WO2012043935A1 - 통합정보를 이용한 체질판단방법 - Google Patents

통합정보를 이용한 체질판단방법 Download PDF

Info

Publication number
WO2012043935A1
WO2012043935A1 PCT/KR2010/009264 KR2010009264W WO2012043935A1 WO 2012043935 A1 WO2012043935 A1 WO 2012043935A1 KR 2010009264 W KR2010009264 W KR 2010009264W WO 2012043935 A1 WO2012043935 A1 WO 2012043935A1
Authority
WO
WIPO (PCT)
Prior art keywords
constitution
variable
information
integrated information
score
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2010/009264
Other languages
English (en)
French (fr)
Inventor
김종열
도준형
장은수
구본초
이혜정
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Korea Institute of Oriental Medicine KIOM
Original Assignee
Korea Institute of Oriental Medicine KIOM
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 Korea Institute of Oriental Medicine KIOM filed Critical Korea Institute of Oriental Medicine KIOM
Priority to CN201080070478.1A priority Critical patent/CN103249353B/zh
Publication of WO2012043935A1 publication Critical patent/WO2012043935A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of alternative medicine, e.g. homeopathy or non-orthodox
    • 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
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor

Definitions

  • the present invention relates to a method for determining the constitution of a human body classified based on innovations, and more specifically, the constitution can be more accurately determined by comprehensively using information such as a human face, questionnaire, body shape, and voice.
  • the present invention relates to a method for determining constitution using integrated information.
  • the classification of the constitution by ideology is derived from Sasang Constitution Medicine, which was first presented by Jerma in 1894, and the core content is that the human constitution is divided into four kinds according to the deviation of the five intestines, that is, the sun, the Taeumin , Soyangin, and Soinin can be divided into the same disease or symptom, depending on the constitution different treatment method is effective.
  • the elements that represent personal characteristics in speech can be largely divided into innate and acquired elements, in which the innate elements are represented by the anatomical features of the speech organs, and the acquired elements are obtained from the language acquisition process. It is indicated by phonetic features.
  • the resonance frequency shown through the voice analysis is a factor that is greatly influenced by the anatomical structure of the vocal tract (vocal cord) and the movement of the articulation organ, and the fundamental frequency is mainly determined by the structure of the vocal cords.
  • the vocal cords since the structure of the vocal cords varies according to gender and age, the vocal cords become an important factor in detecting physical changes.
  • the patent document seeks to provide a voice analyzer for objectively diagnosing Sasang Constitution by obtaining a voice characteristic of each Sasang Constitution based on these speech analytical characteristics.
  • the method described in the patent document includes a camera unit for photographing and inputting a face for meditation medicine constitution, and a control unit for processing a face photographing signal applied from the camera unit to detect contours and confirming constitution by ideology by comparative search.
  • Sasang Medical Department which records and stores the constitutional analysis reference data by Sasang Medicine and the appropriate music signal and color signal data for each constitution, a keyboard section which inputs control commands for Sasang Medical analysis processing and constitution confirmation, and by Sasang Medicine Consists of a display unit for displaying the constitution check questionnaire, the mobile terminal to analyze the ideological and medical constitution using a mobile terminal and output a sound signal and a light signal to promote psychological stability and health suitable for the analyzed constitution
  • an image of a subject is acquired in 3D and transmitted as digital information. Analyze and calculate the camera information, the questionnaire information inputter that inputs the questionnaire contents, the database of the Sasang Constitution Determination information, the transmission information of the camera and the questionnaire information inputter, and compare and compare the data with the database.
  • a satisfactory constitution diagnosing device comprising: a control unit for determining and outputting pharmacological pharmacology, a display for displaying an output of the control unit, and a memory for storing information of the control unit.
  • the Sasang Constitution Diagnose of the above-mentioned patent document using a three-dimensional automatic face recognizer can calculate the three-dimensional coordinates of the facial standard point, characterized in that it can detect facial morphological features based on this,
  • the constitution is judged only on the basis of the information on the face contour and the questionnaire results input by the user, and thus the objectivity and accuracy of the determination result are similarly determined. There was a problem that there was no choice but to limit.
  • the present invention is to solve the problems of the conventional constitution diagnosis method as described above, and therefore the object of the present invention, to determine the constitution more objectively and accurately, information such as face, questionnaire, body shape, voice of a person It is to provide a constitution determination method using integrated information that can determine the constitution more accurately by using a comprehensive.
  • the constitution determination method using integrated information to determine the constitution objectively and accurately by using information such as a person's face, questionnaire, body shape, voice, etc. may include obtaining and processing information on a face, obtaining and processing information on a questionnaire, obtaining and processing information on a body shape, obtaining and processing information on a voice, and There is provided a constitution determination method using integrated information, comprising the step of determining the final constitution by combining the processing results obtained in each step.
  • the acquiring and processing information on the face may include an extraction step of extracting a specific point from a photograph, a subject's pharmacological score measured in front and side, and a subject's pharmacological score and expert confidence.
  • a Z-score score standardized for each age section is calculated and corrected, and in this case, normalization for each section
  • Representative value of the variable for each age interval for is characterized in that it is configured to use the mean and standard deviation of ⁇ 2 years based on the age.
  • Oi is the observed frequency
  • Ei is the expected frequency
  • n is the number of possible occurrences of each event.
  • the calculating of the weights is characterized by assigning a predetermined score by using an equation of -log X 2 .
  • the step of calculating the main variable score for each constitution is performed using the following [Formula 2] when the positive value (a) and the negative value (b) when the observation frequency is higher than the expected frequency. It is characterized by.
  • the discriminant analysis step of calculating the number of questionnaires for each sample constitution is characterized in that it is performed by calculating the A-B score for each of the TE, SE, SY.
  • the acquiring and processing information on the body type may include selecting a subject of the highest 90% of the G scores calculated using the pharmacological score, the expert confidence score, the questionnaire score, and the experience score, and the independent sample T. It is characterized in that it comprises a test (independent sample T-test) step, and a discriminant analysis step.
  • X1 is the mean of sample 1
  • X2 is the mean of sample 2
  • s1 and s2 are the size of sample 1 and sample 2, respectively.
  • n1 and n2 are the size of sample 1 and sample 2, respectively.
  • the discriminant analysis step may be characterized by representing the sample constitutional body shape (%) for each of the TE, SE, SY.
  • the acquiring and processing information on the voice may include a selection step of selecting subjects of the upper 90% of the G scores calculated using the pharmacological score, expert confidence score, questionnaire score, and experience score, and a voice feature variable. Selecting a candidate, selecting and converting a variable to be used for discriminant analysis, and determining and analyzing the constitution.
  • selecting the speech feature variable candidate may include extracting a pitch, an intensity, a formant, and an MDVP variable, and extracting an MFCC variable.
  • the extracting the pitch, intensity, formant and MDVP parameters may include calculating pitch, intensity, first order secondary formants, -3 dB bandwidth, maximum amplitude, and minimum amplitude values for each vowel, After calculating the pitch and intensity, calculate the 10th, 50th, 90th percentiles of the two signals, their ratios, and their correlations, and then, for the specified vowel interval, vary the window size using the pitch and the maximum / minimum amplitude signals. Extract the MDVP variable by extracting the jitter series variables (Jita, Jitt, RAP, PPQ) representing the degree of change of pitch and the shimmer series variables (ShdB, Shim, APQ) representing the degree of change of amplitude Characterized in that.
  • the extracting of the MFCC variable may include extracting a twelfth order MFCC variable and one energy variable with respect to an effective segment section for each vowel.
  • selecting and converting the variables to be used for the discriminant analysis, ANOVA and post-test to verify the difference between the two or more population means to extract statistically significant variables, and as a result,
  • ANOVA and post-test to verify the difference between the two or more population means to extract statistically significant variables, and as a result.
  • F0 series variable and MFCC variable in case of woman, it is configured to use formant series variable and MFCC variable as main variables to distinguish constitution.
  • the step of determining and analyzing the constitution performing a standardized transformation in order to adjust the range of the values of the variables to be used for the sieve classification, wherein the standardized transformation, i is a variable name, Zi is a standardized constitution classification
  • the variable Xi is a constitution variable
  • mi and sigma represent the mean and standard deviation of each variable, it is characterized in that it is configured to perform standardized transformation of the variables using the following Equation 4.
  • the step of determining the final constitution characterized in that configured to determine the constitution having the largest value among the sum of the probability values of TE, SE, SY calculated by each individual algorithm for each constitution as the final constitution. It is done.
  • the step of determining the final constitution the sum of the probability value for each constitution in the individual diagnosis results of questionnaire, body type, facial, voice, the maximum value is 1.2 (if there is no voice result) or 1.6 (if there is a voice result) It is characterized in that it is configured to determine the constitution corresponding to the value only when larger than).
  • the constitution is determined based only on information on a specific part of the human body and the questionnaire results input by the user, problems of the conventional constitution diagnosis methods that have no choice but to limit the objectivity and accuracy of the determination result
  • a constitution determination method using the integrated information that can determine the constitution more objectively and accurately by using information such as a person's face, questionnaire, body type, voice.
  • 1 is a flowchart showing the overall process of the constitution determination method using the integrated information according to the present invention.
  • FIG. 2 is a flowchart illustrating a facial information processing process of the constitution determination method using integrated information according to the present invention.
  • Figure 3 is a graph showing the age interval for the variable that varies with age (where age 15 represents age 15 to 19, for example, age 30 represents age 30 to 34).
  • FIG. 4 is a flowchart schematically illustrating a questionnaire information processing process of the constitution determination method using integrated information according to the present invention.
  • FIG. 5 is a flowchart schematically showing a body shape processing process of the constitution determination method using integrated information according to the present invention.
  • FIG. 6 is a flowchart schematically illustrating a voice information processing process of the constitution determination method using integrated information according to the present invention.
  • the present invention relates to a constitution determination method using integrated information that can determine the constitution more objectively and accurately by using information such as a person's face, questionnaire, body shape, and voice as a whole. Likewise, by dividing largely, obtaining and processing information on the face (S11), obtaining and processing information on the questionnaire (S12), obtaining and processing information on the body shape (S13), And acquiring and processing information on the voice (S14) and determining the final constitution by integrating the processing results obtained in each of the above-mentioned steps (S15).
  • FIG. 1 is a flowchart schematically illustrating a facial information processing process of the constitution determination method using integrated information according to the present invention.
  • the facial information processing process includes an extraction step (S21) of extracting a specific point from a photograph, and a subject's pharmacological score, expert confidence score, questionnaire score, and experience score measured in common in front and side view.
  • Calculation step (S24) for calculating distance, angle, slope, ratio, area, and curvature information based on the corrected picture, and collecting to remove the error samples that appear during the collection and automatic generation of the automatic generation variables for each sample.
  • the face of the person shows a pattern in which values of various variables increase or decrease according to age due to morphological changes due to aging. There is a need to compensate.
  • a Z-score score standardized for each age section is calculated and corrected.
  • the representative value of is based on the mean and standard deviation of the ⁇ 2 year old age range.
  • the representative value is largely changed according to the change of age at present, but it can be expected that the variation of the age intervals will decrease if a sufficient amount of samples are collected later.
  • the discriminant function result and the discriminant accuracy result indicated by the male and female selection variable were slightly lower, 51.8% for the male and 53.5% for the female.
  • the present invention relates to a constitution determination method using integrated information that can determine the constitution more objectively and accurately by using information such as a person's face, questionnaire, body shape, and voice as a whole. Likewise, by dividing largely, obtaining and processing information on the face (S11), obtaining and processing information on the questionnaire (S12), obtaining and processing information on the body shape (S13), And acquiring and processing information on the voice (S14) and determining the final constitution by integrating the processing results obtained in each of the above-mentioned steps (S15).
  • FIG. 1 is a flowchart schematically illustrating a facial information processing process of the constitution determination method using integrated information according to the present invention.
  • the facial information processing process includes an extraction step (S21) of extracting a specific point from a photograph, and a subject's pharmacological score, expert confidence score, questionnaire score, and experience score measured in common in front and side view.
  • Calculation step (S24) for calculating distance, angle, slope, ratio, area, and curvature information based on the corrected picture, and collecting to remove the error samples that appear during the collection and automatic generation of the automatic generation variables for each sample.
  • the face of the person shows a pattern in which values of various variables increase or decrease according to age due to morphological changes due to aging. There is a need to compensate.
  • a Z-score score standardized for each age section is calculated and corrected.
  • the representative value of is based on the mean and standard deviation of the ⁇ 2 year old age range.
  • the representative value is largely changed according to the change of age at present, but it can be expected that the variation of the age intervals will decrease if a sufficient amount of samples are collected later.
  • the discriminant function result and the discriminant accuracy result indicated by the male and female selection variable were slightly lower, 51.8% for the male and 53.5% for the female.
  • FIG. 4 is a flowchart schematically illustrating a questionnaire information processing process of the constitution determination method using integrated information according to the present invention.
  • the questionnaire information processing process includes extracting key variables (signalant varibles extrection), calculating weights (S42), and constitutional significant variable scores (constitutional significant). calculating a varible score (S43) and a discriminant analysis step (S44) of calculating a typical constitutional questionnaire score.
  • TE Taeumin
  • SE Noise
  • SY Soyangin
  • the group configuration was performed by dividing into Taeinin and Non-Taeumin groups, Soinin and Non-Noise groups, Soyangin and Non-Soyangin groups.
  • the survey information processing process may further include a selection step of selecting the upper 90% of the subjects using the G score as described above, similar to the facial information processing process.
  • step S41 of extracting a main variable only a variable having a p value less than a predetermined value is extracted using the following [Formula 1], and in the following [Formula 1], Oi is observed frequency (observed frequency).
  • Ei is the expected frequency
  • n is the number of possible outcomes for each event.
  • a predetermined score is given using an equation of -log X 2 , where the value of the observation frequency Oi is the expected frequency Ei. If the value is greater than, the weight is positive, and if the value of observation frequency Oi is less than the expected frequency Ei, the weight is negative.
  • the step (S43) of calculating the main variable score for each constitution includes the following [Equation 2] when a positive value (a) is observed when the observation frequency is higher than the expected frequency, and a negative value (b) is less. Is performed.
  • A is the sum of positive values and B is the sum of negative values.
  • the discriminant analysis step (S44) of calculating the number of questionnaires for each sample constitution is performed by calculating an A-B score for each of TE, SE, and SY.
  • FIG. 5 is a flowchart schematically illustrating a body shape information processing process of the constitution determination method using integrated information according to the present invention.
  • the body type information processing process is divided into 5 groups of width, 8 sites, height, weight, and body mass index by dividing the target group into Taein-in: Non-taein, Noise-in: Non-noise, and Soyangin: Non-soyangin.
  • a body size diagnosis model is developed by deriving a constitution probability value (probability value representing typicality of each constitution).
  • the body model development process includes, first, an independent sample T-test step S51 and a discriminant analysis step S52.
  • the body model development process may further include a selection step of selecting the upper 90% of the subjects using the G score as described above, similar to the facial information processing process and the questionnaire information processing process.
  • the independent sample T-test step S51 is performed using the following [Equation 3], and in the following [Equation 3], X1 is an average of Sample 1, X2 is an average of Sample 2, and s1. , s2 represents the variance of each sample, and n1 and n2 represent the size of sample 1 and sample 2, respectively.
  • the variables are shown in FIG. 4 for the man and the woman, respectively, and in the discriminant analysis step S52, the sample constitution volume is expressed as a percentage for each of the TE, SE, and SY. It represents the typical constitutional body shape.
  • the males showed a concordance rate of 60.8% and the females 57.0%.
  • FIG. 6 is a flowchart schematically illustrating a voice information processing process of the constitution determination method using integrated information according to the present invention.
  • the speech information processing process extracts a total of 144 speech feature variables from five vowels and sentences, and develops a speech constitution diagnosis model from the extracted speech feature variable candidates.
  • the development process of the voice constitution diagnosis model includes selecting a voice feature variable candidate (S61), selecting and converting a variable to be used for discriminant analysis (S62), and determining and analyzing the constitution.
  • a step S63 is made.
  • the development process of the voice constitution diagnosis model may further include a selection step of selecting the top 90% of the subjects using the G score, as in the above-described processes.
  • the step of selecting the speech feature variable candidate (S61) includes extracting the pitch, intensity, formant, and MDVP variable, and extracting the MFCC variable, and selecting the pitch, intensity, formant, and MDVP variable.
  • the extracting step is to calculate the pitch, strength, first order formant, -3dB bandwidth, maximum amplitude, and minimum amplitude values for each vowel, and find the pitch and strength in the sentence to obtain 10, 50, 90 Jitter series variables that represent the degree of pitch change during speech while calculating the first percentile, the ratio, and the correlation between them, and using the pitch and the maximum / minimum amplitude signal for the specified vowel interval.
  • the MDVP variable is extracted by extracting (Jita, Jitt, RAP, PPQ) and Shimer series variables (ShdB, Shim, APQ) indicating the degree of change in amplitude.
  • the step of extracting the MFCC variable is performed by extracting the 12th order MFCC variable and one energy variable for the effective segment section for each vowel.
  • the step of selecting and converting the variable to be used for the discriminant analysis is performed by performing ANOVA and post-test to verify the difference between the two or more population means to determine a statistically significant variable (p ⁇ 0.05). Extract.
  • Equation 4 i is a variable name, Zi is a standardized sieving variable, Xi is a sieving variable, mi and ⁇ i represent an average and a standard deviation of each variable.
  • the present invention is to provide a constitution diagnosis method using integrated information to more accurately determine the constitution by using each individual diagnosis results based on the individual diagnosis results as described above.
  • the agreement rate was 85.8% for males and 86.8% for females.
  • the discriminant accuracy was 68.5% for males and 67.1% for females.
  • the sum of the probability values for each constitution in the questionnaire, body type, face, and voice, and the maximum value is added to the value only when the maximum value is larger than 1.2 (when there is no voice result) or 1.6 (when there is voice result). Determine by the constitution.
  • the constitution having the largest value among the sum of the probability values of TE, SE, and SY calculated by the individual algorithm as the constitutions, as described above, is determined as the final constitution.
  • a determination method can be provided.
  • the constitution is determined based only on the information on a specific part of the human body and the questionnaire results input by the user, it solves the problems of the conventional constitution diagnosis methods that had to limit the objectivity and accuracy of the determination result.
  • the body can be determined more objectively and accurately, and thus, it can be used more effectively in the field of constitution diagnosis.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)

Abstract

본 발명은 사상의학에 근거하여 분류된 인체의 체질을 판단하는 방법에 관한 것으로, 더 상세하게는, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 정확하게 체질을 판정할 수 있도록 하는 통합정보를 이용한 체질판단방법에 관한 것으로서, 본 발명에 따르면, 인체의 특정한 한 부분에 대한 정보와 사용자가 입력한 설문결과에만 근거하여 체질을 판정하므로 판정결과의 객관성 및 정확도에 한계를 가질 수밖에 없었던 종래의 체질진단방법들의 문제점을 해결하여, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 객관적이고 정확하게 체질을 판별할 수 있도록 하는 통합정보를 이용한 체질판단방법이 제공된다.

Description

통합정보를 이용한 체질판단방법
본 발명은 사상의학에 근거하여 분류된 인체의 체질을 판단하는 방법에 관한 것으로, 더 상세하게는, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 정확하게 체질을 판정할 수 있도록 하는 통합정보를 이용한 체질판단방법에 관한 것이다.
종래, 사상의학에 의한 체질의 분류는 1894년에 이제마에 의해 처음으로 제시된 사상체질의학에서 비롯되었으며, 그 핵심적인 내용은, 사람의 체질은 오장육부의 편차에 따라 4가지, 즉, 태양인, 태음인, 소양인, 소음인으로 나눌 수 있으며, 같은 질병이나 증상에 대하여도 체질에 따라 치료방법을 다르게 하는 것이 효과적이라는 것이다.
또한, 이러한 사상의학에 근거한 체질의 판별은, 예를 들면, 진맥을 통해 판별하거나, 사상체질별 체형기상, 성질재간, 용모사기, 병증약리에서 나타나는 특징을 근거로 삼는 전통적인 방법이 있고, 최근에는, 1997년에 사상체질의학회에서 인증한 '설문지를 이용한 사상체질판별 프로그램(QSSCCII)'을 통해 각각의 체질병증을 찾아 확인하는 방법이 사용되고 있다.
그러나 이러한 종래의 방식은, 진단자의 주관적인 판단에 의존하게 되는 경우가 많아 그 객관적인 신빙성에 한계가 있으므로, 보다 객관적인 사실에 근거하여 체질을 판정하기 위한 연구가 활발하게 진행되고 있다.
이와 같은 체질판정방법에 대한 연구의 예로서, 종래에는, 예를 들면, 한국 공개특허공보 제10-2004-0028895호(2004.04.03. 공개)에 개시된 "사상음성분석기"와 같은 것이 있다.
더 상세하게는, 음성에서 개인적인 특징을 나타내는 요소들은 크게 선천적인 요소와 후천적인 요소로 구분될 수 있는데, 선천적인 요소들은 음성기관의 해부학적 특징에 의하여 나타나며, 후천적인 요소들은 언어 습득과정에서 얻어지는 발음상의 특징에 의하여 나타난다.
음성기관의 해부학적 특징에 의하여 나타나는 요소들 중에서 성문(Sound Spectrogram)을 이용하여 측정할 수 있는 성도(Vocal Track)의 공명주파수(Formant Frequency)와, 성도(Vocal Cords)의 특징에 따라 영향을 받는 기본주파수(Fundamental Frequency)는 음성에 의한 개인의 특징인 사상체질을 결정하는 주요한 요소가 된다.
즉, 음성분석을 통해서 나타나는 공명주파수는 성도(성대)의 해부학적 구조와 조음기관의 움직임에 많은 영향을 받는 요소이고, 기본주파수는 주로 성대의 구조에 의해 결정된다.
또한, 성대의 구조는 성별, 연령별 변화에 따라 다양하게 변화되므로, 신체적 상황변화를 감지하는 중요한 요인이 되고 있다.
따라서 상기 특허문헌은, 이러한 음성분석적 특성들을 토대로 사상체질별로 각각 다른 특성의 음성특성을 구하여 사상체질을 객관적으로 진단하는 음성분석기를 제공하고자 하는 것이다.
그러나 상기한 특허문헌에 기재된 방법은, 음성에만 의존하므로, 예를 들면, 감기에 걸렸을 때나 임의로 목소리를 변조하거나 하는 경우와 같이, 정상적인 목소리가 아닌 경우에는 대처할 수 없으며, 따라서 판단의 기준이 한 가지 정보에만 국한되므로 정확도에 그만큼 한계가 있는 것이었다.
또한, 체질판정방법에 대한 종래기술의 다른 예로서, 예를 들면, 한국 공개특허공보 제10-2005-0110093호(2005.11.22. 공개)에 기재된 바와 같은 "휴대단말기를 이용한 사상의학 체질 운용장치 및 방법"이 있다.
상기 특허문헌에 기재된 방법은, 사상의학 체질확인을 위하여 얼굴을 촬영 입력하는 카메라부, 카메라부로부터 인가되는 얼굴 촬영신호를 처리하여 윤곽을 검출하고 비교검색에 의하여 사상의학에 의한 체질을 확인하는 제어부, 사상의학에 의한 체질분석 기준 데이터와 체질별 적합한 음악신호와 색상신호 데이터를 각각 기록저장하고 출력하는 사상의학부, 사상의학 분석처리와 체질 확인을 위한 제어명령을 입력하는 키보드부, 사상의학에 의한 체질확인용 설문을 표시 출력하는 표시부를 포함하여 이루어지는 것으로, 휴대단말기를 이용하여 사상의학적인 체질을 분석하고 분석된 체질에 적합한 심리적인 안정과 건강을 증진하는 소리 신호와 빛 신호를 출력하도록 하는 휴대단말기의 사상의학 체질 운용장치 및 방법을 제공하고자 하는 것이다.
그러나 상기한 특허문헌에 기재된 방법은, 얼굴 윤곽과 사용자가 입력한 설문결과에만 근거하여 체질을 판정하고 있으므로, 마찬가지로 판정결과의 객관성 및 정확도에 한계가 있는 것이었다.
계속해서, 체질판정방법에 대한 종래기술의 또 다른 예로서, 예를 들면, 한국 공개특허공보 제10-2007-0031145호(2007.03.19. 공개)에 기재된 바와 같은 "신체정보를 이용한 사용자 진단 방법" 및 한국 등록특허공보 제10-0902575호(2009.06.05. 등록)에 기재된 바와 같은 "홍채를 촬영한 이미지를 4타입으로 분류하는 홍채 이미지 분석방법"이 있다.
상기한 특허문헌에 기재된 방법들은 각각 지문인식과 홍채인식에 근거하여 체질을 판정하는 방법에 관한 것이나, 상기한 종래기술의 내용과 마찬가지로, 판단의 근거가 한가지 신체정보에만 국한되므로, 판정결과의 객관성 및 정확도에 한계가 있는 것이었다.
이러한 한계를 극복하기 위해, 예를 들면, 한국 공개특허공보 제10-2009-0101557호(2009.09.29. 공개)의 "사상체질 자동진단기"에서는, 피사체의 영상을 3D로 획득하여 디지털 정보로 전송시키는 카메라, 설문 내용을 전산입력시키는 설문 정보 입력기, 사상체질 판단 정보들에 대한 데이터 베이스, 카메라와 설문 정보 입력기의 전송 정보를 분석하고 연산하며 데이터 베이스와 비교 처리하여 피사체의 용모사기, 체형기상, 성질재간, 병증약리를 판단하여 출력시키는 제어부, 제어부의 출력을 표시하는 디스플레이, 제어부의 정보를 저장하는 메모리로 구성되는 것을 특징으로 하는 사상체질 자동진단기를 개시하고 있다.
즉, 상기한 특허문헌의 사상체질 자동진단기는, 3차원 안면자동인식기를 사용하여 안면표준점의 3차원적 좌표를 계산하고 이를 바탕으로 안면형태학적 특징을 검출할 수 있는 것을 특징으로 하나, 결과적으로는, 상기한 공개특허공보 제10-2005-0110093호에 개시된 방법과 마찬가지로, 얼굴 윤곽에 대한 정보와 사용자가 입력한 설문결과에만 근거하여 체질을 판정하는 것이므로, 마찬가지로 판정결과의 객관성 및 정확도에 한계를 가질 수밖에 없게 된다는 문제가 있는 것이었다.
따라서 상기한 바와 같이, 종래의 체질진단방법들의 문제점을 해결하여 보다 객관적이고 정확하게 체질을 판별할 수 있는 새로운 체질판별방법이나 장치를 제공하는 것이 바람직하나, 아직까지 그러한 요구를 모두 만족시키는 장치나 방법은 제공되지 못하고 있는 실정이다.
본 발명은 상기한 바와 같은 종래의 체질진단방법들의 문제점을 해결하기 위한 것으로, 따라서 본 발명의 목적은, 보다 객관적이고 정확하게 체질을 판별할 수 있도록, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 정확하게 체질을 판정할 수 있도록 하는 통합정보를 이용한 체질판단방법을 제공하고자 하는 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명에 따르면, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 객관적이고 정확하게 체질을 판별할 수 있도록 하는 통합정보를 이용한 체질판단방법에 있어서, 안면에 대한 정보를 획득하여 처리하는 단계와, 설문에 대한 정보를 획득하여 처리하는 단계와, 체형에 대한 정보를 획득하여 처리하는 단계와, 음성에 대한 정보를 획득하여 처리하는 단계 및 상기한 각각의 단계에서 얻어진 처리결과들을 종합하여 최종적인 체질을 판단하는 단계를 포함하여 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법이 제공된다.
여기서, 상기 안면에 대한 정보를 획득하여 처리하는 단계는, 사진으로부터 특정점을 추출하는 추출단계와, 정면, 측면 공통으로 측정된 피험자 및 정면, 측면 공통으로 측정된 피험자의 약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어(Good Sample Score) 상위 90%의 피험자를 선택하는 선택단계와, 틸팅(tilting)된 정면사진에 대한 각도보정 및 얼굴 기준선을 추정하는 추정단계와, 보정된 사진을 바탕으로 거리, 각도, 기울기, 비율, 면적, 곡률정보에 대한 계산을 행하는 계산단계와, 각 표본에 대한 자동생성변수의 취합 및 자동생성시 나타나는 오류 표본을 제거하는 취합단계와, 결측이 발생한 변수 및 표본에 대한 미싱 임퓨테이션(missing imputation)을 행하는 단계와, 측정범위를 벗어나는 값을 검출하는 아웃라이어 디텍션(outlier detection) 단계 및 각 변수의 표준화와 연령효과를 조정하는 조정단계를 포함하여 구성된 것을 특징으로 한다.
또한, 상기 조정단계는, 연령에 따라 여러 변수의 값들이 증가하거나 감소하는 패턴을 보정하기 위해, 각 연령 구간별로 표준화한 Z 스코어(Z-score) 점수를 계산하여 보정하며, 이때, 구간별 표준화를 위한 연령 구간별 변수의 대표값은 해당 연령을 기준으로 ±2세 구간의 평균과 표준편차를 이용하도록 구성된 것을 특징으로 한다.
아울러, 상기 설문에 대한 정보를 획득하여 처리하는 단계는, 약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어 상위 90%의 피험자를 선택하는 선택단계와, 주요변수를 추출(significant varibles extrection)하는 단계와, 가중치(weight)를 계산하는 단계와, 체질별 주요변수 스코어(constitutional significant varible score)를 산출하는 단계와, 표본 체질별 설문점수(typical constitutional questionnaire score)를 산출하는 판별식 분석(discriminant analysis)단계를 포함하여 구성된 것을 특징으로 한다.
또, 상기 주요변수를 추출하는 단계는, Oi는 관측빈도(observed frequency), Ei는 기대빈도(expected frequency), n은 각 이벤트의 가능한 발생(outcome)의 수를 각각 나타내는 것으로 할 때, 이하의 [식 1]을 이용하여 p value가 일정값 미만일 경우를 가지는 변수만을 추출하는 것을 특징으로 한다.
[식 1]
Figure PCTKR2010009264-appb-I000001
계속해서, 상기 가중치를 계산하는 단계는, -log X2의 식을 이용하여 일정 점수를 부여하는 것을 특징으로 한다.
또한, 상기 체질별 주요변수 스코어를 산출하는 단계는, 관측빈도가 기대빈도보다 많으면 양의값(a), 적으면 음의값(b)이라 할 때, 이하의 [식 2]를 이용하여 수행되는 것을 특징으로 한다.
[식 2]
Figure PCTKR2010009264-appb-I000002
또, 상기 표본 체질별 설문점수를 산출하는 판별식 분석단계는, TE, SE, SY의 각각에 대하여 A-B 점수를 계산하여 수행되는 것을 특징으로 한다.
더욱이, 상기 체형에 대한 정보를 획득하여 처리하는 단계는, 약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어 상위 90%의 피험자를 선택하는 선택단계와, 독립 샘플 T-테스트(independent sample T-test) 단계와, 판별식 분석단계를 포함하여 이루어지는 것을 특징으로 한다.
여기서, 상기 독립 샘플 T-테스트 단계는, X1은 표본 1의 평균이고, X2는 표본 2의 평균이며, s1, s2는 각 표본의 분산을 나타내고, n1 및 n2는 각각 표본 1 및 표본 2의 크기를 나타내는 것으로 할 때, 이하의 [식 3]을 이용하여 수행되는 것을 특징으로 한다.
[식 3]
Figure PCTKR2010009264-appb-I000003
또, 상기 판별식 분석단계는, TE, SE, SY의 각각에 대하여 퍼센트로 표본 체질적 체형(typical constitutional body shape)을 나타내는 것을 특징으로 한다.
또한, 상기 음성에 대한 정보를 획득하여 처리하는 단계는, 약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어 상위 90%의 피험자를 선택하는 선택단계와, 음성특징변수 후보를 선별하는 단계와, 판별분석에 사용할 변수를 선택 및 변환하는 단계와, 체질을 판별하고 분석하는 단계를 포함하여 이루어지는 것을 특징으로 한다.
아울러, 상기 음성특징변수 후보를 선별하는 단계는, 피치, 세기, 포먼트와 MDVP 변수를 추출하는 단계와, MFCC 변수를 추출하는 단계를 포함하여 이루어지는 것을 특징으로 한다.
여기서, 상기 피치, 세기, 포먼트와 MDVP 변수를 추출하는 단계는, 각 모음에서 피치, 세기, 1차 2차 포만트, 이에 대한 -3dB 대역폭, 최대 진폭, 최소 진폭 값을 계산하고, 문장에서 피치와 세기를 구하여 두 신호의 10, 50, 90번째 백분위수와 이들간의 비, 상관도를 계산한 후, 지정된 모음구간에 대해서 피치와 최대/최소 진폭신호를 이용하여 윈도우 크기를 달리하면서 발성시 피치의 변화정도를 나타내는 지터(Jitter) 계열 변수들(Jita, Jitt, RAP, PPQ)과 진폭의 변화정도를 나타내는 시머(Shimmer) 계열 변수들(ShdB, Shim, APQ)을 추출하여 MDVP 변수를 추출하는 것을 특징으로 한다.
또, 상기 MFCC 변수를 추출하는 단계는, 각 모음별로 유효한 분절 구간에 대해 12차 MFCC 변수와 1개의 에너지 변수를 추출하도록 구성된 것을 특징으로 한다.
또한, 상기 판별분석에 사용할 변수를 선택 및 변환하는 단계는, 두 개 이상의 모집단 평균간의 차이를 검증하는 분산분석(ANOVA)과 사후검정을 수행하여 통계적으로 유의미한 변수를 추출하고, 그 결과, 남자의 경우는 F0 계열 변수와 MFCC 변수, 여자의 경우는 포먼트 계열 변수와 MFCC 변수를 체질을 구분하는 주요변수로 사용하도록 구성된 것을 특징으로 한다.
아울러, 상기 체질을 판별하고 분석하는 단계는, 체질분류에 사용할 변수들의 값의 범위가 상이한 것을 조정하기 위해 표준화 변환을 수행하며, 상기 표준화 변환은, i는 변수명이고, Zi는 표준화된 체질분류변수, Xi는 체질분류변수, mi, σi는 각 변수의 평균과 표준편차를 각각 나타내는 것으로 할 때, 이하의 [식 4]를 이용하여 변수들의 표준화 변환을 수행하도록 구성된 것을 특징으로 한다.
[식 4]
Figure PCTKR2010009264-appb-I000004
계속해서, 상기 최종적인 체질을 판단하는 단계는, 각각의 개별 알고리즘에서 산출되는 TE, SE, SY의 확률값을 체질별로 모두 더한 값 중 가장 큰 값을 가지는 체질을 최종적인 체질로 판별하도록 구성된 것을 특징으로 한다.
여기서, 상기 최종적인 체질을 판단하는 단계는, 설문, 체형, 안면, 음성의 개별 진단결과에서 각 체질별로 확률값을 합산하여 최대값이 1.2(음성결과가 없는 경우) 또는 1.6(음성결과가 있는 경우)보다 큰 경우에만 그 값에 해당하는 체질로 판별하도록 구성된 것을 특징으로 한다.
상기한 바와 같이 본 발명에 따르면, 인체의 특정한 한 부분에 대한 정보와 사용자가 입력한 설문결과에만 근거하여 체질을 판정하므로 판정결과의 객관성 및 정확도에 한계를 가질 수밖에 없었던 종래의 체질진단방법들의 문제점을 해결하여, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 객관적이고 정확하게 체질을 판별할 수 있도록 하는 통합정보를 이용한 체질판단방법을 제공할 수 있다.
도 1은 본 발명에 따른 통합정보를 이용한 체질판단방법의 전체적인 처리과정을 나타내는 플로차트이다.
도 2는 본 발명에 따른 통합정보를 이용한 체질판단방법의 안면정보 처리과정을 나타내는 플로차트이다.
도 3은 연령에 따라 변동하는 변수에 대한 연령구간을 나타내는 그래프이다(여기서, age 15는 age 15 내지 19를 나타내는 것으로, 예를 들어, age 30은 age 30 내지 34를 나타낸다).
도 4는 본 발명에 따른 통합정보를 이용한 체질판단방법의 설문정보 처리과정을 개략적으로 나타내는 플로차트이다.
도 5는 본 발명에 따른 통합정보를 이용한 체질판단방법의 체형정보 처리과정을 개략적으로 나타내는 플로차트이다.
도 6은 본 발명에 따른 통합정보를 이용한 체질판단방법의 음성정보 처리과정을 개략적으로 나타내는 플로차트이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 상세한 내용에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
먼저, 도 1을 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 전체적인 처리과정에 대하여 설명한다.
즉, 본 발명은, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 객관적이고 정확하게 체질을 판별할 수 있도록 하는 통합정보를 이용한 체질판단방법에 관한 것으로, 도 1에 나타낸 바와 같이, 크게 나누어, 안면에 대한 정보를 획득하여 처리하는 단계(S11)와, 설문에 대한 정보를 획득하여 처리하는 단계(S12)와, 체형에 대한 정보를 획득하여 처리하는 단계(S13)와, 음성에 대한 정보를 획득하여 처리하는 단계(S14) 및 상기한 각각의 단계에서 얻어진 처리결과들을 종합하여 최종적인 체질을 판단하는 단계(S15)를 각각 포함하여 이루어진다.
계속해서, 도 2를 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 안면정보 처리과정에 대하여 설명한다.
도 2를 참조하면, 도 1은 본 발명에 따른 통합정보를 이용한 체질판단방법의 안면정보 처리과정을 개략적으로 나타내는 플로차트이다.
도 2에 나타낸 바와 같이, 안면정보 처리과정은, 사진으로부터 특정점을 추출하는 추출단계(S21)와, 정면, 측면 공통으로 측정된 피험자의 약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어(Good Sample Score) 상위 90%의 피험자를 선택하는 선택단계(S22)와, 틸팅(tilting)된 정면사진에 대한 각도보정 및 얼굴 기준선을 추정하는 추정단계(S23)와, 보정된 사진을 바탕으로 거리, 각도, 기울기, 비율, 면적, 곡률정보에 대한 계산을 행하는 계산단계(S24)와, 각 표본에 대한 자동생성변수의 취합 및 자동생성시 나타나는 오류 표본을 제거하는 취합단계(S25)와, 결측이 발생한 변수 및 표본에 대한 미싱 임퓨테이션(missing imputation) 단계(S26)와, 측정범위를 벗어나는 값을 검출하는 아웃라이어 디텍션(outlier detection) 단계(S27) 및 각 변수의 표준화와 연령효과를 조정하는 조정단계(S28)를 포함하여 이루어진다.
여기서, 연령효과의 보정은, 도 3에 나타낸 바와 같이, 사람의 얼굴은 노화에 기인한 형태 변화로 인해 연령에 따라 여러 변수들의 값이 증가 또는 감소하는 패턴을 보이게 되므로, 정확한 판정을 위해서는 이러한 패턴을 보정해줄 필요가 있다.
따라서 연령에 따라 여러 변수의 값들이 증가하거나 감소하는 패턴을 보정하기 위해, 각 연령 구간별로 표준화한 Z 스코어(Z-score) 점수를 계산하여 보정하며, 이때, 구간별 표준화를 위한 연령 구간별 변수의 대표값은 해당 연령을 기준으로 ±2세 구간의 평균과 표준편차를 이용한다.
또한, 본 실시예에서, 현재는 연령변화에 따른 대표값의 변동이 크지만, 추후 충분한 양의 표본을 수집할 경우 연령 구간별 변동폭이 감소할 것으로 기대할 수 있다.
상기한 바와 같이 하여 안면변수를 이용한 진단을 실시하였으며, 이때, 연령패턴을 보정한 62개 변수를 사용하여 남, 여 각각 판별 분석을 실시하였고, 모형에 사용되는 변수는 계단식 선택(stepwise selection) 방법으로 선택되었다.
그 결과, 남녀 선택변수로 나타난 판별함수 결과 및 판별정확도 결과는 남자의 경우 판별정확도 51.8%, 여자의 경우는 53.5%로 다소 낮았으나, 이는 안면만을 이용한 결과이므로 다소 낮게 나타난 것으로 판단할 수 있다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 상세한 내용에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
먼저, 도 1을 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 전체적인 처리과정에 대하여 설명한다.
즉, 본 발명은, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 객관적이고 정확하게 체질을 판별할 수 있도록 하는 통합정보를 이용한 체질판단방법에 관한 것으로, 도 1에 나타낸 바와 같이, 크게 나누어, 안면에 대한 정보를 획득하여 처리하는 단계(S11)와, 설문에 대한 정보를 획득하여 처리하는 단계(S12)와, 체형에 대한 정보를 획득하여 처리하는 단계(S13)와, 음성에 대한 정보를 획득하여 처리하는 단계(S14) 및 상기한 각각의 단계에서 얻어진 처리결과들을 종합하여 최종적인 체질을 판단하는 단계(S15)를 각각 포함하여 이루어진다.
계속해서, 도 2를 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 안면정보 처리과정에 대하여 설명한다.
도 2를 참조하면, 도 1은 본 발명에 따른 통합정보를 이용한 체질판단방법의 안면정보 처리과정을 개략적으로 나타내는 플로차트이다.
도 2에 나타낸 바와 같이, 안면정보 처리과정은, 사진으로부터 특정점을 추출하는 추출단계(S21)와, 정면, 측면 공통으로 측정된 피험자의 약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어(Good Sample Score) 상위 90%의 피험자를 선택하는 선택단계(S22)와, 틸팅(tilting)된 정면사진에 대한 각도보정 및 얼굴 기준선을 추정하는 추정단계(S23)와, 보정된 사진을 바탕으로 거리, 각도, 기울기, 비율, 면적, 곡률정보에 대한 계산을 행하는 계산단계(S24)와, 각 표본에 대한 자동생성변수의 취합 및 자동생성시 나타나는 오류 표본을 제거하는 취합단계(S25)와, 결측이 발생한 변수 및 표본에 대한 미싱 임퓨테이션(missing imputation) 단계(S26)와, 측정범위를 벗어나는 값을 검출하는 아웃라이어 디텍션(outlier detection) 단계(S27) 및 각 변수의 표준화와 연령효과를 조정하는 조정단계(S28)를 포함하여 이루어진다.
여기서, 연령효과의 보정은, 도 3에 나타낸 바와 같이, 사람의 얼굴은 노화에 기인한 형태 변화로 인해 연령에 따라 여러 변수들의 값이 증가 또는 감소하는 패턴을 보이게 되므로, 정확한 판정을 위해서는 이러한 패턴을 보정해줄 필요가 있다.
따라서 연령에 따라 여러 변수의 값들이 증가하거나 감소하는 패턴을 보정하기 위해, 각 연령 구간별로 표준화한 Z 스코어(Z-score) 점수를 계산하여 보정하며, 이때, 구간별 표준화를 위한 연령 구간별 변수의 대표값은 해당 연령을 기준으로 ±2세 구간의 평균과 표준편차를 이용한다.
또한, 본 실시예에서, 현재는 연령변화에 따른 대표값의 변동이 크지만, 추후 충분한 양의 표본을 수집할 경우 연령 구간별 변동폭이 감소할 것으로 기대할 수 있다.
상기한 바와 같이 하여 안면변수를 이용한 진단을 실시하였으며, 이때, 연령패턴을 보정한 62개 변수를 사용하여 남, 여 각각 판별 분석을 실시하였고, 모형에 사용되는 변수는 계단식 선택(stepwise selection) 방법으로 선택되었다.
그 결과, 남녀 선택변수로 나타난 판별함수 결과 및 판별정확도 결과는 남자의 경우 판별정확도 51.8%, 여자의 경우는 53.5%로 다소 낮았으나, 이는 안면만을 이용한 결과이므로 다소 낮게 나타난 것으로 판단할 수 있다.
다음으로, 도 4를 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 설문정보 처리과정에 대하여 설명한다.
도 4를 참조하면, 도 4는 본 발명에 따른 통합정보를 이용한 체질판단방법의 설문정보 처리과정을 개략적으로 나타내는 플로차트이다.
도 4에 나타낸 바와 같이, 설문정보 처리과정은, 주요변수를 추출(significant varibles extrection)하는 단계(S41)와, 가중치(weight)를 계산하는 단계(S42)와, 체질별 주요변수 스코어(constitutional significant varible score)를 산출하는 단계(S43)와, 표본 체질별 설문점수(typical constitutional questionnaire score)를 산출하는 판별식 분석(discriminant analysis) 단계(S44)를 포함하여 이루어진다.
도 4에 있어서, TE는 태음인, SE는 소음인, SY는 소양인을 나타내며, 그룹 구성은 태음인과 비태음인 그룹, 소음인과 비소음인 그룹, 소양인과 비소양인 그룹으로 나누어 실시하였다.
여기서, 설문정보 처리과정은, 상기한 안면정보 처리과정과 마찬가지로, 상기한 바와 같은 G 스코어를 이용하여 상위 90%의 피험자를 선택하는 선택단계를 더 포함할 수 있다.
또한, 주요변수를 추출하는 단계(S41)는 이하의 [식 1]을 이용하여 p value가 일정값 미만일 경우를 가지는 변수만이 추출되며, 이하의 [식 1]에서 Oi는 관측빈도(observed frequency), Ei는 기대빈도(expected frequency), n은 각 이벤트의 가능한 발생(outcome)의 수를 각각 나타낸다.
[식 1]
Figure PCTKR2010009264-appb-I000005
다음으로, 가중치를 계산하는 단계(S42)는, 도 4에 나타낸 바와 같이, -log X2의 식을 이용하여 일정 점수가 부여되고, 여기서, 관측빈도(Oi)의 값이 기대빈도(Ei)의 값보다 크면 가중치가 양의 값이 되고, 관측빈도(Oi)의 값이 기대빈도(Ei)의 값보다 작으면 가중치가 음의 값이 된다.
계속해서, 체질별 주요변수 스코어를 산출하는 단계(S43)는, 관측빈도가 기대빈도보다 많으면 양의값(a), 적으면 음의값(b)이라 할 때, 이하의 [식 2]를 이용하여 수행된다.
[식 2]
Figure PCTKR2010009264-appb-I000006
따라서 A는 양의값의 합이고, B는 음의값의 합이 된다.
다음으로, 표본 체질별 설문점수를 산출하는 판별식 분석단계(S44)는, TE, SE, SY의 각각에 대하여 A-B 점수를 계산하여 수행된다.
또한, 상기한 바와 같이 하여 설문 진단 모델을 이용한 결과, 남성은 64.3%, 여성은 57.5%의 일치율을 나타내었다.
계속해서, 도 5를 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 체형정보 처리과정에 대하여 설명한다.
도 5를 참조하면, 도 5는 본 발명에 따른 통합정보를 이용한 체질판단방법의 체형정보 처리과정을 개략적으로 나타내는 플로차트이다.
도 5에 나타낸 바와 같이, 체형정보 처리과정은, 대상군을 태음인: 비태음인, 소음인: 비소음인, 소양인: 비소양인으로 나누어 5부위 너비, 8부위 둘레, 키, 몸무게, 체질량 지수를 이용하여 유의항목을 도출하고, 이를 판별, 분석하여 체질확률값(각 체질의 전형성을 나타내는 확률값)을 도출함으로써, 체형진단모델을 개발하는 것이다.
즉, 상기한 체형모델 개발과정은, 먼저, 독립 샘플 T-테스트(independent sample T-test) 단계(S51)와, 판별식 분석단계(S52)를 포함하여 이루어진다.
또한, 체형모델 개발과정에서도, 상기한 안면정보 처리과정 및 설문정보 처리과정과 마찬가지로, 상기한 바와 같은 G 스코어를 이용하여 상위 90%의 피험자를 선택하는 선택단계를 더 포함할 수 있다.
여기서 독립 샘플 T-테스트 단계(S51)는, 이하의 [식 3]을 이용하여 수행되며, 이하의 [식 3]에 있어서, X1은 표본 1의 평균이고, X2는 표본 2의 평균이며, s1, s2는 각 표본의 분산을 나타내고, n1 및 n2는 각각 표본 1 및 표본 2의 크기를 나타낸다.
[식 3]
Figure PCTKR2010009264-appb-I000007
여기서, 변수(variables)는 남(man)과 여(woman)에 대하여 각각 도 4에 나타낸 바와 같으며, 판별식 분석단계(S52)에서는, TE, SE, SY의 각각에 대하여 퍼센트로 표본 체질적 체형(typical constitutional body shape)을 나타낸다.
또한, 상기한 바와 같이 하여 체형 진단 모델을 이용한 결과, 남성은 60.8%, 여성은 57.0%의 일치율을 나타내었다.
다음으로, 도 6을 참조하여, 본 발명에 따른 통합정보를 이용한 체질판단방법의 음성정보 처리과정에 대하여 설명한다.
도 6을 참조하면, 도 6은 본 발명에 따른 통합정보를 이용한 체질판단방법의 음성정보 처리과정을 개략적으로 나타내는 플로차트이다.
도 6에 나타낸 바와 같이, 음성정보 처리과정은, 5개의 모음과 문장에서 총 144개의 음성특징변수를 추출하고, 추출된 음성특징변수 후보로부터 음성 체질진단 모델을 개발하는 것이다.
즉, 더 상세하게는 음성 체질진단 모델의 개발과정은, 음성특징변수 후보를 선별하는 단계(S61)와, 판별분석에 사용할 변수를 선택 및 변환하는 단계(S62)와, 체질을 판별하고 분석하는 단계(S63)를 포함하여 이루어진다.
또한, 음성 체질진단 모델의 개발과정에서도, 상기한 과정들과 마찬가지로, G 스코어를 이용하여 상위 90%의 피험자를 선택하는 선택단계를 더 포함할 수 있다.
여기서, 음성특징변수 후보를 선별하는 단계(S61)는, 피치, 세기, 포먼트와 MDVP 변수를 추출하는 단계와, MFCC 변수를 추출하는 단계로 이루어지며, 피치, 세기, 포먼트와 MDVP 변수를 추출하는 단계는, 각 모음에서 피치, 세기, 1차 2차 포만트, 이에 대한 -3dB 대역폭, 최대 진폭, 최소 진폭 값을 계산하고, 문장에서 피치와 세기를 구하여 두 신호의 10, 50, 90번째 백분위수와 이들간의 비, 상관도를 계산한 후, 지정된 모음구간에 대해서 피치와 최대/최소 진폭신호를 이용하여 윈도우 크기를 달리하면서 발성시 피치의 변화정도를 나타내는 지터(Jitter) 계열 변수들(Jita, Jitt, RAP, PPQ)과 진폭의 변화정도를 나타내는 시머(Shimmer) 계열 변수들(ShdB, Shim, APQ)을 추출하여 MDVP 변수를 추출한다.
또한, MFCC 변수를 추출하는 단계는, 각 모음별로 유효한 분절 구간에 대해 12차 MFCC 변수와 1개의 에너지 변수 추출하여 이루어진다.
다음으로, 판별분석에 사용할 변수를 선택 및 변환하는 단계(S62)는, 두 개 이상의 모집단 평균간의 차이를 검증하는 분산분석(ANOVA)과 사후검정을 수행하여 통계적으로 유의미한(p < 0.05) 변수를 추출한다.
그 결과, 남자의 경우는 F0 계열 변수와 MFCC 변수, 여자의 경우는 포먼트 계열 변수와 MFCC 변수가 체질을 구분하는 주요 변수로 작용하게 된다.
이어서, 체질을 판별하고 분석하는 단계(S63)에서는, 체질분류에 사용할 변수들의 값의 범위가 상이한 것을 조정하기 위해, 이하의 [식 4]를 이용하여 변수들의 표준화 변환을 수행하고 Z 점수를 산출한다.
[식 4]
Figure PCTKR2010009264-appb-I000008
상기한 [식 4]에서, i는 변수명이고, Zi는 표준화된 체질분류변수, Xi는 체질분류변수, mi, σi는 각 변수의 평균과 표준편차를 각각 나타낸다.
또한, 상기한 바와 같이 하여 산출된 Z점수를 이용하여 음성 진단 모델을 이용한 판별분석을 수행한 결과, 남성은 51.7%, 여성은 43.3%의 일치율을 나타내었다.
다음으로, 상기한 바와 같은 각각의 정보를 이용한 판별방법을 종합하여 통합정보를 이용한 체질판단방법을 제공하기 위한 통합 체질진단방법의 구체적인 내용에 대하여 설명한다.
즉, 본 발명은, 상기한 바와 같은 개별 진단결과를 기반으로, 각 개별 진단결과를 활용하여 보다 정확하게 체질을 판별하기 위한 통합정보를 이용한 체질진단방법을 제공하고자 하는 것이다.
먼저, 상기한 바와 같은 각각의 설문, 체형, 안면의 개별 진단결과 중 2개 이상의 체질진단 결과가 일치하는 경우의 진단결과의 일치율과 판별정확도를 계산한 결과, 일치율은 남성 85.8%, 여성 86.8%에서 2개 이상의 진단결과가 일치하였고, 이때의 판별정확도는 남성 68.5%, 여성 67.1%로 나타난 것을 확인하였다.
또한,설문, 체형, 안면의 개별 진단결과가 모두 일치한 경우는, 진단결과가 모두 일치하는 비율은 비록 50% 이하였지만, 그 판별정확도는 80% 이상으로 높아진 것을 확인할 수 있었다.
따라서 상기한 바와 같은 결과를 토대로, 개별 알고리즘에서 산출되는 TE, SE, SY의 확률값을 체질별로 모두 더한 값 중 가장 큰 값을 가지는 체질을 최종적인 체질로 판별하도록 함으로써, 개별 체질진단 확률에 기반하는 통합정보를 이용한 체질진단방법을 제공할 수 있다.
또한, 이때, 설문, 체형, 안면, 음성의 개별 진단결과에서 각 체질별로 확률값을 합산하여 최대값이 1.2(음성결과가 없는 경우) 또는 1.6(음성결과가 있는 경우)보다 큰 경우에만 그 값에 해당하는 체질로 판별하도록 한다.
즉, 상기한 바와 같이, 각 체질별로 확률값을 합산하여 최대값이 1.2(음성결과가 없는 경우) 또는 1.6(음성결과가 있는 경우)보다 큰 경우에만 그 값에 해당하는 체질로 판별하도록 했을 때, 판정율은 남성 88.1%, 여성 83.0%이었고, 판별 정확도는 남성 74.9%, 여성 70.8%로 매우 높게 나타난 것을 확인하였다.
따라서 본 발명에 따르면, 상기한 바와 같이 하여 개별 알고리즘에서 산출되는 TE, SE, SY의 확률값을 체질별로 모두 더한 값 중 가장 큰 값을 가지는 체질을 최종적인 체질로 판별하도록 함으로써, 통합정보를 이용한 체질판단방법을 제공할 수 있다.
이상 상기한 바와 같은 본 발명의 실시예를 통하여 본 발명에 따른 통합정보를 이용한 체질판단방법의 상세한 내용에 대하여 설명하였으나, 본 발명은 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 따라서 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 설계상의 필요 및 기타 다양한 요인에 따라 여러 가지 수정, 변경, 결합 및 대체 등이 가능한 것임은 당연한 일이라 하겠다.
본 발명에 따르면, 인체의 특정한 한 부분에 대한 정보와 사용자가 입력한 설문결과에만 근거하여 체질을 판정하므로 판정결과의 객관성 및 정확도에 한계를 가질 수밖에 없었던 종래의 체질진단방법들의 문제점을 해결하여, 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 보다 객관적이고 정확하게 체질을 판별할 수 있으므로, 체질진단 관련 분야에 보다 효과적으로 이용될 수 있다.

Claims (19)

  1. 사람의 얼굴, 설문, 체형, 음성 등의 정보를 종합적으로 이용하여 객관적이고 정확하게 체질을 판별할 수 있도록 하는 통합정보를 이용한 체질판단방법에 있어서,
    안면에 대한 정보를 획득하여 처리하는 단계와,
    설문에 대한 정보를 획득하여 처리하는 단계와,
    체형에 대한 정보를 획득하여 처리하는 단계와,
    음성에 대한 정보를 획득하여 처리하는 단계 및
    상기한 각각의 단계에서 얻어진 처리결과들을 종합하여 최종적인 체질을 판단하는 단계를 포함하여 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  2. 제 1항에 있어서,
    상기 안면에 대한 정보를 획득하여 처리하는 단계는,
    사진으로부터 특정점을 추출하는 추출단계와,
    정면, 측면 공통으로 측정된 피험자의 약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어(Good Sample Score) 상위 90%의 피험자를 선택하는 선택단계와,
    틸팅(tilting)된 정면사진에 대한 각도보정 및 얼굴 기준선을 추정하는 추정단계와,
    보정된 사진을 바탕으로 거리, 각도, 기울기, 비율, 면적, 곡률정보에 대한 계산을 행하는 계산단계와,
    각 표본에 대한 자동생성변수의 취합 및 자동생성시 나타나는 오류 표본을 제거하는 취합단계와,
    결측이 발생한 변수 및 표본에 대한 미싱 임퓨테이션(missing imputation)을 행하는 단계와,
    측정범위를 벗어나는 값을 검출하는 아웃라이어 디텍션(outlier detection) 단계 및
    각 변수의 표준화와 연령효과를 조정하는 조정단계를 포함하여 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  3. 제 2항에 있어서,
    상기 조정단계는, 연령에 따라 여러 변수의 값들이 증가하거나 감소하는 패턴을 보정하기 위해, 각 연령 구간별로 표준화한 Z 스코어(Z-score) 점수를 계산하여 보정하며,
    이때, 구간별 표준화를 위한 연령 구간별 변수의 대표값은 해당 연령을 기준으로 ±2세 구간의 평균과 표준편차를 이용하도록 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  4. 제 1항에 있어서,
    상기 설문에 대한 정보를 획득하여 처리하는 단계는,
    약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어 상위 90%의 피험자를 선택하는 선택단계와,
    주요변수를 추출(significant varibles extrection)하는 단계와,
    가중치(weight)를 계산하는 단계와,
    체질별 주요변수 스코어(constitutional significant varible score)를 산출하는 단계와,
    표본 체질별 설문점수(typical constitutional questionnaire score)를 산출하는 판별식 분석(discriminant analysis)단계를 포함하여 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  5. 제 4항에 있어서,
    상기 주요변수를 추출하는 단계는,
    Oi는 관측빈도(observed frequency), Ei는 기대빈도(expected frequency), n은 각 이벤트의 가능한 발생(outcome)의 수를 각각 나타내는 것으로 할 때, 이하의 [식 1]을 이용하여 p value가 일정값 미만일 경우를 가지는 변수만을 추출하는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
    [식 1]
    Figure PCTKR2010009264-appb-I000009
  6. 제 4항에 있어서,
    상기 가중치를 계산하는 단계는, -log X2의 식을 이용하여 일정 점수를 부여하는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  7. 제 4항에 있어서,
    상기 체질별 주요변수 스코어를 산출하는 단계는, 관측빈도가 기대빈도보다 많으면 양의값(a), 적으면 음의값(b)이라 할 때, 이하의 [식 2]를 이용하여 수행되는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
    [식 2]
    Figure PCTKR2010009264-appb-I000010
  8. 제 4항에 있어서,
    상기 표본 체질별 설문점수를 산출하는 판별식 분석단계는, TE, SE, SY의 각각에 대하여 A-B 점수를 계산하여 수행되는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  9. 제 1항에 있어서,
    상기 체형에 대한 정보를 획득하여 처리하는 단계는,
    약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어 상위 90%의 피험자를 선택하는 선택단계와,
    독립 샘플 T-테스트(independent sample T-test) 단계와,
    판별식 분석단계를 포함하여 이루어지는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  10. 제 9항에 있어서,
    상기 독립 샘플 T-테스트 단계는, X1은 표본 1의 평균이고, X2는 표본 2의 평균이며, s1, s2는 각 표본의 분산을 나타내고, n1 및 n2는 각각 표본 1 및 표본 2의 크기를 나타내는 것으로 할 때, 이하의 [식 3]을 이용하여 수행되는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
    [식 3]
    Figure PCTKR2010009264-appb-I000011
  11. 제 9항에 있어서,
    상기 판별식 분석단계는, TE, SE, SY의 각각에 대하여 퍼센트로 표본 체질적 체형(typical constitutional body shape)을 나타내는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  12. 제 1항에 있어서,
    상기 음성에 대한 정보를 획득하여 처리하는 단계는,
    약리점수, 전문가 확신도 점수, 설문점수, 체험점수를 이용하여 산출되는 G 스코어 상위 90%의 피험자를 선택하는 선택단계와,
    음성특징변수 후보를 선별하는 단계와,
    판별분석에 사용할 변수를 선택 및 변환하는 단계와,
    체질을 판별하고 분석하는 단계를 포함하여 이루어지는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  13. 제 12항에 있어서,
    상기 음성특징변수 후보를 선별하는 단계는,
    피치, 세기, 포먼트와 MDVP 변수를 추출하는 단계와,
    MFCC 변수를 추출하는 단계를 포함하여 이루어지는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  14. 제 13항에 있어서,
    상기 피치, 세기, 포먼트와 MDVP 변수를 추출하는 단계는,
    각 모음에서 피치, 세기, 1차 2차 포만트, 이에 대한 -3dB 대역폭, 최대 진폭, 최소 진폭 값을 계산하고,
    문장에서 피치와 세기를 구하여 두 신호의 10, 50, 90번째 백분위수와 이들간의 비, 상관도를 계산한 후,
    지정된 모음구간에 대해서 피치와 최대/최소 진폭신호를 이용하여 윈도우 크기를 달리하면서 발성시 피치의 변화정도를 나타내는 지터(Jitter) 계열 변수들(Jita, Jitt, RAP, PPQ)과 진폭의 변화정도를 나타내는 시머(Shimmer) 계열 변수들(ShdB, Shim, APQ)을 추출하여 MDVP 변수를 추출하는 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  15. 제 13항에 있어서,
    상기 MFCC 변수를 추출하는 단계는,
    각 모음별로 유효한 분절 구간에 대해 12차 MFCC 변수와 1개의 에너지 변수를 추출하도록 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  16. 제 12항에 있어서,
    상기 판별분석에 사용할 변수를 선택 및 변환하는 단계는,
    두 개 이상의 모집단 평균간의 차이를 검증하는 분산분석(ANOVA)과 사후검정을 수행하여 통계적으로 유의미한 변수를 추출하고,
    그 결과, 남자의 경우는 F0 계열 변수와 MFCC 변수, 여자의 경우는 포먼트 계열 변수와 MFCC 변수를 체질을 구분하는 주요변수로 사용하도록 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  17. 제 12항에 있어서,
    상기 체질을 판별하고 분석하는 단계는, 체질분류에 사용할 변수들의 값의 범위가 상이한 것을 조정하기 위해 표준화 변환을 수행하며,
    상기 표준화 변환은, i는 변수명이고, Zi는 표준화된 체질분류변수, Xi는 체질분류변수, mi, σi는 각 변수의 평균과 표준편차를 각각 나타내는 것으로 할 때, 이하의 [식 4]를 이용하여 변수들의 표준화 변환을 수행하도록 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
    [식 4]
    Figure PCTKR2010009264-appb-I000012
  18. 제 1항에 있어서,
    상기 최종적인 체질을 판단하는 단계는,
    각각의 개별 알고리즘에서 산출되는 TE, SE, SY의 확률값을 체질별로 모두 더한 값 중 가장 큰 값을 가지는 체질을 최종적인 체질로 판별하도록 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
  19. 제 18항에 있어서,
    상기 최종적인 체질을 판단하는 단계는,
    설문, 체형, 안면, 음성의 개별 진단결과에서 각 체질별로 확률값을 합산하여 최대값이 1.2(음성결과가 없는 경우) 또는 1.6(음성결과가 있는 경우)보다 큰 경우에만 그 값에 해당하는 체질로 판별하도록 구성된 것을 특징으로 하는 통합정보를 이용한 체질판단방법.
PCT/KR2010/009264 2010-10-01 2010-12-23 통합정보를 이용한 체질판단방법 Ceased WO2012043935A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201080070478.1A CN103249353B (zh) 2010-10-01 2010-12-23 用于利用整合的信息确定体质的方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20100096068A KR101220399B1 (ko) 2010-10-01 2010-10-01 통합정보를 이용한 체질정보 분석방법
KR10-2010-0096068 2010-10-01

Publications (1)

Publication Number Publication Date
WO2012043935A1 true WO2012043935A1 (ko) 2012-04-05

Family

ID=45893354

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2010/009264 Ceased WO2012043935A1 (ko) 2010-10-01 2010-12-23 통합정보를 이용한 체질판단방법

Country Status (3)

Country Link
KR (1) KR101220399B1 (ko)
CN (1) CN103249353B (ko)
WO (1) WO2012043935A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101387896B1 (ko) * 2012-09-24 2014-04-21 한국 한의학 연구원 체질 및 건강 판단 장치 및 그의 체질 및 건강 판단 방법
CN106137128A (zh) * 2016-06-24 2016-11-23 何颖 人体健康检测方法
KR101715567B1 (ko) * 2016-07-21 2017-03-13 동국대학교 경주캠퍼스 산학협력단 사상체질전문가의 체질 진단에서의 시진(視診) 또는 망진(望診) 상의 오류를 교정하기 위한 얼굴 분석 시스템
KR102002279B1 (ko) * 2017-04-06 2019-07-23 한국한의학연구원 3차원 안면 진단 장치
KR102156699B1 (ko) 2018-11-14 2020-09-17 한국한의학연구원 소음인 판별용 조성물
KR102181022B1 (ko) 2018-12-03 2020-11-19 박상순 사상 체질 판단 방법 및 그 방법을 이용한 프로그램
US11779222B2 (en) 2019-07-10 2023-10-10 Compal Electronics, Inc. Method of and imaging system for clinical sign detection

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030095474A (ko) * 2002-06-10 2003-12-24 휴먼씽크(주) 피치 분석 방법 및 그 장치와, 사상체질 감별 방법 및 그시스템과, 사상체질 감별 프로그램을 내장한 컴퓨터가판독 가능한 기록매체
KR20050110093A (ko) * 2004-05-17 2005-11-22 엘지전자 주식회사 휴대단말기를 이용한 사상의학 체질 운용장치 및 방법
KR20070031145A (ko) * 2005-09-14 2007-03-19 엘지전자 주식회사 신체정보를 이용한 사용자 진단 방법
KR20090101557A (ko) * 2008-03-24 2009-09-29 학교법인 동의학원 사상체질 자동진단기

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1120923A (zh) * 1993-09-18 1996-04-24 孙绍山 便携式四项体质鉴别健康卡及其应用
JPH09231413A (ja) * 1996-02-22 1997-09-05 Suzuki Nobuo 体格プロセッサ
CN1716267A (zh) * 2005-07-21 2006-01-04 高春平 个性化立体养生保健方法及装置
KR100919838B1 (ko) * 2009-05-14 2009-10-01 한국 한의학 연구원 건강관리장치 및 그 장치의 제어방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030095474A (ko) * 2002-06-10 2003-12-24 휴먼씽크(주) 피치 분석 방법 및 그 장치와, 사상체질 감별 방법 및 그시스템과, 사상체질 감별 프로그램을 내장한 컴퓨터가판독 가능한 기록매체
KR20050110093A (ko) * 2004-05-17 2005-11-22 엘지전자 주식회사 휴대단말기를 이용한 사상의학 체질 운용장치 및 방법
KR20070031145A (ko) * 2005-09-14 2007-03-19 엘지전자 주식회사 신체정보를 이용한 사용자 진단 방법
KR20090101557A (ko) * 2008-03-24 2009-09-29 학교법인 동의학원 사상체질 자동진단기

Also Published As

Publication number Publication date
KR101220399B1 (ko) 2013-01-09
CN103249353A (zh) 2013-08-14
KR20120034475A (ko) 2012-04-12
CN103249353B (zh) 2015-04-22

Similar Documents

Publication Publication Date Title
WO2012043935A1 (ko) 통합정보를 이용한 체질판단방법
CN107622797B (zh) 一种基于声音的身体状况确定系统及方法
Karan et al. An improved framework for Parkinson’s disease prediction using Variational Mode Decomposition-Hilbert spectrum of speech signal
CN118136232A (zh) 基于多模态深度学习的帕金森病症早期检测方法及系统
CN106073706B (zh) 一种面向简易精神状态量表的个性化信息和音频数据分析方法及系统
Oğuz et al. Comparison of results in two acoustic analysis programs: Praat and MDVP
Ding et al. Deep connected attention (DCA) ResNet for robust voice pathology detection and classification
Sáenz-Lechón et al. Automatic assessment of voice quality according to the GRBAS scale
WO2019190016A1 (ko) 인지 기능 재활 훈련 방법 및 장치
Fraile et al. Automatic detection of laryngeal pathologies in records of sustained vowels by means of mel-frequency cepstral coefficient parameters and differentiation of patients by sex
CN110495888B (zh) 一种基于中医舌、面图像的标准色卡及其应用
JPWO2012077476A1 (ja) 属性値推定装置、属性値推定方法、プログラム及び記録媒体
Ali et al. Intra-and inter-database study for Arabic, English, and German databases: do conventional speech features detect voice pathology?
Al-Dhief et al. Dysphonia detection based on voice signals using naive bayes classifier
WO2021085947A1 (en) Parkinson&#39;s disease diagnostic application
CN110070888A (zh) 一种基于卷积神经网络的帕金森语音识别方法
WO2025070868A1 (ko) 음성 데이터를 이용한 ai 기반 난청, 인지장애 및 치매 선별시스템
CN114639397A (zh) 一种基于日常语音数据的疾病分析系统
WO2018105995A2 (ko) 빅데이터를 활용한 건강정보 예측 장치 및 방법
WO2023234730A1 (ko) 패치 레벨 중증도 판단 방법, 슬라이드 레벨 중증도 판단 방법 및 이를 수행하는 컴퓨팅 시스템
Nouhaila et al. An intelligent approach based on the combination of the discrete wavelet transform, delta delta MFCC for Parkinson’s disease diagnosis
Karan Speech-based Parkinson’s disease prediction using XGBoost-based features selection and the stacked ensemble of classifiers
Zayrit et al. Daubechies Wavelet Cepstral Coefficients for Parkinson's Disease Detection
Song et al. Enhancing vocal-based laryngeal cancer screening with additional patient information and voice signal embedding
CN115035103B (zh) 眼红图像数据的处理方法及眼红等级分析装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10857935

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10857935

Country of ref document: EP

Kind code of ref document: A1