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220014855A KR20230081953A (ko) | 2021-11-29 | 2022-02-04 | 사용자의 체온에 기반하여 서비스를 제공하기 위한 웨어러블 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230081953A (ko) |
-
2022
- 2022-02-04 KR KR1020220014855A patent/KR20230081953A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105930631B (zh) | 用于测量生物信号的方法及其可穿戴电子设备 | |
| KR102408028B1 (ko) | 착용 상태에 기반한 생체 정보 획득 방법 및 그 전자 장치 | |
| US11450230B2 (en) | Electronic device including meditation application | |
| US11883172B2 (en) | Electronic device for generating health information on basis of plurality of biosignals and operation method therefor | |
| US11510582B2 (en) | Method for guiding measurement of biological signal in wearable device | |
| KR20230081953A (ko) | 사용자의 체온에 기반하여 서비스를 제공하기 위한 웨어러블 장치 및 방법 | |
| US20230277161A1 (en) | Wearable device and method for providing service based on user's body temperature | |
| KR20200094344A (ko) | 렘 수면 단계 기반 회복도 인덱스 계산 방법 및 그 전자 장치 | |
| KR20200052056A (ko) | 저혈압의 발생을 식별하기 위한 전자 장치 및 그의 동작 방법 | |
| WO2021225253A1 (ko) | 생체 주기 판단 방법 및 이를 지원하는 전자 장치 | |
| CN118284366A (zh) | 基于用户体温提供服务的可穿戴装置和方法 | |
| WO2023054912A1 (ko) | 전자 장치 및 전자 장치에서의 생체 정보 알림 방법 | |
| US20240172948A1 (en) | Electronic device and method for identifying body temperature of user | |
| KR20220028783A (ko) | 생체 정보 측정을 위한 웨어러블 디바이스 및 방법 | |
| KR20240001645A (ko) | 사용자의 건강에 관한 서비스를 제공하기 위한 웨어러블 장치, 방법, 및 컴퓨터 판독가능 저장매체 | |
| US20230074565A1 (en) | Electronic device and method for detecting tremor in electronic device | |
| US20230000353A1 (en) | Electronic device and method of measuring oxygen saturation based on user context in the electronic device | |
| KR20240079119A (ko) | 사용자의 체온을 식별하기 위한 전자 장치 및 방법 | |
| US20230149775A1 (en) | Wearable device, method, and non-transitory computer readable storage medium including body temperature sensor | |
| WO2024123016A1 (ko) | 혈당 모니터링 방법 및 이를 지원하는 전자 장치 | |
| US20240180448A1 (en) | Method of monitoring blood sugar and electronic device supporting same | |
| KR20240083780A (ko) | 혈당 모니터링 방법 및 이를 지원하는 전자 장치 | |
| US20220265206A1 (en) | Electronic device and method for providing individualized guide based on blood pressure related information | |
| US20220175311A1 (en) | Method for detecting sleep apnea and electronic device for supporting the same | |
| US20220192530A1 (en) | Electronic device including sensor array and method for controlling thereof |