KR20230116522A - 체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법 - Google Patents
체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법 Download PDFInfo
- Publication number
- KR20230116522A KR20230116522A KR1020220013558A KR20220013558A KR20230116522A KR 20230116522 A KR20230116522 A KR 20230116522A KR 1020220013558 A KR1020220013558 A KR 1020220013558A KR 20220013558 A KR20220013558 A KR 20220013558A KR 20230116522 A KR20230116522 A KR 20230116522A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- information
- providing
- evaluation
- skeletal muscle
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000006872 improvement Effects 0.000 title claims description 27
- 230000036541 health Effects 0.000 title claims description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 78
- 210000000577 adipose tissue Anatomy 0.000 claims abstract description 71
- 210000002027 skeletal muscle Anatomy 0.000 claims abstract description 53
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 230000037237 body shape Effects 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 31
- 239000013598 vector Substances 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 8
- 238000013210 evaluation model Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 4
- 238000013215 result calculation Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 235000016709 nutrition Nutrition 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 7
- 235000005911 diet Nutrition 0.000 description 7
- 230000037213 diet Effects 0.000 description 6
- 230000037081 physical activity Effects 0.000 description 6
- 235000008935 nutritious Nutrition 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 235000006694 eating habits Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- 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
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT 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
-
- 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
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Theoretical Computer Science (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nutrition Science (AREA)
- General Physics & Mathematics (AREA)
- Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
체형 및 체성분 산출 방법은 수치화된 사용자 정보 및 사용자의 외관을 포함하는 사용자 이미지를 획득하는 사용자 데이터 획득 단계, 상기 수치화된 사용자 정보 및 상기 사용자 이미지로부터 사용자의 체형, 체지방량, 체지방률, 및 골격근량 중 어느 하나 이상을 포함하는 평가 정보를 산출하는 예측 평가 단계, 및 상기 평가 정보를 그래프, 도표, 그림 또는 사진 중 어느 하나 이상의 형태로 시각화 하여 상기 사용자에게 제공하는 평가 정보 제공 단계를 포함한다.
Description
본 발명은 체형 및 체성분 산출 방법 및 상기 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법에 관한 것으로, 보다 상세하게는 사용자 정보와 사용자 이미지를 이용하여 사용자의 체형 및 체성분을 예측하는 방법 및 상기 방법을 이용하여 사용자에게 서비스 제공자의 건강 개선 프로그램을 제공하는 방법에 관한 것이다.
건강한 신체를 유지하기 위해서는, 적절한 신체 활동 및 식생활 개선이 필요하다. 이러한 신체활동이나 식생활 개선 프로그램은 개인의 체형, 체성분, 근골격량, 체지방량, 선호하는 생활 타입 등에 따라 적합하게 설계되어야, 그 효과를 발휘할 수 있다.
이를 위해서는 무엇보다, 체형 및 체성분을 인바디 장치 등을 통해 정확히 분석하여, 개인의 현재 상태를 확인하는 것이 우선이다. 특히 성장기 아동의 경우, 성장 발달에 큰 영향을 미치므로, 지속적인 관리와 개선이 필요한 실정이다. 정확한 체형과 근육량, 체지방량 등의 체성분을 측정, 분석하기 위해서는 고가의 전문적인 인바디 측정 장비 등을 이용하여, 정밀 검사를 해야 하고, 이를 분석하고 적절한 운동 처방, 식습관 개선 처방 등을 설계하기 위한 전문 인력이 필요하다. 따라서, 보다 많은 사용자들이 낮은 비용으로 개인별 건강개선 프로그램에 손쉽게 접근하기에는 어려움이 있다.
이에 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로, 본 발명의 목적은 고가의 인바디 장비등을 사용하지 않고도 체형 및 체성분 산출 방법을 제공하는 것이다.
본 발명의 다른 목적은 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법을 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 체형 및 체성분 산출 방법은 수치화된 사용자 정보 및 사용자의 외관을 포함하는 사용자 이미지를 획득하는 사용자 데이터 획득 단계, 상기 수치화된 사용자 정보 및 상기 사용자 이미지로부터 사용자의 체형, 체지방량, 체지방률, 및 골격근량 중 어느 하나 이상을 포함하는 평가 정보를 산출하는 예측 평가 단계, 및 상기 평가 정보를 그래프, 도표, 그림 또는 사진 중 어느 하나 이상의 형태로 시각화 하여 상기 사용자에게 제공하는 평가 정보 제공 단계를 포함한다.
본 발명의 일 실시예에 있어서, 상기 사용자 데이터 획득 단계에서, 상기 사용자 정보는 사용자의 키, 몸무게, 허리둘레, 엉덩이둘레, 신발 사이즈, 가슴둘레 중 적어도 2개 이상에 대한 정보를 포함할 수 있다. 상기 사용자 이미지는 상기 사용자의 신체 굴곡이 나타나는 정면 사진 및 측면 사진을 포함하고, 상기 정면 및 측면 사진은 상기 사용자의 몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신에 대한 사진 중 어느 하나 이상일 수 있다.
본 발명의 일 실시예에 있어서, 상기 예측 평가 단계는, 상기 사용자 이미지로부터 특징 벡터를 추출하고, 상기 특징 벡터 중 필요 정보만을 선택하는 특징 추출 및 선택 단계, 상기 선택된 특징 벡터를 정규화(normalize)하는 데이터 정규화 단계, 및 상기 정규화된 특징 벡터와 상기 수치화된 상기 사용자 정보로부터, 예측 평가 모델을 이용하여, 상기 평가 정보를 산출하는 예측 평가 결과 산출 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 예측 평가 단계는, 상기 사용자 이미지로부터 사용자의 몸통, 왼팔, 오른팔, 왼다리 및 오른다리의 신체 부위별 특징 벡터를 추출하고, 상기 신체 부위별 특징 벡터와 수치화된 상기 사용자 정보로부터, 예측 평가 모델을 이용하여, 사용자의 각각의 신체 부위별 체지방률 및/또는 골격근량을 산출할 수 있다.
본 발명의 일 실시예에 있어서, 상기 평가 정보 제공 단계는, 사용자의 BMI지수, 체지방률 및 골격근량 중 적어도 두개 이상에 대한 정보를 제공하는 요약 정보 제공 단계, 형태학(Morphology)에 의해 미리 분류된 체형 중 사용자가 속하는 체형에 대한 정보를 제공하는 체형 정보 제공 단계, 사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률 및 골격근량에 대한 정보를 제공하는 부위별 체지방률 및 골격근량 정보 제공 단계, 상기 평가 정보의 적어도 하나 이상을 상기 사용자의 연령별 분포의 백분위로 표시하여 제공하는 백분위 정보 제공 단계, 및 상기 평가 정보의 적어도 하나 이상을 시간에 따른 변화를 표시한 그래프 형태로 제공하는 변화 정보 제공 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 평가 정보 제공 단계는, 사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률 및 골격근량에 대한 정보를 제공하는 부위별 체지방률 및 골격근량 정보 제공 단계를 포함할 수 있다. 상기 부위별 체지방률 및 골격근량 정보 제공 단계에서는, 상기 사용자 단말의 한 화면 상에 인체 형상의 이미지, 체지방률 및 탭 골격근량 탭을 표시하여, 사용자가 상기 체지방률 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 체지방률을 표시하고, 사용자가 상기 골격근량 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 골격근량을 표시할 수 있다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법은 복수의 사용자 단말, 서비스 제공자 단말, 및 상기 사용자 단말 및 상기 서비스 제공자 단말과 네트워크를 통해 통신하는 서버를 포함하는 체형 및 체성분 산출 시스템을 이용한다. 상기 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법은 상기 사용자 단말을 통해, 수치화된 사용자 정보 및 사용자의 외관을 포함하는 사용자 이미지를 획득하는 사용자 데이터 획득 단계, 상기 서버에서 상기 수치화된 사용자 정보 및 상기 사용자 이미지를 수신하여, 사용자의 체형, 체지방량, 체지방률, 및 골격근량 중 어느 하나 이상을 포함하는 평가 정보를 산출하는 예측 평가 단계, 상기 평가 정보를 그래프, 도표, 그림 또는 사진 중 어느 하나 이상의 형태로 시각화 하여 상기 사용자에게 제공하는 평가 정보 제공 단계, 상기 서비스 제공자 단말을 통해, 식품, 영양식품, 스포츠 프로그램 중 어느 하나 이상에 대한 서비스 정보를 입력하여, 상기 서버에 저장하는 서비스 제공자 서비스 등록 단계, 및 상기 서버가 상기 사용자의 평가 정보를 바탕으로 상기 서비스 정보를 선택하여 상기 사용자 단말에 제공하는 건강개선 프로그램 제공 단계를 포함한다.
본 발명의 일 실시예에 있어서, 상기 사용자 데이터 획득 단계에서, 상기 사용자 정보는 사용자의 키, 몸무게, 허리둘레, 엉덩이둘레, 신발 사이즈, 가슴둘레 중 적어도 2개 이상에 대한 정보를 포함할 수 있다. 상기 사용자 이미지는 상기 사용자의 신체 굴곡이 나타나는 정면 사진 및/또는 측면 사진을 포함하고, 상기 정면 및 측면 사진은 상기 사용자의 몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신에 대한 사진 중 어느 하나 이상일 수 있다.
본 발명의 일 실시예에 있어서, 상기 평가 정보 제공 단계는, 사용자의 BMI지수, 체지방률 및 골격근량 중 적어도 두개 이상에 대한 정보를 제공하는 요약 정보 제공 단계, 형태학(Morphology)에 의해 미리 분류된 체형 중 사용자가 속하는 체형에 대한 정보를 제공하는 체형 정보 제공 단계, 및 사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률 및 골격근량에 대한 정보를 제공하는 부위별 체지방률 및 골격근량 정보 제공 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 평가 정보의 적어도 하나 이상을 상기 사용자의 연령별 분포의 백분위로 표시하여 제공하는 백분위 정보 제공 단계, 또는 상기 평가 정보의 적어도 하나 이상을 시간에 따른 변화를 표시한 그래프 형태로 제공하는 변화 정보 제공 단계 중 어느 하나 이상의 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 예측 평가 단계는, 상기 사용자 이미지로부터 사용자의 몸통, 왼팔, 오른팔, 왼다리 및 오른다리의 신체 부위별 특징 벡터를 추출하고, 상기 신체 부위별 특징 벡터와 수치화된 상기 사용자 정보로부터 예측 평가 모델을 이용하여, 사용자의 각각의 신체 부위별 체지방률 및 골격근량을 산출할 수 있다. 상기 평가 정보 제공 단계에서는, 상기 부위별 체지방률 및 골격근량 정보 제공 단계에서는, 상기 사용자 단말의 한 화면 상에 인체 형상의 이미지, 체지방률 및 탭 골격근량 탭을 표시하여, 사용자가 상기 체지방률 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 체지방률을 표시하고, 사용자가 상기 골격근량 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 골격근량을 표시할 수 있다.
본 발명의 실시예들에 따른 체형 및 체성분 산출 방법에 따르면, 고가의 인바디 장비 등을 사용하지 않고도, 손쉽게 사용자의 체형, 체지방량, 체지방률, 및 골격근량 등을 산출할 수 있으며, 이에 따라 결과값을 효과적으로 사용자에게 표시하고, 적절한 운동, 식단 등의 정보를 사용자에게 추천할 수 있다.
다만, 본 발명의 효과는 상기 효과들로 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 체형 및 체성분 산출 시스템을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법의 사용자 데이터 획득 단계(S100) 및 예측 평가 단계(S200)를 상세히 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법의 평가 정보 제공 단계를 상세히 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법의 수행을 부연 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 건강 개선 프로그램 제공 방법의 평가 정보 제공 단계의 사용자 단말의 UI화면의 레이아웃을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법의 사용자 데이터 획득 단계(S100) 및 예측 평가 단계(S200)를 상세히 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법의 평가 정보 제공 단계를 상세히 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법의 수행을 부연 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 건강 개선 프로그램 제공 방법의 평가 정보 제공 단계의 사용자 단말의 UI화면의 레이아웃을 설명하기 위한 도면이다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
도 1은 본 발명의 일 실시예에 따른 신체 데이터를 이용한 체형 및 체성분 산출 시스템을 나타낸 도면이다.
도 1을 참조하면, 상기 체형 및 체성분 산출 시스템은 사용자 단말(10a, 10b), 서비스 제공자 단말(20), 네트워크(30) 및 서버(40)를 포함할 수 있다.
상기 사용자 단말(10a, 10b)은 복수의 사용자 각각이 사용하는 스마트 기기일 수 있다. 여기서, 상기 스마트 기기는 컴퓨터나 휴대용 단말로서, 웹(Web), 앱(Application) 또는 웹앱의 형태로 상기 네트워크(30)를 통해 상기 중앙 서버(40)에 통신 접속하여 체형 및 체성분 산출 서비스를 제공받을 수 있다.
한편, 상기 컴퓨터는 예를 들어, 웹브라우저(WEB Browser)가 탑재된 데스크톱(desktop), 랩톱(laptop), 태블릿 PC(Tablet PC) 등을 포함하고, 상기 휴대용 단말은 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 스마트폰(smartphone), PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말 등과 같이 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
상기 사용자 단말(10a, 10b) 각각은 각각의 사용자의 사용자 데이터를 입력 받을 수 있다. 상기 사용자 데이터는 사용자 정보 및 사용자 이미지를 포함할 수 있다.
상기 사용자 정보는 수치화된 데이터로, 사용자의 키, 몸무게, 나이, 허리둘레, 엉덩이둘레, 신발 사이즈, 가슴둘레 등을 포함할 수 있다. 상기 사용자 단말의 화면 상에 상기 사용자 정보와 관련된 질문을 표시하여, 사용자로 하여금 상기 사용자 정보를 입력하도록 할 수 있다. 추가적으로 수치화 불가한 데이터에 대해서도 입력받을 수 있으며, 예를 들면, 좋아하는 스포츠(선호하는 종목, 싫어하는 종목, 등), 식습관이나, 운동을 얼마나 자주 하는지, 장애여부(신체, 정신, 기타), 신체활동(활동적, 비활동적, 보통, 주기적 운동, 등), 체질(마른체질, 살이 잘 찌는 체질, 근육질 체질 등) 등에 관한 질문을 통해 수치화된 데이터 뿐만 아니라, 비수치화 사용자 데이터를 획득할 수 있다.
상기 사용자 이미지는 사용자의 신체 굴곡이 나타나는 정면 사진 및 측면 사진이며, 상기 정면 및 측면 사진은 상기 사용자의 몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신에 대한 사진일 수 있다. 상기 사용자 단말의 화면 상에 상기 사용자 이미지 촬영을 위한 지시사항을 표시하여, 사용자로 하여금 상기 사용자 이미지를 상기 사용자 단말을 이용하여 촬영하도록 할 수 있다.
상기 서비스 제공자 단말(20)은 상기 사용자의 평가 정보에 따라, 사용자에게 추천하는 운동 처방, 식단 처방, 영양식품 처방, 신체활동 처방, 스포츠 학원, 스포츠 시설, 스포츠 종목, 등에 대한 서비스 정보를 입력 받을 수 있다. 상기 서비스 제공자 단말(20)을 통해 입력되는 상기 서비스 정보는 상기 서버(40)에 저장되어, 상기 서버(40)는 상기 사용자의 평가 정보를 바탕으로 상기 서비스 정보를 선택하여 상기 사용자 단말에 제공할 수 있다. 상기 사용자의 평가 정보를 바탕으로 상기 서비스 정보를 선택하는데 있어서, 서비스 정보 추천 모델이 사용될 수 있으며, 추천 알고리즘, 딥러닝 학습 바탕의 추천 모델 또는 기계학습 바탕의 추천 모델 등이 사용될 수 있다.
이때, 상기 사용자 단말(10a, 10b), 상기 서비스 제공자 단말(20) 및 상기 서버(40)는 상기 네트워크(30)를 통해 서로 통신할 수 있다. 여기서 상기 네트워크(30)는 이동통신망을 이용하여 구현될 수 있으며, 상기 이동통신망은 WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, LTE, 5G 및 와이파이(Wi-Fi) 등을 포함할 수 있으나, 이에 한정되지는 않는다.
도 2는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법을 나타낸 도면이다. 도 3은 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법의 사용자 데이터 획득 단계(S100) 및 예측 평가 단계(S200)를 상세히 나타낸 도면이다. 도 4는 본 발명의 일 실시예에 따른 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법의 평가 정보 제공 단계를 상세히 나타낸 도면이다.
도 2 내지 4를 참조하면, 상기 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법은 사용자 데이터 획득 단계(S100), 예측 평가 단계(S200), 평가 정보 제공 단계(S300), 서비스 제공자 서비스 등록 단계(S400), 및 건강개선 프로그램 제공 단계(S500)를 포함할 수 있다.
상기 사용자 데이터 획득 단계(S100)에서는, 수치화된 사용자 정보 및 사용자의 외관을 포함하는 사용자 이미지를 획득할 수 있다. 구체적으로 상기 데이터 획득 단계(S100)는 사용자 정보 입력 단계(S110), 및 사용자 이미지 획득 단계(S120)을 포함할 수 있다.
상기 사용자 정보 입력 단계(S110)에서는, 사용자 단말을 통해 사용자의 키, 몸무게, 허리둘레, 엉덩이둘레, 신발 사이즈, 가슴둘레 중 적어도 2개 이상에 대한 정보를 포함하는 사용자 정보를 입력 받을 수 있다.
상기 사용자 이미지 획득 단계(S120)에서는, 사용자 단말을 통해 상기 사용자 이미지를 획득할 수 있다. 상기 사용자 이미지는 상기 사용자의 신체 굴곡이 나타나는 정면 사진 및 측면 사진을 포함하고, 상기 정면 및 측면 사진은 상기 사용자의 몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신에 대한 사진 중 어느 하나 이상을 포함할 수 있다.
상기 예측 평가 단계(S200)에서는, 상기 수치화된 사용자 정보 및 상기 사용자 이미지로부터 사용자의 체형, 체지방량, 체지방률, 및 골격근량 중 어느 하나 이상을 포함하는 평가 정보를 산출할 수 있다. 예를 들면, 상기 사용자 이미지로부터 사용자의 몸통, 왼팔, 오른팔, 왼다리 및 오른다리의 신체 부위별 특징 벡터를 추출하고, 상기 신체 부위별 특징 벡터와 상기 수치화된 사용자 정보로부터, 예측 평가 모델을 이용하여, 사용자의 각각의 신체 부위별 체지방률 및 골격근량을 산출할 수 있다.
구체적으로, 상기 예측 평가 단계(S200)는 데이터 영역화 단계(S210), 특징 추출 및 선택 단계(S220), 데이터 정규화 단계(S230) 및 예측 평가 결과 산출 단계(S240)를 포함할 수 있다.
상기 데이터 영역화 단계(S210)에서는, 상기 사용자 이미지로부터 유효 영역(신체 영역)을 추출하고, 상기 유효 영역을 신체 부위별 구간으로 영역화하여, 신체 부위별 데이터를 추출할 수 있다.
상기 특징 추출 및 선택 단계(S220)에서는, 상기 사용자 이미지로부터 특징 벡터를 추출하고, 상기 특징 벡터 중 필요 정보만을 선택할 수 있다.
상기 데이터 정규화 단계(S230)에서는, 상기 선택된 특징 벡터를 정규화(normalize)할 수 있다.
상기 예측 평가 결과 산출 단계(S240)에서는, 상기 정규화된 특징 벡터와 상기 수치화된 사용자 정보로부터, 예측 평가 모델을 이용하여, 상기 평가 정보를 산출할 수 있다.
상기 평가 정보 제공 단계(S300)에서는, 상기 평가 정보를 그래프, 도표, 그림 또는 사진 중 어느 하나 이상의 형태로 시각화 하여 사용자 단말을 통해 사용자에게 제공할 수 있다.
구체적으로, 상기 평가 정보 제공 단계(S300)는 요약 정보 제공 단계(S310), 체형 정보 제공 단계(S320), 부위별 체지방률 및 골격근량 정보 제공 단계(S330), 백분위 정보 제공 단계(S340) 및 변화 정보 제공 단계(S350)를 포함할 수 있다.
상기 요약 정보 제공 단계(S310)에서는, 상기 평가 정보의 핵심 내용을 사용자가 한눈에 용이하게 파악할 수 있도록, 상기 평가 정보에 대한 요약 정보를 사용자 단말에 표시하여 제공할 수 있다. 예를 들면, 상기 수치화된 사용자 정보 및 상기 평가 정보로부터 도출되는 사용자의 BMI지수, 체지방률 및 골격근량 중 적어도 두개 이상에 대한 정보를 제공할 수 있다.
상기 체형 정보 제공 단계(S320)에서는, 형태학(Morphology)에 의해 미리 분류된 체형 중 사용자가 속하는 체형에 대한 정보를 제공할 수 있다. 예를 들면, 상기 수치화된 사용자 정보 및 상기 평가 정보를 바탕으로, 근육형 체형, 마른 체형, 하체 비만 체형 등 다양한 체형 중, 사용자가 속하는 체형 정보를 사용자 단말에 표시하여 제공할 수 있다.
상기 부위별 체지방률 및 골격근량 정보 제공 단계(S330)에서는, 사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률 및 골격근량에 대한 정보를 사용자 단말에 표시하여 제공할 수 있다.
예를 들면, 상기 사용자 단말의 한 화면 상에 인체 형상의 이미지, 체지방률 및 탭 골격근량 탭을 표시하여, 사용자가 상기 체지방률 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 체지방률을 표시하고, 사용자가 상기 골격근량 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 골격근량을 표시할 수 있다.
상기 백분위 정보 제공 단계(S340)에서는, 상기 평가 정보의 적어도 하나 이상을 상기 사용자의 연령별 분포의 백분위로 표시하여 제공할 수 있다. 예를 들면, 사용자의 나이(연령) 정보를 통해 동일 연령 대의 수치 분포 범위 중, 사용자의 수치의 위치를 표시하여, 상기 사용자의 연령별 분포의 백분위를 표시할 수 있다.
상기 변화 정보 제공 단계(S350)에서는, 상기 수치화된 사용자 정보 및 상기 평가 정보의 적어도 하나 이상을 시간에 따른 변화를 표시한 그래프 형태로 사용자 단말에 표시하여 제공할 수 있다. 예를 들면, 사용자의 BMI 지수를 월별 변화가 표시된 그래프 형태로 제공할 수 있다.
상기 서비스 제공자 서비스 등록 단계(S400)에서는, 서비스 제공자 단말을 통해, 식품, 영양식품, 스포츠 프로그램 중 어느 하나 이상에 대한 서비스 정보를 입력하여, 서버에 저장할 수 있다.
상기 건강개선 프로그램 제공 단계(S500)에서는, 상기 서버가 상기 사용자의 평가 정보를 바탕으로 상기 서비스 정보를 선택하여 상기 사용자 단말에 제공할 수 있다. 구체적으로, 상기 사용자의 평가 정보를 바탕으로 상기 서비스 정보를 선택하는데 있어서, 서비스 정보 추천 모델이 사용될 수 있으며, 추천 알고리즘, 딥러닝 학습 바탕의 추천 모델 또는 기계학습 바탕의 추천 모델 등이 사용될 수 있다.
예를 들면, 신체 전체, 신체 부위별 체지방량, 체지방률, 제지방률, 제지방량 등을 예측 및 평가하고, 평가된 수치를 바탕으로 체질을 분류할 수 있다. 또한, 입력된 사용자 정보를 이용하여 식습관 및 식단 평가, 영양상태 평가, 신체활동 수준 평가 등이 병행될 수 있다.
상기 서비스 정보는, 건강유지, 자세교정, 체력강화, 체지방감량, 신체적성장, 신체능력강화 등의 목적으로 운동 처방, 식단 처방, 영양식품 처방, 신체활동 처방 등의 정보를 포함할 수 있다. 또한, 상기 서비스 정보는 스포츠 학원 추천, 스포츠 시설 추천, 스포츠 종목 추천, 식단 추천, 신체활동 추천, 영양식품 추천 등의 추천 정보를 포함할 수 있다.
도 5는 본 발명의 일 실시예에 따른 신체 데이터를 이용한 체형 및 체성분, 산출 방법의 수행을 설명하기 위한 도면이다.
도 5를 참조하면, 영상이 입력될 수 있다. 예를 들면, 단색 배경의 신체 굴곡이 보이는 정면 사진(256x256, RGB), 단색 배경의 신체 굴곡이 보이는 측면 사진(256x256, RGB)이 입력될 수 있다. (도면의 image) 사용자의 키(cm), 몸무게(kg). 허리둘레(cm), 엉덩이둘레(cm), 신발 사이즈(mm), 가슴 둘레(cm) 등의 정보가 입력될 수 있다. (도면의 raw feature)
입력된 영상으로부터 인공 신경망 모델을 이용하여, 특징을 추출할 수 있다. (도면의 feature extractor) Transformer encoder, Detectorn2, CNN, 등의 알려진 인공 신경망 모델이 사용될 수 있다. 상기 추출된 특징을 벡터값 형태로 변환하여, 특징 벡터로 변환할 수 있다.
이때, 알려진 다양한 오픈 소스 등을 사용할 수 있으며, 예로 페이스북의 Detectron 2 등을 이용하여 영상으로부터 특징 벡터를 추출할 수 있다. 예를 들면, body instance segmentation으로 체형 부위별 면적/부피 feature를 효과적으로 추출할 수 있다.
예를 들면, 2048차원의 이미지 특징 벡터를 D 차원 (본 예시에서는 128)으로 Projection 한다. D차원의 특징 벡터를 이미지의 특성을 기술하는 <특징기술 임베딩 벡터>로서 사용한다. 여기서, Projection 은 통상의 일반적인 Multilayer Perceptron 등으로 쉽게 구현이 가능하다. 도면상에는 F+2D 차원의 실수 입력을 받아 2차원의 실수 값을 출력하는 네트워크 예시를 보여주고 있다.
이후, 상기 특징 벡터와, raw feature 값을 이용하여 체형, 체지방량, 체지방률, 및 골격근량 등의 결과값인 평가 정보를 산출하기 위한 알고리즘을 이용할 수 있으며, 예를 들면, 딥러닝 알고리즘(Deep Learning Algorithm), 기계 학습 알고리즘(Machine Learning Algorithm), 회귀모델(Linear Regression, SVM, gradient descent, etc) 등을 사용할 수 있다.
특징의 추출(Feature extractor)은 일반적으로 Pretrained 된 network 이며, 학습 과정시 freeze 상태이거나, 필요에 따라 학습이 될 수 있다. Feature extractor 로서 CNN, Self-Attention 기반의 인공신경망 등 일반적인 이미지 특성 추출을 할 수 있는 모델이 사용될 수 있다.
이후, regression 단계를 통해, 결과 값 (2차원의 실수값, y1, y2으로, 체지방률과 제지방율)을 산출한다. 여기서, Regressor는 통상의 일반적인 Multilayer Perceptron 등으로 쉽게 구현이 가능하다.
결과값인 출력(y1, y2)으로 체지방률, 제지방률이 출력될 수 있다. 본 실시예에서는 체지방률과 제지방률을 출력 값으로 얻고 있으나, 다양한 다른 결과값들을 산출할 수도 있을 것이다. 예를 들어 상기 출력값은 축적된 데이터 기반의 연령별 백분위 키, 축적된 데이터 기반의 연령별 백분위 몸무게, 축적된 데이터 기반의 연령별 백분위, 체지방량 및 체지방률의 축적된 데이터 기반의 연령별 백분위, 축적 데이터 기반 연령별 백분위
골격근량, Morphology에 의한 체형 분류, 신체 부위별 체지방률(몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신), 신체 부위별 골격근량(몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신) 등의 정보를 포함할 수 있다.
알고리즘 모델의 학습을 위해서, 학습 데이터는 입력값(input)과 출력값(output)의 쌍(pair)를 이용할 수 있으며, 기존 인바디 장치를 이용하여, 체지방률 등의 결과값을 실제 측정한 값으로 사용할 수 있다.
도 6은 본 발명의 일 실시예에 따른 건강 개선 프로그램 제공 방법의 평가 정보 제공 단계의 사용자 단말의 UI화면의 레이아웃을 설명하기 위한 도면이다.
도 6의 (a)를 참조하면, 부모는 복수의 자녀들을 사용자로 설정하여, 부모 계정을 통해 복수의 자녀들의 체형, 체성분 산출 및 건강 개선 프로그램 제공 서비스를 제공받을 수 있다.
도 6의 (b)를 참조하면, 선택한 자녀, 즉 개별 사용자들의 요약 정보가 제공될 수 있으며, 키, 몸무게, BMI, 전신의 체질량, 근육량 등을 확인할 수 있다. 개별 정보를 클릭하면 세부 내용을 확인할 수 있다.
도 6의 (c)를 참조하면, 골격근량 탭을 클릭하면, 사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 골격근량을 확인할 수 있다. 또한, 사용자의 체질을 확인할 수 있으며, 체질에 대한 간단한 설명, 식단, 영양식품 추천등의 정보를 확인할 수 있다. 또한, 결과값에 대한 연령별 백분위, 월별 상태 등을 확인할 수 있다.
도 6의 (d)를 참조하면, 체지방률 탭을 클릭하면, 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률을 확인할 수 있다. 또한, 결과값에 대한 연령별 백분위, 월별 상태 등을 확인할 수 있다.
도 6의 (e) 및 (f)를 참조하면, 사용자의 키 및 몸무게 등에 대한 연령별 백분위, 월별 상태 등을 확인할 수 있다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10a, 10b: 사용자 단말
20: 서비스 제공자 단말
30: 네트워크 40: 서버
30: 네트워크 40: 서버
Claims (11)
- 수치화된 사용자 정보 및 사용자의 외관을 포함하는 사용자 이미지를 획득하는 사용자 데이터 획득 단계;
상기 수치화된 사용자 정보 및 상기 사용자 이미지로부터 사용자의 체형, 체지방량, 체지방률, 및 골격근량 중 어느 하나 이상을 포함하는 평가 정보를 산출하는 예측 평가 단계; 및
상기 평가 정보를 그래프, 도표, 그림 또는 사진 중 어느 하나 이상의 형태로 시각화 하여 상기 사용자에게 제공하는 평가 정보 제공 단계를 포함하는 체형 및 체성분 산출 방법. - 제1항에 있어서,
상기 사용자 데이터 획득 단계에서,
상기 사용자 정보는 사용자의 키, 몸무게, 허리둘레, 엉덩이둘레, 신발 사이즈, 가슴둘레 중 적어도 2개 이상에 대한 정보를 포함하고,
상기 사용자 이미지는 상기 사용자의 신체 굴곡이 나타나는 정면 사진 및 측면 사진을 포함하고, 상기 정면 및 측면 사진은 상기 사용자의 몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신에 대한 사진 중 어느 하나 이상인 것을 특징으로 하는 체형 및 체성분 산출 방법. - 제1항에 있어서,
상기 예측 평가 단계는,
상기 사용자 이미지로부터 특징 벡터를 추출하고, 상기 특징 벡터 중 필요 정보만을 선택하는 특징 추출 및 선택 단계;
상기 선택된 특징 벡터를 정규화(normalize)하는 데이터 정규화 단계; 및
상기 정규화된 특징 벡터와 상기 수치화된 상기 사용자 정보로부터, 예측 평가 모델을 이용하여, 상기 평가 정보를 산출하는 예측 평가 결과 산출 단계를 포함하는 것을 특징으로 하는 체형 및 체성분 산출 방법. - 제2항에 있어서,
상기 예측 평가 단계는,
상기 사용자 이미지로부터 사용자의 몸통, 왼팔, 오른팔, 왼다리 및 오른다리의 신체 부위별 특징 벡터를 추출하고, 상기 신체 부위별 특징 벡터와 수치화된 상기 사용자 정보로부터, 예측 평가 모델을 이용하여, 사용자의 각각의 신체 부위별 체지방률 및/또는 골격근량을 산출하는 것을 특징으로 하는 체형 및 체성분 산출 방법. - 제1항에 있어서,
상기 평가 정보 제공 단계는,
사용자의 BMI지수, 체지방률 및 골격근량 중 적어도 두개 이상에 대한 정보를 제공하는 요약 정보 제공 단계;
형태학(Morphology)에 의해 미리 분류된 체형 중 사용자가 속하는 체형에 대한 정보를 제공하는 체형 정보 제공 단계;
사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률 및 골격근량에 대한 정보를 제공하는 부위별 체지방률 및 골격근량 정보 제공 단계;
상기 평가 정보의 적어도 하나 이상을 상기 사용자의 연령별 분포의 백분위로 표시하여 제공하는 백분위 정보 제공 단계; 및
상기 평가 정보의 적어도 하나 이상을 시간에 따른 변화를 표시한 그래프 형태로 제공하는 변화 정보 제공 단계를 포함하는 것을 특징으로 하는 체형 및 체성분 산출 방법. - 제1항에 있어서,
상기 평가 정보 제공 단계는,
사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률 및 골격근량에 대한 정보를 제공하는 부위별 체지방률 및 골격근량 정보 제공 단계를 포함하고,
상기 부위별 체지방률 및 골격근량 정보 제공 단계에서는, 상기 사용자 단말의 한 화면 상에 인체 형상의 이미지, 체지방률 및 탭 골격근량 탭을 표시하여,
사용자가 상기 체지방률 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 체지방률을 표시하고,
사용자가 상기 골격근량 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 골격근량을 표시하는 것을 특징으로 하는 체형 및 체성분 산출 방법. - 복수의 사용자 단말, 서비스 제공자 단말, 및 상기 사용자 단말 및 상기 서비스 제공자 단말과 네트워크를 통해 통신하는 서버를 포함하는 체형 및 체성분 산출 시스템을 이용하여,
상기 사용자 단말을 통해, 수치화된 사용자 정보 및 사용자의 외관을 포함하는 사용자 이미지를 획득하는 사용자 데이터 획득 단계;
상기 서버에서 상기 수치화된 사용자 정보 및 상기 사용자 이미지를 수신하여, 사용자의 체형, 체지방량, 체지방률, 및 골격근량 중 어느 하나 이상을 포함하는 평가 정보를 산출하는 예측 평가 단계;
상기 평가 정보를 그래프, 도표, 그림 또는 사진 중 어느 하나 이상의 형태로 시각화 하여 상기 사용자에게 제공하는 평가 정보 제공 단계;
상기 서비스 제공자 단말을 통해, 식품, 영양식품, 스포츠 프로그램 중 어느 하나 이상에 대한 서비스 정보를 입력하여, 상기 서버에 저장하는 서비스 제공자 서비스 등록 단계; 및
상기 서버가 상기 사용자의 평가 정보를 바탕으로 상기 서비스 정보를 선택하여 상기 사용자 단말에 제공하는 건강개선 프로그램 제공 단계를 포함하는, 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법. - 제7항에 있어서,
상기 사용자 데이터 획득 단계에서,
상기 사용자 정보는 사용자의 키, 몸무게, 허리둘레, 엉덩이둘레, 신발 사이즈, 가슴둘레 중 적어도 2개 이상에 대한 정보를 포함하고,
상기 사용자 이미지는 상기 사용자의 신체 굴곡이 나타나는 정면 사진 및/또는 측면 사진을 포함하고, 상기 정면 및 측면 사진은 상기 사용자의 몸통, 왼팔, 오른팔, 왼다리, 오른다리, 전신에 대한 사진 중 어느 하나 이상인 것을 특징으로 하는 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법. - 제7항에 있어서,
상기 평가 정보 제공 단계는,
사용자의 BMI지수, 체지방률 및 골격근량 중 적어도 두개 이상에 대한 정보를 제공하는 요약 정보 제공 단계;
형태학(Morphology)에 의해 미리 분류된 체형 중 사용자가 속하는 체형에 대한 정보를 제공하는 체형 정보 제공 단계; 및
사용자의 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리의 신체 부위별 체지방률 및 골격근량에 대한 정보를 제공하는 부위별 체지방률 및 골격근량 정보 제공 단계를 포함하는 것을 특징으로 하는 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법. - 제7항에 있어서,
상기 평가 정보의 적어도 하나 이상을 상기 사용자의 연령별 분포의 백분위로 표시하여 제공하는 백분위 정보 제공 단계; 또는
상기 평가 정보의 적어도 하나 이상을 시간에 따른 변화를 표시한 그래프 형태로 제공하는 변화 정보 제공 단계 중 어느 하나 이상의 단계를 더 포함하는 것을 특징으로 하는 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법. - 제7항에 있어서,
상기 예측 평가 단계는,
상기 사용자 이미지로부터 사용자의 몸통, 왼팔, 오른팔, 왼다리 및 오른다리의 신체 부위별 특징 벡터를 추출하고, 상기 신체 부위별 특징 벡터와 수치화된 상기 사용자 정보로부터 예측 평가 모델을 이용하여, 사용자의 각각의 신체 부위별 체지방률 및 골격근량을 산출하고,
상기 평가 정보 제공 단계에서는,
상기 부위별 체지방률 및 골격근량 정보 제공 단계에서는, 상기 사용자 단말의 한 화면 상에 인체 형상의 이미지, 체지방률 및 탭 골격근량 탭을 표시하여,
사용자가 상기 체지방률 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 체지방률을 표시하고,
사용자가 상기 골격근량 탭을 클릭하는 경우, 상기 인체 형상의 이미지 상에 몸통, 왼팔, 오른팔, 왼다리, 및 오른다리에 대응하는 부분에 각각 부위별 골격근량을 표시하는 것을 특징으로 하는 체형 및 체성분 산출 방법을 이용한 건강 개선 프로그램 제공 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220013558A KR20230116522A (ko) | 2022-01-28 | 2022-01-28 | 체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법 |
| PCT/KR2022/018889 WO2023146097A1 (ko) | 2022-01-28 | 2022-11-25 | 체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220013558A KR20230116522A (ko) | 2022-01-28 | 2022-01-28 | 체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230116522A true KR20230116522A (ko) | 2023-08-04 |
Family
ID=87472264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220013558A KR20230116522A (ko) | 2022-01-28 | 2022-01-28 | 체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20230116522A (ko) |
| WO (1) | WO2023146097A1 (ko) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100909400B1 (ko) * | 2006-02-21 | 2009-07-24 | 메디게이트(주) | 부위별 체지방 분석이 가능한 체성분 분석기 및 분석방법 |
| KR20180015858A (ko) * | 2016-08-04 | 2018-02-14 | 주식회사 케이티 | 체형 분석 서버, 체형 분석 방법 및 사용자 단말 |
| KR102648246B1 (ko) * | 2019-01-25 | 2024-03-15 | 엘지전자 주식회사 | 체형 관리 장치 |
| KR102050558B1 (ko) * | 2019-03-27 | 2019-12-03 | 주식회사 마이베네핏 | 신체 측정 및 성장 곡선을 이용한 어린이 또는 청소년 회원의 회원 관리 시스템 |
| KR102359656B1 (ko) * | 2020-06-12 | 2022-02-09 | 에스씨에스프로 주식회사 | 이미지 기반의 체성분 분석장치, 체성분 분석방법 및 이를 이용한 스마트 기기 |
-
2022
- 2022-01-28 KR KR1020220013558A patent/KR20230116522A/ko not_active Application Discontinuation
- 2022-11-25 WO PCT/KR2022/018889 patent/WO2023146097A1/ko unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023146097A1 (ko) | 2023-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111819632B (zh) | 用于对个性化护肤产品制定配方的系统和方法 | |
| US20200319015A1 (en) | Systems and methods for weight measurement from user photos using deep learning networks | |
| KR102341985B1 (ko) | 운동 보조 장치 및 운동 보조 방법 | |
| KR20180004928A (ko) | 신체 트레이닝 서비스 제공 방법, 장치 및 컴퓨터 판독 가능한 기록 매체 | |
| US20190143174A1 (en) | Motion training guide system based on wearable sensor and method thereof | |
| Kim et al. | South Korean anthropometric data and survey methodology:‘Size Korea’project | |
| CN110800067A (zh) | 身体组成预测工具 | |
| CN109817302B (zh) | 一种健身用专家系统 | |
| EP4216147A1 (en) | Image processing method and apparatus, computer device, storage medium, and program product | |
| CN113643789B (zh) | 健身方案信息的生成方法、装置和系统 | |
| EP4312752A1 (en) | Predicting body composition from user images using deep learning networks | |
| Cho et al. | Sitting posture prediction and correction system using arduino-based chair and deep learning model | |
| Pei et al. | A novel optimization approach to minimize aggregate-fit-loss for improved breast sizing | |
| Guarnieri Lopez et al. | Associations between 3D surface scanner derived anthropometric measurements and body composition in a cross-sectional study | |
| Yogaswara et al. | Instance-aware semantic segmentation for food calorie estimation using mask R-CNN | |
| US20230223130A1 (en) | Non-transitory computer-readable storage medium, information processing apparatus, and information processing method | |
| KR20230116522A (ko) | 체형 및 체성분 산출 방법 및 이를 이용한 건강 개선 프로그램 제공 방법 | |
| JP2015111438A (ja) | 生体情報の評価システム及び評価方法 | |
| Cloud et al. | “Drawing” conclusions about perceptions of ideal male and female body shapes | |
| KR102564945B1 (ko) | 태그를 사용한 운동관리 헬스케어 서비스 시스템 | |
| JP2010207272A (ja) | 生体情報の評価システム及び評価方法 | |
| JP2023038637A (ja) | 寸法データ算出装置、寸法データ算出方法、プログラム、製品製造システム、及び端末装置 | |
| KR102426924B1 (ko) | 생체 임피던스 측정장치를 이용한 건강 관리시스템 및 건강 관리 장치 | |
| KR102033063B1 (ko) | 개인 히스토리 데이터 기반 맞춤형 건강 관리 시스템 및 방법 | |
| Chiu et al. | Comparison of automated post-processing techniques for measurement of body surface area from 3D photonic scans |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |