KR20230099066A - 신체유형 분류방법 및 이를 포함하는 전자장치 - Google Patents

신체유형 분류방법 및 이를 포함하는 전자장치 Download PDF

Info

Publication number
KR20230099066A
KR20230099066A KR1020210188127A KR20210188127A KR20230099066A KR 20230099066 A KR20230099066 A KR 20230099066A KR 1020210188127 A KR1020210188127 A KR 1020210188127A KR 20210188127 A KR20210188127 A KR 20210188127A KR 20230099066 A KR20230099066 A KR 20230099066A
Authority
KR
South Korea
Prior art keywords
electronic device
body type
exercise
distance
user
Prior art date
Application number
KR1020210188127A
Other languages
English (en)
Inventor
노성천
Original Assignee
주식회사 디티샵
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 디티샵 filed Critical 주식회사 디티샵
Priority to KR1020210188127A priority Critical patent/KR20230099066A/ko
Publication of KR20230099066A publication Critical patent/KR20230099066A/ko

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Abstract

본 개시에 따른 기술적 사상은 전자장치를 이용한 신체유형 분류방법에 있어서, 사용자로부터 수신된 설문 응답을 벡터화 하는 단계, 상기 벡터화된 설문 응답을 기반으로 벡터 집합을 생성하는 단계, 답 벡터를 생성하는 단계, 상기 답 벡터 및 확률 분포 사이의 Mahalanobis-distance를 포함하는 거리를 산출하는 단계 및 상기 산출된 거리에 기반하여 상기 사용자의 신체유형을 정의하고 분류하는 단계를 포함할 수 있다.

Description

신체유형 분류방법 및 이를 포함하는 전자장치{Body type classification method and electronic device including same}
본 발명은 개인의 건강상태에 관한 설문 응답을 정량화 및 벡터화하여 3가지의 그룹으로 분류하기 위한 방법 및 이를 포함하는 전자장치에 관한 것이다.
현대 사회에서 운동 부족 인구가 급증함에 따라, 비만, 고혈압 등의 질병들이 발생되는 빈도가 꾸준히 증가되고 있다. 이에 따라, 가정이나 피트니스 센터 등에서 체력 및 건강 관리를 위해 운동을 하는 사람들도 많아지고 있다.
최근에는 이동거리, 이동시간, 소모칼로리 등 운동량을 포함한 운동 정보를 측정하는 휴대 기구들이 출시되고 있으며, 사용자가 운동한 운동 정보를 쉽게 측정하며 운동을 할 수 있게 되었다.
따라서, 종래에는 사용자의 운동 진행 상태를 파악하여 운동 속도를 조절할 수 있도록 함으로써 무리한 운동이나, 스케쥴보다 운동량이 뒤떨어지는 것을 방지할 수 있어, 적극적인 운동이 이루어질 수 있도록 하였다.
다만, 이 경우 개개인마다 신체 조건이 상이함에도 불구하고 사람들은 초기에 동일한 운동 기기를 이용하여 동일한 운동 방법 및 동일한 운동량의 운동을 수행하고 있었다. 이러한 경우 운동을 수행함에도 불구하고 그 효율이 낮거나 지나친 운동에 의해 건강에 무리가 가는 경우가 발생할 수 있다.
본 발명의 목적은, 운동기능 향상 및 건강상태 제고를 위하여 개인의 건강상태에 관한 설문 응답을 정량화 및 벡터화하여 3가지의 그룹으로 분류하기 위한 방법을 제공하는 데 있다.
본 개시에 따른 기술적 사상은 전자장치를 이용한 신체유형 분류방법에 있어서, 사용자로부터 수신된 설문 응답을 벡터화 하는 단계, 상기 벡터화된 설문 응답을 기반으로 벡터 집합을 생성하는 단계, 답 벡터를 생성하는 단계, 상기 답 벡터 및 확률 분포 사이의 Mahalanobis-distance를 포함하는 거리를 산출하는 단계 및 상기 산출된 거리에 기반하여 상기 사용자의 신체유형을 정의하고 분류하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 사용자로부터 설문을 통해 수집된 개인별 건강 기록에 근거하여 신체 조건에 적합한 운동방법, 운동량 등에 관한 정보를 제공함에 따라 사용자가 자신에게 최적화된 운동을 수행할 수 있도록 하여 운동 효율을 극대화시킬 수 있는 유리한 효과가 있다.
본 발명의 효과는 상술한 내용 이외에도, 도면을 참조하여 이하에서 설명할 내용으로부터도 도출될 수 있음은 물론이다.
도 1은 전자장치(1000)를 설명하기 위한 블록도이다.
도 2는 본 개시의 예시적 실시예에 따른 신체유형 분류방법을 설명하기 위함이다.
도 3은 본 개시의 예시적 실시예에 응답자를 특정 그룹으로 거리에 기반하여 분류하는 방법을 설명하기 위함이다.
이하, 본 개시의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 개시에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 개시에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
이하에서는 도면을 참조하여 본 개시에 대해 상세히 설명하도록 한다.
도 1은 전자장치(1000)를 설명하기 위한 블록도이다.
입/출력부(100)는, 사용자 및/또는 외부기기와의 인터페이스를 제공하며, 버튼(110), 커넥터(120), 키패드(130), 디스플레이부(140), 음향 출력부(150), 진동 모터(160) 등을 포함할 수 있다.
입/출력부(100)는 사용자가 전자장치(1000)를 제어하기 위한 데이터를 입력할 수 있는 입력 수단을 제공한다. 상기한 구성 외에, 입력 수단으로, 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등)등이 더 구비될 수 있고, 이에 한정되는 것은 아니다.
또한, 입/출력부(100)는 오디오 신호 또는 비디오 신호 또는 진동 신호의 출력을 위한 출력 수단을 제공한다. 디스플레이부(140)와 터치패드가 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 디스플레이부(140)는 출력 장치 이외에 입력 장치로도 사용될 수 있다. 디스플레이부(140)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함할 수 있다.
디스플레이부(140)는 프로세서(600)의 제어에 따라 사용자에게 필요한 운동 관리 사항에 대한 화면을 출력할 수 있다. 음향 출력부(150)는 프로세서(600)의 제어에 따라, 디스플레이부(140)에서 안내하는 화면과 관련되는 음성 메시지를 출력하거나, 기타, 사용자의 운동 상태에 따라 알림음, 경고음 등의 음향 신호를 출력할 수 있다. 이러한 음향 출력부(150)에는 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다. 진동 모터(160)는 진동 신호를 출력할 수 있다. 예를 들어, 상기한 경고음과 함께, 또는 경고음 대신 진동 신호를 출력할 수 있다. 또한, 진동 모터(160)는 터치스크린에 터치가 입력되는 경우 진동 신호를 출력할 수도 있다.
센서부(300)는, 전자장치(1000)의 상태, 예를 들어, 움직임, 위치 변화등을 감지하고 감지된 정보를 프로세서(600)로 전달할 수 있다. 이에 따라 전자장치(1000)를 착용한 사용자의 운동 회수, 예를 들어, 역기 운동 회사나 복근 운동 회수 등을 카운팅할 수 있게 된다.
센서부(300)는 지자기 센서(terrestrial magnetic sensor)(310), 가속도 센서(acceleration sensor)(320), 위치 센서(330), 자이로스코프 센서(340)를 포함할 수 있다. 또한, 사용자의 생체 신호, 예를 들어, ECG(ELECTROCARDIOGRAPHY), GSR(GALVANIC SKIN REFLEX) 및 맥파(pulse wave) 등과 같은 생체 신호를 검출하기 위한 센서들을 구비할 수도 있다. 이 외에도, 온/습도 센서, 적외선 센서, 기압 센서, 근접 센서 등이 더 포함될 수 있고, 이에 한정되지 않는다.
근거리 통신부(short-range wireless communication unit)(400)는, 전자장치(1000)와 외부 기기, 예를 들어, 헬스 기기나 사용자가 휴대한 스마트폰과의 통신 기능을 제공한다.
근거리 통신부(400)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
전자장치(1000)에 구비되는 통신부로, 근거리 통신부(400)만을 예시하였으나, 이에 한정되는 것은 아니며, 방송 수신부나 이동 통신부와 같은 구성이 더 구비될 수도 있다.
메모리(500)에는 프로세서(600)의 처리 및 제어를 위한 프로그램이 저장될 수 있고, 입/출력되는 데이터들 이 저장될 수 있다.
메모리(500)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
메모리(500)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, 센서 모듈(510), GPS 모듈(520), 통신 모듈(530), 운동 관리 모듈(540) 등으로 분류될 수 있다. 이외에도, 전자장치(1000)가 제공하고자 하는 기능에 따라, UI 모듈, 터치 스크린 모듈, 알림 모듈, 동영상 재생 모듈, 오디오 재생 모듈 등이 더 포함될 수 있다.
프로세서(600)는 전자장치(1000)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(600)는, 메모리(170)에 저장된 프로그램들을 실행함으로써, 입/출력부(100), 센서부(300), 통신부(400) 등을 전반적으로 제어할 수 있다. 또한, 운동 관리 모듈(540)을 실행함으로써, 사용자가 헬스 기기를 사용하며 운동을 수행할 때, 스스로의 관리가 가능하도록 관리 서비스를 제공할 수 있다.
전자장치(1000)의 상기한 구성은 메모리(500)에 저장된 운동 관리 모듈(540)을 프로세서(600)에서 실행하는데 필요한 구성 요소로서 예시된 것이다. 운동 관리 모듈(540)은 생체 신호 모니터링 기능을 가지는 스마트 와치(smart watch)와 같은 형태로 구현된 전자장치에 구비될 수도 있다. 이 경우, 목적에 알맞은 추가적인 구성, 예를 들어, 생체 인증 모듈, 생체 센서, 생체 센서로부터 수신된 신호를 분석하는 분석 모듈 등이 더 구비될 수 있다.
도면에서, 각 부, 즉, 입/출력부(100), 센서부(300), 통신부(400), 메모리(500)에 기재된 구성 요소들은 선택적인 구성요소들이며, 즉, 이들 중 하나 이상이 구비될 수 있다.
이하, 상기한 전자장치(1000)가 제공하는 신체유형 분류방법에 대해 상세히 살펴보기로 한다.
도 2는 본 개시의 예시적 실시예에 따른 신체유형 분류방법을 설명하기 위함이다.
도 3은 본 개시의 예시적 실시예에 응답자를 특정 그룹으로 거리에 기반하여 분류하는 방법을 설명하기 위함이다. 이하에서는 도 2 및 도 3을 참조하여 설명된다.
전자장치(1000)는 사용자로부터 개인 건강상태에 대한 설문에 관한 응답을 수신하고, 수신된 응답 데이터를 기반으로 사용자를 이상상태(Ideal state), 현재 상태(present state) 또는 자연상태(innate state)로 분류할 수 있다.
전자장치(1000)는 수신한 응답에 관한 수치, 문장, 단어 등 다양한 형태의 데이터를 정량화하여 벡터화(S110)할 수 있다.
구체적으로, 벡터화 단계(S110)는 먼저 각 설문 문항
Figure pat00001
에 대하여, 응답자
Figure pat00002
들의 답 벡터
Figure pat00003
가 존재할 수 있다.
각 답 벡터
Figure pat00004
를 정규화 하는데, 정규화는 Z-score 방식을 이용하여
Figure pat00005
로 계산되며
Figure pat00006
Figure pat00007
는 각각
Figure pat00008
를 구성하는 값들의 평균과 표준편차이다.
따라서 각 응답자
Figure pat00009
에 대하여, 정규화된 답 벡터
Figure pat00010
를 획득할 수 있다.
전자장치(1000)는 특정 신체유형을 대표할 수 있는 집단
Figure pat00011
에 대하여, 정규화된 답 벡터의 집합
Figure pat00012
가 존재하고, 이들은 유클리디안 공간
Figure pat00013
에서 특정 확률분포
Figure pat00014
를 따를 수 있으며, 이는
Figure pat00015
와 같이 표현될 수 있는 벡터 집합 생성(S120)을 할 수 있다.
전자장치(1000)는 새로운 응답자
Figure pat00016
에 대하여 정규화된 답 벡터
Figure pat00017
를 산출하는 답벡터 생성(S130)을 수행할 수 있다.
이 후, 전자장치(1000)는 집단
Figure pat00018
에 대하여, 새로운 응답자의 답 벡터
Figure pat00019
과 확률분포
Figure pat00020
사이의 거리
Figure pat00021
를 측정하는 거리 산출(S140)을 수행할 수 있다. 이 경우, 거리는 Mahalanobis-distance로 정의되며
Figure pat00022
와 같이 표현될 수 있다.
Figure pat00023
Figure pat00024
는 각각
Figure pat00025
의 평균(벡터)와 공분산(행렬)이다.
이로 인하여, 전자장치(1000)는 응답자
Figure pat00026
의 신체유형
Figure pat00027
Figure pat00028
값이 가장 작은, 즉 분포가 가장 가까운 그룹으로 정의하는 신체유형 정의(S150)를 수행할 수 있다.
단계 S110 내지 S150의 방법을 3가지의 설문 그룹(예컨대, 도 3의 GA~PA, GB~PB, GC~PC)에 모두 적용하여 응답자
Figure pat00029
Figure pat00030
,
Figure pat00031
,
Figure pat00032
을 산출하여 분류하는 신체유형 분류(S160)를 수행할 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.

Claims (1)

  1. 전자장치를 이용한 신체유형 분류방법에 있어서,
    사용자로부터 수신된 설문 응답을 벡터화 하는 단계;
    상기 벡터화된 설문 응답을 기반으로 벡터 집합을 생성하는 단계;
    답 벡터를 생성하는 단계;
    상기 답 벡터 및 확률 분포 사이의 Mahalanobis-distance를 포함하는 거리를 산출하는 단계; 및
    상기 산출된 거리에 기반하여 상기 사용자의 신체유형을 정의하고 분류하는 단계;를 포함하는 분류방법.
KR1020210188127A 2021-12-27 2021-12-27 신체유형 분류방법 및 이를 포함하는 전자장치 KR20230099066A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210188127A KR20230099066A (ko) 2021-12-27 2021-12-27 신체유형 분류방법 및 이를 포함하는 전자장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210188127A KR20230099066A (ko) 2021-12-27 2021-12-27 신체유형 분류방법 및 이를 포함하는 전자장치

Publications (1)

Publication Number Publication Date
KR20230099066A true KR20230099066A (ko) 2023-07-04

Family

ID=87156211

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210188127A KR20230099066A (ko) 2021-12-27 2021-12-27 신체유형 분류방법 및 이를 포함하는 전자장치

Country Status (1)

Country Link
KR (1) KR20230099066A (ko)

Similar Documents

Publication Publication Date Title
US10736527B2 (en) Workout management method and system using a wearable device
US10736566B2 (en) Food intake monitor
EP3505044A1 (en) Biological component measuring apparatus and biological component measuring method
JP6742380B2 (ja) 電子装置
US10028037B2 (en) Apparatus, method and computer program for enabling information to be provided to a user
US10636437B2 (en) System and method for monitoring dietary activity
US11241197B2 (en) Apparatus for blood pressure estimation using photoplethysmography and contact pressure
US10488336B2 (en) Wearable device and charger, and method for estimating absorbance of wearable device
US9808208B1 (en) Carpal tunnel infomatic monitor
EP3075310A1 (en) Method and apparatus for measuring bio signal
US20190274552A1 (en) Apparatus and method for measuring blood pressure
US20240012480A1 (en) Machine learning configurations modeled using contextual categorical labels for biosignals
KR20220062197A (ko) 인지 기능 평가 시스템 및 인지 기능 평가 방법
CN111193764A (zh) 提供推荐服务的方法、电子设备和存储介质
US20170039332A1 (en) Selecting health notifications based on user activity
KR102100418B1 (ko) 감정 상태를 개선시키는 방법 및 그 장치
WO2020120596A1 (en) Unobtrusive motivation estimation
WO2016136131A1 (ja) 生体情報処理システム、サーバーシステム及び情報処理方法
US11589755B2 (en) Apparatus and method for estimating bio-information
KR20230099066A (ko) 신체유형 분류방법 및 이를 포함하는 전자장치
KR20230120867A (ko) 신체 타입 분류방법 및 이를 포함하는 전자장치
EP4272641A1 (en) Electronic device for determining panic disorder, and operation method thereof
KR101817274B1 (ko) 다 센서 기반 착용형 에너지 소모량 측정 장치 및 방법
KR20230120866A (ko) 신체 타입에 따른 운동 코칭 방법 및 이를 포함하는 전자장치
KR20230099067A (ko) 신체유형에 따른 운동 코칭 방법 및 이를 포함하는 전자장치