WO2016200244A1 - 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법 - Google Patents

호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법 Download PDF

Info

Publication number
WO2016200244A1
WO2016200244A1 PCT/KR2016/006276 KR2016006276W WO2016200244A1 WO 2016200244 A1 WO2016200244 A1 WO 2016200244A1 KR 2016006276 W KR2016006276 W KR 2016006276W WO 2016200244 A1 WO2016200244 A1 WO 2016200244A1
Authority
WO
WIPO (PCT)
Prior art keywords
subject
computer
model
information
respiratory gas
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/KR2016/006276
Other languages
English (en)
French (fr)
Inventor
이시우
이영섭
진희정
박만영
박기현
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
Priority claimed from KR1020150125544A external-priority patent/KR101785788B1/ko
Application filed by Korea Institute of Oriental Medicine KIOM filed Critical Korea Institute of Oriental Medicine KIOM
Publication of WO2016200244A1 publication Critical patent/WO2016200244A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/497—Physical analysis of biological material of gaseous biological material, e.g. breath
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Definitions

  • a computing system and a method of operating the same are provided to process the data obtained through the respiratory gas analysis required for the activity to assist in the classification of the disease.
  • the World Health Organization defines 'health' as a physical, mental and social well-being and not simply a state without illness or weakness.
  • the 'illness' state is an intermediate step between health and illness, and can be interpreted as a kind of deterioration state that can lead to disease if left unattended.
  • respiratory gas analysis according to activity is an important indicator in determining the individual's exercise ability, muscle mitochondria efficiency, circulatory function.
  • Maximum oxygen intake which is commonly used in respiratory gas analysis, is one of the important determinants of endurance exercise ability and is used to compare aerobic exercise capacity. This information is determined by genetic factors, gender, age and body type, but can also be increased through exercise, especially when assessing athletes' athletic performance.
  • the ability to inhale oxygen in the air and deliver it to each part of the body through breathing, and at the same time, the ability to release carbon dioxide means the activity of the overall function of the body, which is not yet a medical condition, but the quality of health is deteriorated. There is something in common with the disease that means.
  • a system for classifying diseases of oriental medicine using reference data including control information between a healthy group and a US group for respiratory gas parameters and constitution information is provided.
  • a system for objectively quantifying a disease in a subject by using quantitative indicators associated with respiratory gas, which indicates the overall physiological activity of the human body is provided.
  • a computer-implemented system is provided that is at least temporarily implemented by a computer to assist in disease classification.
  • the computer-implemented system includes an interface unit for interfacing with a database storing reference data including reference information of health and US soldiers for respiratory gas parameters and constitution information, and at least one measured and input for the subject. And a processor for determining whether the subject corresponds to the health group or the US disease group based on the first respiratory gas parameter and first constitution information corresponding to the subject.
  • the respiratory gas parameter may include at least one of a maximum oxygen amount, a maximum carbon dioxide amount, a ratio of a maximum oxygen amount to a heart rate, and a ratio of a ventilation amount to a maximum carbon dioxide amount.
  • the processor makes the determination using at least one of a CART model, a RandomForest model, an MNL model, an SVM model, and an NN model.
  • the processor determines a model to be used for the determination of the subject among the CART model, the RandomForest model, the MNL model, the SVM model, and the NN model according to the first constitution information.
  • the reference data is a classification of the health group and the U.S. armed group according to demographic information including age and gender, and physique information including weight and height
  • the processor may divide the population of the subject. The determination is further performed using the academic information and the physique information of the subject.
  • the determination result according to one embodiment is provided to the database through the interface unit and optionally reflected in the reference data, thereby contributing to data training.
  • a computer-implemented method includes maintaining an interface for interfacing with a database storing reference data including reference data of health and US soldiers for respiratory gas parameters and constitution information, and measuring and inputting a subject. And determining whether the subject corresponds to the health group or the US disease group by comparing the at least one first respiratory gas parameter and the first constitution information corresponding to the subject with the reference data, wherein the breathing is performed.
  • the gas parameter includes at least one of the maximum oxygen amount, the maximum carbon dioxide amount, the ratio of the maximum oxygen amount to the heart rate, and the ratio of the ventilation amount to the maximum carbon dioxide amount.
  • the determining may include determining a model to be used for the determination of the subject among the CART model, the RandomForest model, the MNL model, the SVM model, and the NN model according to the first constitution information. It includes a step.
  • the reference data is divided into the health group and the US disease group according to demographic information including age and gender, and physique information including weight and height, and the determining includes: And performing the determination by further using demographic information of the subject and the physique information of the subject.
  • the determination result according to one embodiment is provided to the database through the interface unit and optionally reflected in the reference data, thereby contributing to data training.
  • a computer-implemented program is measured for a subject and a set of instructions for maintaining an interface for interfacing with a database storing reference data including reference data of health and US soldiers for respiratory gas parameters and constitution information. And a set of instructions for determining whether the subject corresponds to the health group or the US disease group based on the input data including at least one first respiratory gas parameter and first constitution information corresponding to the subject,
  • the respiratory gas parameter includes at least one of the maximum oxygen amount, the maximum carbon dioxide amount, the ratio of the maximum oxygen amount to the heart rate, and the ratio of the ventilation amount to the maximum carbon dioxide amount.
  • the disease of oriental medicine may be classified using reference data including control information between the health group and the US disease group for the respiratory gas parameter and the constitution information.
  • the disease of the subject may be objectively quantified by using quantitative indicators associated with respiratory gas, which indicates the overall physiological activity of the human body.
  • FIG. 1 is a diagram illustrating an entire system utilizing a computer implemented system according to an embodiment.
  • FIG. 2 is a diagram illustrating a computer-implemented system according to one embodiment.
  • FIG. 3 is a diagram illustrating the disease evaluation and respiratory gas data collected for non-ill patients.
  • FIG. 4 illustrates a computer-implemented method according to an embodiment.
  • FIG. 1 is a diagram illustrating an entire system 100 utilizing a computer implemented system 140 according to one embodiment.
  • the entire system 100 may monitor a disease state for a user by utilizing the computer implemented system 140 according to an embodiment.
  • the computer implemented system 140 may collect various types of respiratory gases from the respiratory gas analyzer 110.
  • the respiratory gas analyzer 110 may measure oxygen per minute, ventilation per minute, carbon dioxide emissions per minute, heart rate per minute, and provide the measured information to the computer implemented system 140.
  • the heart rate per minute may be measured in the wearable band, and the respiratory gas analyzer 110 may collect the heart rate per minute measured by the wearable band and provide it to the computer implemented system 140.
  • the computer implemented system 140 may use information provided from the respiratory gas analyzer 110 as an important indicator for determining an individual's athletic ability, the efficiency of muscle mitochondria, the circulation function, and the like.
  • Computer-implemented system 140 may calculate the maximum oxygen intake from the information provided from the breathing gas analyzer 110, which is one of the important factors that determine the endurance athletic performance, It can also be used for evaluation.
  • the computer-implemented system 140 may determine whether the disease is not a medical condition but a disease that indicates a deteriorated quality of health through the ability to emit carbon dioxide.
  • the computer-implemented system 140 may collect body information such as a gender, height, and weight of the subject.
  • the computer-implemented system 140 may collect body type information such as the height and weight of the subject from the body type / gender measuring unit 120.
  • the body type / gender measuring unit 120 may transmit body shape information, such as height and weight, collected from the subject to the computer-implemented system 140 through a wired / wireless communication network.
  • the body shape / gender measurer 120 may transmit body shape information, such as height and weight, collected from the subject to the computer-implemented system 140 using a short range communication method.
  • the body type / gender measuring unit 120 may be in the form of a measuring device that can measure the body shape of the subject rather than a terminal such as a smart phone.
  • the measuring device may be connected to a wired or wireless communication network or may include a communication module for short-range wireless communication.
  • the computer-implemented system 140 may further consider the subject's frail constitution in classifying diseases.
  • the subject may request to transmit the filamentous constitution through the body / gender 120 to the computer implemented system 140.
  • the computer-implemented system 140 may finally classify the disease by applying the filamentous constitution of the subject in order to increase the accuracy of the filamentous constitution after classifying the disease.
  • computer-implemented system 140 may finally classify the disease based on the subject's frail constitution among already classified disease.
  • computer-implemented system 140 may train the reference data by using the disease of the classified subject.
  • the subject A may register on a web page related to the computer-implemented system 200, and register height, weight, and gender information when registering. If you know the constitution, you can enter the constitution value, if you do not know can perform the constitution diagnosis tool. That is, the subject does not have to input the constitution value. That is, the subject may input constitution information at a specific time while using the web page related to the computer-implemented system 200.
  • the body shape / gender measurer 120 may provide the inputted constitution information to the computer implemented system 200.
  • the computer-implemented system 140 classifies the diseased stages of the subject by applying the disease evaluation variable of the subject to the disease classification apparatus.
  • the data used for classification target the currently collected clinical data, and the classification algorithm is updated with the addition of clinical data with established disease stages.
  • Computer-implemented system 140 may generate a variable for the evaluation of disease using the collected information, and may use it to classify disease for a subject from a database recorded as clinical data.
  • the computer-implemented system 140 may generate a variable for disease classification using the collected information. To this end, the computer-implemented system 140 finds the maximum values of oxygen and carbon dioxide per minute, corrects the subject's height, weight, gender, and frail constitution, and generates a disease evaluation parameter of the subject. In addition, a new variable may be generated by dividing the maximum amount of oxygen and the amount of carbon dioxide by heart rate.
  • FIG. 2 is a diagram illustrating a computer implemented system 200 according to an embodiment.
  • the computer implemented system 200 includes an interface unit 210 and a processor 220.
  • the interface unit 210 interfaces with a database 230 that stores reference data including control information of a health group and a US soldier against a respiratory gas parameter and constitution information.
  • the database 230 may record the respiratory gas data per minute with the disease evaluation for non-diseases for a certain period, which will be described in more detail with reference to FIG. 3.
  • the processor 220 includes the at least one first respiratory gas parameter measured and input to the subject and first constitution information corresponding to the subject in relation to the reference data. Determine if it corresponds.
  • the processor 220 may classify the disease from the respiratory gas parameters using various classification algorithms. For example, the processor 220 generates a disease classification algorithm using the disease diagnosis result and the respiratory gas variable in the data and tests the accuracy. At this time, the disease classification algorithm may be classified into a classification and regression trees (CART) model, a randomForest model, an MNL model, a support vector machine (SVM) model, a neural network (NN) model, and the like. The disease can be classified by data mining methods.
  • CART classification and regression trees
  • SVM support vector machine
  • NN neural network
  • the processor 220 using at least one of the classification and regression trees (CART) model, the randomForest model, the MNL model, the support vector machine (SVM) model, the neural network (NN) model, any of the health and US soldiers It can be determined whether the correspondence.
  • the processor 220 may determine a model to be used for the determination without directly performing the determination.
  • oriental medical disease reflects all of the subject's general physical condition, it is meaningful to classify the disease based on respiratory gas in terms of checking the individual's physical condition every day before consulting a specialist.
  • the processor 220 may classify an illness from a database by using variables calculated from respiratory gas and eventual constitution information of the subject. To this end, the processor 220 may determine the subject's thought constitution information based on the identification information for each of the thought constitutions input from the user terminal, and classify the illness using the determined thought constitution information. In other words, the processor 220 may receive the physiological constitution from the user and use it for classifying disease.
  • the processor 220 may diagnose a sacrificial constitution of the subject by using a diagnostic tool, determine the sacrificial constitution information, and classify the disease by using the determined sacrificial constitution information.
  • the processor 220 may classify the final disease by applying the subject's filamentous constitution to classified frailties in order to increase accuracy with filamentous constitution after classifying the disease. That is, the processor 220 may finally classify the disease based on the physiological constitution of the subject among the already classified disease.
  • the processor 220 may train the reference data by using the disease of the classified subject.
  • the target person A may register on a web page related to the computer-implemented system 200 and register height, weight, and gender information when registering. If you know the constitution, you can enter the constitution value, if you do not know can perform the constitution diagnosis tool. That is, the subject does not have to input the constitution value. That is, the subject may input the constitution information at a specific point in time while using the web page associated with the computer-implemented system.
  • Subject A uses a respiratory analyzer to measure the volume of respiratory gas per minute and transmits it to the disease classification system via Bluetooth or direct connection. If necessary, self-entry can be performed on the disease classification system.
  • Subject A's heart rate can be measured together with a respiratory analyzer or can be measured separately using a wearable band.
  • data may be transmitted to the computer-implemented system 200 using Bluetooth or directly connected to a computer.
  • the computer-implemented system 200 may use the currently input height and weight, or input new height and weight according to the user's judgment.
  • the computer implemented system 200 may classify the disease by using a disease classification algorithm.
  • the computer-implemented system 200 may display the unclassified result of the subject in a result window or a result sheet, and display a corresponding management method.
  • FIG. 3 is a diagram illustrating data 300 related to cardiovascular evaluation and cardiovascular circulatory function collected for non- diseased persons.
  • the reference data is a segmentation of the health group and the U.S. soldier according to the demographic information including age and gender, and the physique information including weight and height, and the processor may divide the demographic information of the subject and the physique information of the subject. Determination may be performed using more.
  • the data 300 is based on the disease evaluation and respiratory gas data for non-ill patients, and measures the minute volume of breath per minute for 232 healthy and 99 US soldiers, and sets the maximum value among these data. Values were generated by correcting each maximum value in consideration of the height, weight, and gender. These variables were used to test the difference between the healthy group and the US group, and the classification of the healthy group and the US group was collected using the Disease Classification Questionnaire of the Korea Institute of Oriental Medicine.
  • the data 300 shows that the U.S. military has reduced the maximum amount of oxygen and the maximum amount of carbon dioxide compared to the health group, and can improve the accuracy of classification by using correction variables such as heart rate and ventilation amount when there is gender or specific constitution information.
  • the disease classification result and the respiratory gas parameters may be used to generate the disease classification algorithm and test the accuracy.
  • disease classification algorithms include classification and regression trees (CART) models, randomForest models, MNL models, support vector machine (SVM) models, neural network (NN) models, and the like. The disease can be classified by applying.
  • the data is classified according to gender or constitution, and then randomly assigned 70% to the training set and 30% to the test set to verify the accuracy of the algorithm generated in the training set in the test set 100 times. Can be done.
  • Table 1 shows the total data of the quartile and the mean of the distribution of the accuracy tested in the test set.
  • [Table 2] is a result of analyzing male data among the total data, it is analyzed to show a value that is generally higher than the values of the total data.
  • Table 3 is a result of analyzing the female data of the total data, it is analyzed that the value is generally lower than the values of the entire data as well as the male data of [Table 2].
  • Table 4 shows the results of classification by the disease-free classification algorithm for the Taeumin among all the data.
  • variables used to determine disease classification for subjects based on respiratory gases are oxygen per minute, carbon dioxide, ventilation, and heart rate, and computer-implemented systems use this to maximize oxygen, maximum carbon dioxide, heart rate, and ventilation rate. Variables can be used to classify diseases.
  • a computer-implemented system can add variables such as respiratory (RC) correction, oxygen, carbon dioxide, body mass index (BMI) correction, and metabolism (MET) for each variable for analysis. have.
  • RC respiratory
  • BMI body mass index
  • MET metabolism
  • the maximum oxygen intake (VO2 peak) is a major index for assessing cardiopulmonary function, which can be used in computer-implemented systems as a criterion for evaluating cardiopulmonary endurance or aerobic capacity
  • the lactate threshold (VO2 LT) is also known as endurance performance. It can be used as a useful indicator for predicting cardiovascular disease.
  • the maximum exercise capacity (METs) is determined according to the respiration and circulation function, it can be used as an indicator for evaluating the maximum oxygen uptake (VO2 peak) and lactate threshold (VO2 LT).
  • VO2 peak maximum oxygen uptake
  • VO2 LT lactate threshold
  • the disease is judged by reflecting the overall physical condition of the subject, and the criterion is mostly composed of subjective factors. Therefore, in the present invention, by using the quantitative indicators associated with the respiratory gas, which means the overall physiological activity of the human body can objectively quantify the disease of the subject.
  • FIG. 4 is a diagram illustrating a computer-implemented method for classifying a disease according to an embodiment.
  • the computer-implemented method maintains an interface for interfacing with a database storing reference data including reference information of health and US soldiers for respiratory gas parameters and constitution information, and at least measured and input to the subject.
  • reference data including reference information of health and US soldiers for respiratory gas parameters and constitution information, and at least measured and input to the subject.
  • One of the first respiratory gas parameters and the first constitution information corresponding to the subject may be compared with the reference data to determine whether the subject corresponds to the health group or the US soldier.
  • the computer-implemented method may collect respiratory gas related information (step 401).
  • the respiratory gas related information includes at least one of oxygen absorption amount per minute, ventilation amount per minute, carbon dioxide emission per minute, and heart rate per minute.
  • the heart rate per minute may be measured in the wearable band, and the wearable band may collect the measured heart rate per minute and provide it to a computer-implemented system.
  • the maximum oxygen intake which is one of the important factors that determine the endurance athletic performance, may be used in the evaluation of aerobic exercise capacity.
  • the computer-implemented method collects the respiratory gas-related information, it is possible to determine whether or not the filamentous constitution information on the subject is recorded (step 402). If the Sasang constitution information is not recorded, the computer-implemented method determines whether to measure the constitution (step 403), and receives the input from the subject directly from the subject according to the determination result, or judges the Sasang constitution using a diagnostic tool. May be step 404.
  • the computer-implemented method may determine whether there is gender information for the target person (step 405).
  • the computer-implemented method may measure metabolic amount in consideration of the collected information and the gender of the subject (step 406).
  • the computer-implemented method may determine whether to receive a gender from the subject (step 407), and may receive a gender from the subject according to the determination result (step 407). 408). If no gender is input, the computer-implemented method may branch to step 406.
  • the collected amount of information related to the collected respiratory gas may be used to measure metabolic rate for the subject.
  • the computer-implemented method may determine whether there is no disease, which means a state in which the quality of health is deteriorated, although it is not yet a medical condition based on the measured metabolic amount.
  • the computer-implemented method according to an embodiment may transmit the classified illness-related results to the terminal of the subject (step 409).
  • the disease of oriental medicine may be classified using reference data including control information of a healthy group and a US group with respect to respiratory gas parameters and constitution information.
  • Method according to an embodiment of the present invention can be implemented in the form of program instructions that can be executed by various computer means may be recorded on a computer readable medium.
  • the computer readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • Program instructions recorded on the media may be those specially designed and constructed for the purposes of the present invention, or they may be of the kind well-known and available to those having skill in the computer software arts.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks.
  • Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
  • the hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Biophysics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 미병 분류 과정을 보조하기 위한 컴퓨터 구현 시스템 및 그 동작 방법에 관한 것으로서, 일실시예에 따른 컴퓨터 구현 시스템은 대상자로부터 수집된 심혈관 순환기능 파라미터를 상기 대상자의 신체 정보에 기초하여 보정하는 연산부, 및 심혈관 순환기능 파라미터 별 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스로부터 상기 보정된 순환기능 파라미터를 이용하여 미병을 분류하는 처리부를 포함한다.

Description

호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법
활동에 필요한 호흡 가스 분석을 통해 획득하는 데이터를 처리하여 한의학적 미병 분류 과정을 보조하는 컴퓨팅 시스템 및 그 동작 방법이 제공된다.
고령 인구의 증가와 산업 발달에 따른 생활수준의 향상으로 인해, 질병이 걸린 후에 치료하는 의학에서 질병에 걸리기 전에 건강을 지키고자 하는 예방의학의 관심이 커져가고 있다.
세계보건기구(WHO)에 의하면 '건강'이란 신체적, 정신적, 사회적으로 안녕한 상태이며 단순히 질병이나 허약증상이 없는 상태를 의미하지 않음이라고 정의하고 있다. 한편, '미병' 상태는 건강과 질병의 중간단계로서, 방치할 경우 질병으로 이환될 수 있는 일종의 건강저하 상태로 해석될 수 있다.
한의학에서 '미병'의 정의는 각 나라 또는 연구자들마다 조금씩 다르긴 하지만, 공통적으로 질병에 대한 치료보다는 예방의학 사상을 강조하고 있다.
한편, 활동에 따른 호흡 가스 분석은 개인의 운동 능력, 근육의 미토콘드리아의 효율성, 순환기능 등을 판단하는데 중요한 지표가 된다. 호흡가스 분석에서 주로 사용되는 최대산소섭취량은 지구성 운동 능력을 결정짓는 중요 요소 중 하나로, 유산소 운동의 능력의 비교에 사용된다. 이들 정보들은 유전적 요소나, 성별, 나이, 체형에 따라 결정되기도 하지만, 운동(훈련)을 통해서도 증가시킬 수 있어서, 특히 운동선수들의 운동 능력을 평가할 때 사용된다. 이와 같이 호흡을 통하여 공기 중의 산소를 섭취해서 신체 각 부위로 전달하며, 동시에 이산화탄소를 배출하는 능력은 결국 신체의 전반적인 기능의 활성을 의미하게 되는데 이는 한의학적으로 아직 질환은 아니지만 건강의 질이 저하된 상태를 의미하는 미병과 일맥 상통하는 면이 있다.
실시예들에 따르면, 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 이용하여 한의학의 미병을 분류하는 시스템이 제시된다.
실시예들에 따르면, 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화하는 시스템이 제시된다.
일측에 따르면, 미병 분류를 보조하기 위해 컴퓨터에 의해 적어도 일시적으로 구현되는 컴퓨터 구현 시스템이 제공된다.
일실시예에 따른 컴퓨터 구현 시스템은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스부, 및 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 프로세서를 포함한다.
일실시예에 따른 상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함한다.
일실시예에 따른 상기 프로세서는 CART 모델, RandomForest 모델, MNL 모델, SVM모델, 및 NN모델 중 적어도 하나를 이용하여 상기 판단을 한다.
일실시예에 따른 상기 프로세서는 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정한다.
일실시예에 따른 상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고, 상기 프로세서는 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행한다.
일실시예에 따른 상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여한다.
일실시예에 따른 컴퓨터 구현 방법은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 단계, 및 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 단계를 포함하고, 상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함한다.
일실시예에 따른 상기 판단하는 단계는, 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정하는 단계를 포함한다.
일실시예에 따른 상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고, 상기 판단하는 단계는 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행하는 단계를 포함한다.
일실시예에 따른 상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여한다.
일실시예에 따른 컴퓨터 구현 프로그램은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 명령어 세트, 및 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 명령어 세트를 포함하고, 상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함한다.
실시예들에 따르면, 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 이용하여 한의학의 미병을 분류할 수 있다.
실시예들에 따르면, 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화할 수 있다.
도 1은 일실시예에 따른 컴퓨터 구현 시스템을 활용하는 전체 시스템을 설명하는 도면이다.
도 2는 일실시예에 따른 컴퓨터 구현 시스템을 설명하는 도면이다.
도 3은 비질환인을 대상으로 수집한 미병 평가 및 호흡가스 데이터를 설명하는 도면이다.
도 4는 일실시예에 따른 컴퓨터 구현 방법을 설명하는 도면이다.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 권리범위가 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 컴퓨터 구현 시스템(140)를 활용하는 전체 시스템(100)을 설명하는 도면이다.
전체 시스템(100)은 일실시예에 따른 컴퓨터 구현 시스템(140)를 활용함으로써, 사용자에 대한 미병 상태를 모니터링 할 수 있다.
이를 위해, 일실시예에 따른 컴퓨터 구현 시스템(140)은 호흡가스 분석기(110)로부터 다양한 종류의 호흡가스를 수집할 수 있다. 예를 들어, 호흡가스 분석기(110)는 분당 산소 흡수량, 분당 환기량, 분당 이산화탄소 배출량, 분당 심박수를 측정하고, 측정된 정보들을 컴퓨터 구현 시스템(140)에 제공할 수 있다.
일례로, 분당 심박수는 웨어러블 밴드에서 측정이 가능하고, 호흡가스 분석기(110)는 웨어러블 밴드가 측정한 분당 심박수를 수집하여 컴퓨터 구현 시스템(140)에 제공할 수 있다.
컴퓨터 구현 시스템(140)은 호흡가스 분석기(110)로부터 제공받은 정보들을 이용해서, 개인의 운동 능력, 근육의 미토콘드리아의 효율성, 순환기능 등을 판단하는데 중요한 지표로 활용할 수 있다.
일실시예에 따른 컴퓨터 구현 시스템(140)은 호흡가스 분석기(110)로부터 제공받은 정보들을 통해 최대산소섭취량을 산출할 수도 있는데, 이는 지구성 운동 능력을 결정짓는 중요 요소 중 하나로서, 유산소 운동 능력의 평가에 활용될 수도 있다.
한편, 일실시예에 따른 컴퓨터 구현 시스템(140)은 이산화탄소를 배출하는 능력을 통해 한의학적으로 아직 질환은 아니지만 건강의 질이 저하된 상태를 의미하는 미병 여부를 판단할 수 있다.
이 밖에도 일실시예에 따른 컴퓨터 구현 시스템(140)은 대상자의 성별, 키, 몸무게 등의 신체 정보를 수집할 수 있다.
예를 들어, 일실시예에 따른 컴퓨터 구현 시스템(140)은 대상자의 키와 몸무게 등의 체형 정보를 체형/성별 측정기(120)로부터 수집할 수 있다. 일례로, 체형/성별 측정기(120)는 대상자로부터 수집한 키와 몸무게 등의 체형 정보에 대해 유무선 통신망을 통해 컴퓨터 구현 시스템(140)로 전송할 수 있다. 뿐만 아니라, 체형/성별 측정기(120)는 근거리 통신 방식을 이용해서 대상자로부터 수집한 키와 몸무게 등의 체형 정보를 컴퓨터 구현 시스템(140)으로 전송할 수도 있다.
한편, 체형/성별 측정기(120)는 스마트 폰과 같은 단말기가 아닌 대상자의 체형을 측정할 수 있는 측정 기기의 형태일 수도 있다. 이때, 측정 기기는 유무선 통신 네트워크에 접속이 가능하거나, 근거리 무선 통신을 위한 통신 모듈을 포함할 수 있다.
또한, 일실시예에 따른 컴퓨터 구현 시스템(140)은 미병 분류에 있어, 대상자의 사상 체질을 더 고려할 수 있다.
예를 들어, 대상자는 체형/성별 측정기(120)를 통해 컴퓨터 구현 시스템(140)으로 사상 체질을 전송하도록 요청할 수 있다.
일실시예에 따른 컴퓨터 구현 시스템(140)은 미병 분류 이후에 사상 체질로 정확도를 높이기 위해, 대상자의 사상체질을 적용하여 미병을 최종 분류할 수 있다. 예를 들면, 컴퓨터 구현 시스템(140)은 이미 분류된 미병 중에서 대상자의 사상 체질에 기초하여 미병을 최종 분류할 수 있다.
한편, 컴퓨터 구현 시스템(140)은 분류된 대상자의 미병을 이용하여 기준 데이터를 트래이닝 할 수 있다.
구체적인 예로써, 컴퓨터 구현 시스템(200)과 관련된 웹페이지에 대상자 A가 회원가입을 하고, 회원가입 시 키, 체중, 성별 정보를 등록할 수 있다. 체질을 알고 있으면, 체질값을 입력하고, 모르는 경우 체질 진단툴을 수행할 수 있다. 즉, 대상자는 체질값 입력을 하지 않아도 된다. 즉, 대상자는 컴퓨터 구현 시스템(200)과 관련된 웹 페이지를 사용하는 도중 특정 시점에 체질 정보를 입력 할 수 있다. 체형/성별 측정기(120)는 이렇게 입력된 체질 정보를 컴퓨터 구현 시스템(200)으로 제공할 수 있다.
컴퓨터 구현 시스템(140)은 대상자의 미병 평가변수를 미병 분류장치에 적용하여 대상자의 미병 단계를 분류한다. 분류에 사용되는 데이터는 현재 수집된 임상자료를 대상으로 하며, 계속해서 미병 단계가 확립된 임상자료가 추가됨으로써 분류 알고리즘이 업데이트된다.
일실시예에 따른 컴퓨터 구현 시스템(140)은 수집된 정보들을 이용해서 미병 평가를 위한 변수를 생성하고, 이를 이용해서 임상자료로 기록되어 있는 데이터베이스로부터 대상자에 대한 미병을 분류할 수 있다.
즉, 컴퓨터 구현 시스템(140)은 수집된 정보들을 활용하여 미병 분류를 위한 변수를 생성할 수 있다. 이를 위해, 컴퓨터 구현 시스템(140)은 분당 산소량과 이산화탄소량의 최대값을 찾고, 대상자의 키, 체중, 성별, 사상 체질 등을 보정하여 대상자의 미병 평가변수를 생성한다. 또한, 최대 산소량과 이산화탄소량을 심박수로 나누어 새로운 변수를 생성할 수 있다.
도 2는 일실시예에 따른 컴퓨터 구현 시스템(200)을 설명하는 도면이다.
일실시예에 따른 컴퓨터 구현 시스템(200)은 인터페이스부(210) 및 프로세서(220)를 포함한다.
일실시예에 따른 인터페이스부(210)는 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스(230)와 인터페이스 한다.
일례로, 데이터베이스(230)는 일정 기간 동안의 비질환인을 대상으로 미병 평가와 함께 분당 호흡가스 데이터를 연관지어 기록할 수 있고, 도 3에서 보다 구체적으로 설명한다.
일실시예에 따른 프로세서(220)는 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 대상자에 대응하는 제1 체질 정보를 기준 데이터에 대비하여 대상자가 건강군과 미병군 중 어느 쪽에 대응하는지 판단한다.
일실시예에 따른 프로세서(220)는 다양한 분류 알고리즘을 이용해서 호흡가스 변수로부터 미병을 분류할 수 있다. 예를 들어, 프로세서(220)는 데이터에서 미병 진단결과와 호흡가스 변수를 활용하여 미병 분류 알고리즘을 생성하고 정확도를 검정한다. 이때의 미병 분류 알고리즘은 CART(Classification and regression trees) 모델, randomForest 모델, MNL 모델, SVM(support vector machine) 모델, NN(Neural Network) 모델 등이 사용될 수 있고, 프로세서(220)는 미병 분류 알고리즘을 통해 데이터 마이닝 방법으로 미병을 분류할 수 있다.
일례로, 프로세서(220)는 CART(Classification and regression trees) 모델, randomForest 모델, MNL 모델, SVM(support vector machine) 모델, NN(Neural Network) 모델 중 적어도 하나를 이용하여 건강군과 미병군 중 어느 쪽에 대응하는지 판단할 수 있다. 뿐만 아니라, 프로세서(220)는 판단을 직접 수행하지 않고 판단에 이용할 모델을 결정할 수도 있다.
한의학적 미병은 대상자의 전반적인 몸 상태를 모두 반영하는 것이지만, 전문가의 진료를 받기 전에 매일매일 개인이 자신의 몸 상태를 확인하는 관점에서 호흡가스에 기초하여 미병을 분류함으로써 의미가 있다.
일실시예에 따른 프로세서(220)는 호흡가스로부터 산출되는 변수와 대상자의 사상 체질 정보를 이용해서 데이터베이스로부터 미병을 분류할 수 있다. 이를 위해, 프로세서(220)는 사용자 단말기로부터 입력되는 사상 체질별 식별 정보에 기초하여 대상자의 사상 체질 정보를 결정하고, 결정된 사상 체질 정보를 이용해서 미병을 분류할 수 있다. 즉, 프로세서(220)는 사용자로부터 사상 체질을 입력 받아서 미병 분류에 사용할 수 있다.
다음으로, 일실시예에 따른 프로세서(220)는 진단 툴을 활용하여, 대상자의 사상 체질을 진단하여 사상 체질 정보를 결정하고, 결정된 사상 체질 정보를 이용해서 미병을 분류할 수 있다.
또 다른 예로, 프로세서(220)는 미병 분류 이후에 사상 체질로 정확도를 높이기 위해, 분류된 미병들에 대해 대상자의 사상체질을 적용하여 최종 분류할 수 있다. 즉, 프로세서(220)는 이미 분류된 미병 중에서 대상자의 사상 체질에 기초하여 미병을 최종 분류할 수 있다.
한편, 프로세서(220)는 분류된 대상자의 미병을 이용하여 기준 데이터를 트래이닝 할 수 있다.
구체적인 예로써, 컴퓨터 구현 시스템(200)와 관련된 웹페이지에 대상자 A가 회원가입을 하고, 회원가입 시 키, 체중, 성별 정보를 등록할 수 있다. 체질을 알고 있으면, 체질값을 입력하고, 모르는 경우 체질 진단툴을 수행할 수 있다. 즉, 대상자는 체질값 입력을 하지 않아도 된다. 즉, 대상자는 컴퓨터 구현 시스템과 관련된 웹 페이지를 사용하는 도중 특정 시점에 체질 정보를 입력 할 수 있다.
대상자 A가 호흡분석 기기를 이용하여, 분당 호흡가스량을 측정하고, 이를 블루투스 또는 직접 연결을 통해 미병 분류 시스템에 전송한다. 필요한 경우 미병 분류 시스템 상에서 자가 입력도 가능하다.
대상자 A의 심박수는 호흡분석 기기에서 함께 측정할 수 있으며, 웨어러블 밴드를 활용하여 따로 측정할 수도 있다. 웨어러블 밴드를 사용한 경우에는 블루투스를 이용하거나 컴퓨터와 직접 연결하여 컴퓨터 구현 시스템(200)에 자료를 전송할 수도 있다.
컴퓨터 구현 시스템(200)에서는 현재 입력되어 있는 키, 몸무게를 사용하거나, 사용자의 판단에 따라 새로운 키, 체중을 입력할 수 있다.
정보들이 수집되면, 컴퓨터 구현 시스템(200)은 미병 분류 알고리즘을 이용하여, 미병을 분류할 수 있다. 또한, 컴퓨터 구현 시스템(200)은 결과창 또는 결과지에 대상자의 미병분류 결과를 표시하고, 해당하는 관리방법을 표시할 수 있다.
도 3은 비질환인을 대상으로 수집한 미병 평가 및 심혈관 순환기능과 관련된 데이터(300)를 설명하는 도면이다.
일례로, 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 건강군과 미병군의 구분을 세분화한 것이고, 프로세서는 대상자의 인구학적 정보 및 대상자의 체격정보를 더 이용하여 판단을 수행할 수 있다.
데이터(300)는 비질환인을 대상으로 하는 미병 평가 및 호흡가스 데이터에 기반하며, 건강군 232명, 미병군 99명을 대상으로 분당 호흡량을 측정하고, 이들 자료 중 최대치 값을 설정하며, 대상자의 키, 몸무게, 성별을 고려하여 각 최대치 값을 보정하여 값을 생성하였다. 이들 변수들을 활용하여 건강군과 미병군 간 차이를 검정하였으며, 건강군과 미병군의 분류는 한국한의학연구원의 미병 분류 설문지를 이용하여 수집되었다.
데이터(300)는 전반적으로 미병군은 건강군에 비하여 최대 산소량과 최대 이산화탄소량이 감소하였으며, 성별 또는 특정 체질 정보가 있을 경우 심박수, 환기량 등의 보정변수를 활용하여 분류 정확도를 높일 수 있다.
데이터(300)에서는 미병 진단결과와 호흡가스 변수를 활용하여 미병 분류 알고리즘을 생성하고 정확도를 검정할 수 있다. 예를 들어, 미병 분류 알고리즘은 CART(Classification and regression trees) 모델, randomForest 모델, MNL 모델, SVM(support vector machine) 모델, NN(Neural Network) 모델 등을 포함하며, 이러한 미병 분류 알고리즘은 데이터 마이닝 방법을 적용하여 미병을 분류할 수 있다.
분석 시 전체 데이터에서 성별 혹은 체질에 따라 분류한 후, 각각 랜덤으로 트래이닝 세트에 70%, 테스트 세트에 30%를 할당하여 트래이닝 세트에서 생성한 알고리즘의 정확도를 테스트 세트에서 검증하는 과정을 100회 반복 수행할 수 있다.
[표 1]은 test set에서 검정한 정확도의 분포를 사분위수 및 평균값으로 정리한 전체 데이터이다.
Figure PCTKR2016006276-appb-I000001
아래 [표 2]와 [표 3]은 [표 1]의 전체 데이터를 성별에 따라 분류한 결과이다.
먼저, [표 2]는 전체 데이터 중에서 남자 데이터를 분석한 결과로서, 전체 데이터의 값들보다 대체로 높은 값을 보이는 것으로 분석된다.
Figure PCTKR2016006276-appb-I000002
다음으로, 먼저, [표 3]은 전체 데이터 중에서 여자 데이터를 분석한 결과로서, [표 2]의 남자 데이터뿐만 아니라 전체 데이터의 값들보다 대체로 낮은 값을 보이는 것으로 분석된다.
Figure PCTKR2016006276-appb-I000003
이하, [표 4] 내지 [표 6]에서는 [표 1]의 전체 데이터를 사상 체질별로 분석한 결과로서, 태음인, 소음인, 소양인을 분류 기준으로 하여 전체 데이터를 분석하였다.
먼저, [표 4]는 전체 데이터 중 태음인에 대해 미병 분류 알고리즘을 통해 분류한 결과를 도시한다.
Figure PCTKR2016006276-appb-I000004
[표 5]는 전체 데이터 중 소음인에 대해 미병 분류 알고리즘을 통해 분류한 결과를 도시한다.
Figure PCTKR2016006276-appb-I000005
[표 6]은 전체 데이터 중 소양인에 대해 미병 분류 알고리즘을 통해 분류한 결과를 도시한다.
Figure PCTKR2016006276-appb-I000006
호흡가스를 기반으로 대상자에 대한 미병 분류를 결정하기 위해 사용된 변수는 분당 산소량, 이상화탄소량, 환기량, 심박수이며, 컴퓨터 구현 시스템은 이를 활용하여 최대 산소량, 최대 이산화탄소량, 심박수와 환기량을 이용한 비율변수를 통해 미병을 분류할 수 있다.
일례로, 컴퓨터 구현 시스템은 분석을 위해 각 변수의 호흡(RC)보정, LT(Lactate Threshold) 시의 산소, 이산화탄소량, BMI(body mass index) 보정, METs(metabolism) 등의 변수를 추가할 수 있다.
참고로, 최대산소섭취량(VO2 peak)은 심폐기능을 평가하는 주요 지표로, 심폐지구력이나 유산소 능력을 평가하는 기준으로 컴퓨터 구현 시스템에 이용될 수 있고, 젖산역치(VO2 LT)도 지구성 운동수행능력을 예측 하는데 유용한 지표로 이용될 수 있다.
특히, 최대운동능력(METs)은 호흡, 순환기능에 따라 결정되므로, 최대산소섭취량(VO2 peak)과 젖산역치(VO2 LT)를 평가하는 지표로 활용될 수 있다. 한의학의 범주에서 미병은 대상자의 전반적인 몸 상태를 모두 반영하여 판단하게 되는데, 그 판단기준은 대부분 주관적인 요소로 이루어져 있다. 때문에 본 발명에서는 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화하여 보여줄 수 있다.
도 4는 일실시예에 따른 미병 분류를 위한 컴퓨터 구현 방법을 설명하는 도면이다.
일실시예에 따른 컴퓨터 구현 방법은 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하고, 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 대상자가 건강군과 미병군 중 어느 쪽에 대응하는지 판단할 수 있다.
이를 위해, 일실시예에 따른 컴퓨터 구현 방법은 호흡가스 관련 정보를 수집할 수 있다(단계 401).
호흡가스 관련 정보는, 분당 산소 흡수량, 분당 환기량, 분당 이산화탄소 배출량, 및 분당 심박수 중에서 적어도 하나를 포함한다.
일례로, 분당 심박수는 웨어러블 밴드에서 측정이 가능하고, 웨어러블 밴드는 측정한 분당 심박수를 수집하여 컴퓨터 구현 시스템으로 제공할 수 있다.
참고로, 최대산소섭취량을 산출할 수도 있는데, 이는 지구성 운동 능력을 결정짓는 중요 요소 중 하나로서, 유산소 운동 능력의 평가에 활용될 수도 있다.
다음으로, 일실시예에 따른 컴퓨터 구현 방법은 호흡가스 관련 정보를 수집하면, 대상자에 대한 사상체질 정보가 기록되어 있는지 여부를 판단할 수 있다(단계 402). 만약, 사상체질 정보가 기록되어 있지 않다면, 컴퓨터 구현 방법은 체질을 측정할 것인지를 판단하고(단계 403), 판단 결과에 따라 대상자로부터 대상자로부터 직접 입력 받거나, 진단툴을 활용해서 사상체질을 판단할 수 있다(단계 404).
다음으로, 일실시예에 따른 컴퓨터 구현 방법은 대상자에 대한 성별정보의 유무를 판단할 수 있다(단계 405).
만약, 성별정보가 존재하는 경우 일실시예에 따른 컴퓨터 구현 방법은 수집된 정보들과 대상자의 성별을 고려하여 대사량을 측정할 수 있다(단계 406).
만약, 성별정보가 존재하지 않는 경우라면, 일실시예에 따른 컴퓨터 구현 방법은 대상자로부터 성별을 입력 받을 것인지 여부를 판단하고(단계 407), 판단 결과에 따라 대상자로부터 성별을 입력 받을 수 있다(단계 408). 만약, 성별을 입력 받지 않는 경우라면, 컴퓨터 구현 방법은 단계 406으로 분기할 수 있다.
마찬가지로, 단계 406에서는 수집된 호흡가스 관련 정보와 함께 추가 수집된 정보들을 이용하여, 대상자에 대한 대사량을 측정할 수 있다. 또한, 컴퓨터 구현 방법은 측정한 대사량에 기초하여 한의학적으로 아직 질환은 아니지만 건강의 질이 저하된 상태를 의미하는 미병 여부를 판단할 수 있다.
일실시예에 따른 컴퓨터 구현 방법은 분류한 미병 관련 결과를 대상자의 단말기로 전송할 수 있다(단계 409).
결국, 본 발명을 이용하면 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 이용하여 한의학의 미병을 분류할 수 있다. 또한, 인체의 전반적인 생리활성을 의미하는 호흡가스와 연관된 정량적 지표들를 활용하여 대상자의 미병을 객관적으로 수치화할 수 있다.
본 발명의 일실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (12)

  1. 컴퓨터에 의해 적어도 일시적으로 구현되는:
    호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스부; 및
    대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 프로세서
    를 포함하는 컴퓨터 구현 시스템.
  2. 제1항에 있어서,
    상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함하는 컴퓨터 구현 시스템.
  3. 제1항에 있어서,
    상기 프로세서는 CART 모델, RandomForest 모델, MNL 모델, SVM모델, 및 NN모델 중 적어도 하나를 이용하여 상기 판단을 하는 컴퓨터 구현 시스템.
  4. 제3항에 있어서,
    상기 프로세서는 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정하는 컴퓨터 구현 시스템.
  5. 제1항에 있어서,
    상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고, 상기 프로세서는 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행하는 컴퓨터 구현 시스템.
  6. 제1항에 있어서,
    상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여하는 것인 컴퓨터 구현 시스템.
  7. 컴퓨터에 의해 비일실시적으로 수행되는 미병 분류 절차 수행 방법에 있어서, 상기 방법은:
    상기 컴퓨터가 호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 단계; 및
    상기 컴퓨터가 대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 단계
    를 포함하고,
    상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함하는 방법.
  8. 제7항에 있어서,
    상기 판단하는 단계는,
    상기 컴퓨터가 상기 제1 체질 정보에 따라 상기 CART 모델, 상기 RandomForest 모델, 상기 MNL 모델, 상기 SVM모델, 및 상기 NN모델 중 상기 대상자에 대한 상기 판단에 이용할 모델을 결정하는 단계
    를 포함하는 방법.
  9. 제7항에 있어서,
    상기 기준 데이터는 연령 및 성별을 포함하는 인구학적 정보, 체중 및 키를 포함하는 체격정보에 따라 상기 건강군과 상기 미병군의 구분을 세분화한 것이고,
    상기 판단하는 단계는 상기 컴퓨터가 상기 대상자의 인구학적 정보 및 상기 대상자의 체격정보를 더 이용하여 상기 판단을 수행하는 단계
    를 포함하는 방법.
  10. 제7항에 있어서,
    상기 판단 결과는 상기 인터페이스부를 통해 상기 데이터베이스로 제공되어 선택적으로 상기 기준 데이터에 반영됨으로써 데이터 트래이닝에 기여하는 것인 방법.
  11. 제7항 내지 제10항 중에서 어느 한 항의 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  12. 기록매체에 저장되는 컴퓨터 구현 프로그램으로서, 상기 프로그램은 컴퓨팅 시스템에서 실행되는:
    호흡가스 파라미터 및 체질 정보에 대해 건강군과 미병군의 대조 정보를 포함하는 기준 데이터를 저장하는 데이터베이스와 인터페이스 하는 인터페이스를 유지하는 명령어 세트; 및
    대상자에 대해 측정되어 입력되는 적어도 하나의 제1 호흡가스 파라미터 및 상기 대상자에 대응하는 제1 체질 정보를 상기 기준 데이터에 대비하여 상기 대상자가 상기 건강군과 상기 미병군 중 어느 쪽에 대응하는지 판단하는 명령어 세트
    를 포함하고,
    상기 호흡가스 파라미터는, 최대 산소량, 최대 이산화탄소량, 심박수에 대한 최대 산소량의 비율, 최대 이산화탄소량에 대한 환기량의 비율 중 적어도 하나를 포함하는 기록매체에 저장되는 프로그램.
PCT/KR2016/006276 2015-06-12 2016-06-13 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법 Ceased WO2016200244A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2015-0083728 2015-06-12
KR20150083728 2015-06-12
KR10-2015-0125544 2015-09-04
KR1020150125544A KR101785788B1 (ko) 2015-06-12 2015-09-04 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법

Publications (1)

Publication Number Publication Date
WO2016200244A1 true WO2016200244A1 (ko) 2016-12-15

Family

ID=57504120

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/006276 Ceased WO2016200244A1 (ko) 2015-06-12 2016-06-13 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법

Country Status (1)

Country Link
WO (1) WO2016200244A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885476A (zh) * 2019-11-29 2021-06-01 深圳市大雅医疗技术有限公司 一种数据关联方法、装置、服务器及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040100376A1 (en) * 2002-11-26 2004-05-27 Kimberly-Clark Worldwide, Inc. Healthcare monitoring system
KR20070083810A (ko) * 2004-10-28 2007-08-24 가부시키가이샤 심스 질병 진단 시스템
JP2013523242A (ja) * 2010-03-31 2013-06-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 患者により排せつされる総二酸化炭素の要素の測定
JP2014502894A (ja) * 2010-12-21 2014-02-06 コーニンクレッカ フィリップス エヌ ヴェ 非侵襲的換気中に排出される二酸化炭素を決定するシステム及び方法
JP5443376B2 (ja) * 2007-11-13 2014-03-19 オリディオン・メディカル・１９８７・リミテッド 医療装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040100376A1 (en) * 2002-11-26 2004-05-27 Kimberly-Clark Worldwide, Inc. Healthcare monitoring system
KR20070083810A (ko) * 2004-10-28 2007-08-24 가부시키가이샤 심스 질병 진단 시스템
JP5443376B2 (ja) * 2007-11-13 2014-03-19 オリディオン・メディカル・１９８７・リミテッド 医療装置
JP2013523242A (ja) * 2010-03-31 2013-06-17 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 患者により排せつされる総二酸化炭素の要素の測定
JP2014502894A (ja) * 2010-12-21 2014-02-06 コーニンクレッカ フィリップス エヌ ヴェ 非侵襲的換気中に排出される二酸化炭素を決定するシステム及び方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885476A (zh) * 2019-11-29 2021-06-01 深圳市大雅医疗技术有限公司 一种数据关联方法、装置、服务器及存储介质

Similar Documents

Publication Publication Date Title
Hilmizen et al. The multimodal deep learning for diagnosing COVID-19 pneumonia from chest CT-scan and X-ray images
CN103201743B (zh) 患者疾病严重性、死亡率和住院时长的连续预测方法
WO2021040373A1 (ko) 복합적 스트레스 지수에 기반한 스트레스 관리 방법
EP2344035A1 (en) Oral end tidal carbon dioxide probe
CN110051324A (zh) 一种急性呼吸窘迫综合征死亡率预测方法及系统
WO2019194480A1 (ko) 운동 능력 파라미터들에 기초한 노쇠 정도 측정기
WO2018105995A2 (ko) 빅데이터를 활용한 건강정보 예측 장치 및 방법
WO2021145721A2 (ko) 기계학습을 이용한 수면무호흡증 진단방법
WO2014084441A1 (ko) 가속도 센서를 이용한 환자분석 장치 및 방법
CN119541875A (zh) 一种基于中医大数据的脓毒症恶化预测方法及系统
CN114334123A (zh) 一种适用于轻度认知障碍快速检测的认知测评体系
CN111951964A (zh) 一种快速检测新型冠状病毒肺炎的方法及系统
WO2016200243A1 (ko) 미병 분류를 보조하는 컴퓨팅 장치 및 방법
CN116246778B (zh) 一种肺功能检测智能诊断平台
CN116052892B (zh) 一种肌萎缩侧索硬化疾病进展分类系统和方法
WO2016200244A1 (ko) 호흡가스 분석에 기반하여 미병 분류를 보조하는 컴퓨팅 시스템 및 방법
CN115515480A (zh) 疾病检测系统
CN119626489A (zh) 一种儿科急诊预检智能分诊系统
US20240242790A1 (en) System for assisting with provision of diagnostic information
WO2021112317A1 (ko) 구강 내 미생물 분석장치를 이용한 건강 예측 시스템 및 방법
CN116313038A (zh) 一种诊断肌少症的装置、设备和系统
Portela et al. Pervasive real-time intelligent system for tracking critical events in intensive care patients
Fu et al. Detection of exercise periodic breathing using thermal flowmeter in patients with heart failure
TW202207875A (zh) 一種通道資訊處理系統
TW202145254A (zh) 一種資訊處理系統及其方法

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: 16807884

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: 16807884

Country of ref document: EP

Kind code of ref document: A1