WO2018038450A1 - 훈련비율 결정방법 및 프로그램 - Google Patents

훈련비율 결정방법 및 프로그램 Download PDF

Info

Publication number
WO2018038450A1
WO2018038450A1 PCT/KR2017/008872 KR2017008872W WO2018038450A1 WO 2018038450 A1 WO2018038450 A1 WO 2018038450A1 KR 2017008872 W KR2017008872 W KR 2017008872W WO 2018038450 A1 WO2018038450 A1 WO 2018038450A1
Authority
WO
WIPO (PCT)
Prior art keywords
training
data
ratio
specific
state
Prior art date
Application number
PCT/KR2017/008872
Other languages
English (en)
French (fr)
Inventor
이효석
김현수
송호영
Original Assignee
주식회사 네오펙트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 네오펙트 filed Critical 주식회사 네오펙트
Priority to US16/327,440 priority Critical patent/US20190184235A1/en
Publication of WO2018038450A1 publication Critical patent/WO2018038450A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4528—Joints
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6804—Garments; Clothes
    • A61B5/6806—Gloves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/09—Rehabilitation or training
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0003—Analysing the course of a movement or motion sequences during an exercise or trainings sequence, e.g. swing for golf or tennis
    • A63B24/0006—Computerised comparison for qualitative assessment of motion sequences or the course of a movement
    • A63B2024/0012—Comparing movements or motion sequences with a registered reference

Definitions

  • the present invention relates to a method and program for determining a training ratio for a plurality of training types when performing rehabilitation training.
  • rehabilitation training when performing functional recovery training, that is, rehabilitation training with the help of a rehabilitation therapist or nurse, rehabilitation training can be performed only by visiting a hospital. In addition, since a simple rehabilitation exercise is performed with the help of a rehabilitation therapist or a nurse, patients may feel bored with the rehabilitation training.
  • the present invention determines and provides the appropriate training performance ratio to the patient for a plurality of training types of the body parts to be performed rehabilitation, thereby performing the optimal rehabilitation without visiting a medical institution to receive medical assistance It also aims to provide a method and program for determining training rates.
  • Training rate determination method obtaining the current state data for a particular body part of a specific user; Applying the current state data and the normal state data to a current state evaluation model to obtain state evaluation data; Calculating training level data for a specific training type by applying the acquired condition evaluation data to a training ratio determination model; And determining a performance ratio by calculating a ratio between training level data for a plurality of training types, wherein the current state data is data for performing a specific training type for a specific body part of the user, and the normal state.
  • the data is data on performance of a specific training type for a specific body part of a normal person, and the status evaluation data is evaluated by comparing the current status data with the normal status data to determine a training level corresponding to the current status of the user. That's it.
  • the current state evaluation model calculates a third numerical value corresponding to the user's state through a specific calculation formula within a numerical range between the first numerical value corresponding to the minimum state and the second numerical value corresponding to the normal person.
  • the calculation formula may be a formula corresponding to the characteristics of a particular body part.
  • the training level data is set to 0 in the minimum state and normal state, and has a formula having a specific training level data value in a specific state between the minimum state and the normal state, the body part Or it may be set differently according to the training type.
  • the training type includes wrist rotation, wrist bending and spreading, wrist rotation, finger bending and spreading
  • the current state data includes a range of motion of the joint for the training type.
  • the measurement data of the, the performance ratio determining step characterized in that for calculating the performance ratio for the plurality of training types.
  • condition evaluation data for the specific training type corresponds to the first condition evaluation data corresponding to the movement in the first direction and the movement in the second direction. It may be characterized by calculating the average of the second state evaluation data.
  • the steady state data may be a maximum value on the normal number of people graph for the performance result data of a specific training type or an average value of the performance result data obtained from a plurality of normal people.
  • a square of a real number greater than 1 may be performed on a difference value between the steady state data and the current state data.
  • the determining the row ratio the step of obtaining a reference ratio for a plurality of training types; And calculating a performance ratio by multiplying a training level data of the specific training type by a value corresponding to the specific training type in the reference ratio.
  • the performance ratio for each of the plurality of determination criteria may be calculated.
  • the method may further include generating a compound ratio for the plurality of training types by multiplying a plurality of values corresponding to each training type in the performance ratio for each of the plurality of determination criteria.
  • the training rate determination program executes the above mentioned training rate determination method in combination with hardware and is stored in a medium.
  • users can be provided with a rehabilitation training curriculum suitable for their condition through a computer without visiting a medical institution for performing rehabilitation. That is, the computer evaluates the user's current status for each training type and adjusts the performance ratio of each training type, so that the user can be provided with a rehabilitation curriculum that is optimal for his rehabilitation treatment in a place other than a medical institution.
  • FIG. 1 is a flow chart of a training rate determination method according to an embodiment of the present invention.
  • FIG. 2 is an exemplary graph of a normal human distribution for calculating the steady state data according to an embodiment of the present invention.
  • Figure 3 is an exemplary graph by the calculation formula in the current state evaluation model, according to an embodiment of the present invention.
  • FIG. 4 is an exemplary graph according to a training ratio calculation model according to an embodiment of the present invention.
  • FIG. 5 is a flowchart of a process of calculating a performance ratio by reflecting training level data in a reference ratio according to an embodiment of the present invention.
  • FIG. 6 is a flowchart of a method of determining a training rate, further comprising a process of calculating a composite ratio combining a performance ratio of a plurality of determination criteria according to an embodiment of the present invention.
  • a 'computer' includes various devices capable of performing arithmetic processing and providing a result to a user.
  • a computer can be a desktop PC, a notebook, as well as a smartphone, a tablet PC, a cellular phone, a PCS phone (Personal Communication Service phone), synchronous / asynchronous
  • IMT-2000 International Mobile Telecommunication-2000
  • PC Palm Personal Computer
  • PDA Personal Digital Assistant
  • the computer may correspond to a server that receives a request from a client and performs information processing.
  • 'training' refers to an action performed to improve or improve a specific body part function of a user.
  • the 'training' is a rehabilitation exercise performed to improve a specific body part.
  • 'training' is a function improvement exercise performed for a specific body part (eg, strength exercise, endurance exercise, etc.).
  • the term 'training type' refers to a type that should be performed by training a specific body part.
  • 'Training type' can mean the type of movement that a particular body part can perform.
  • the 'training type' includes finger spreading and folding, wrist bending and straightening, and wrist rotation.
  • the 'training type' may mean a specific task type for moving a specific body part (for example, orange squeeze game content and butterfly catching game content, etc. to perform 'folding and stretching the finger').
  • rehabilitation therapists in the hospital assist the patient in training.
  • the rehabilitation therapist decides the appropriate training type or training difficulty, and the training sequence and training frequency to be performed. Therefore, when training is performed in a treatment institution such as a hospital, it is not necessary to set a training type, a training execution order, etc. to be performed by a rehabilitation training system including a plurality of training types.
  • FIG. 1 is a flow chart of a training rate determination method according to an embodiment of the present invention.
  • the training ratio determination method the step of obtaining the current state data for a particular body part of a specific user (S100); Obtaining state evaluation data by applying the current state data and the normal state data to a current state evaluation model (S200); Calculating training level data for a specific training type by applying the acquired condition evaluation data to a training ratio determination model (S300); And determining a performance ratio by calculating a ratio between the training level data for the plurality of training types (S400).
  • S100 state evaluation data by applying the current state data and the normal state data to a current state evaluation model
  • S300 training ratio determination model
  • S400 training ratio determination model
  • the computer obtains current state data of a specific body part of a specific user (S100).
  • the current state data is data about a specific type of training performed on a specific body part of the user. That is, the computer acquires data for determining the current state of the body part of the user (eg, the patient).
  • the current joint motion of the user is measured and obtained as current state data.
  • the range of motion of the joint may be measured by a rehabilitation device (eg, a body condition measuring device or a glove type / hand wearable rehabilitation device) which the user wears on a specific body part and performs training.
  • a rehabilitation device eg, a body condition measuring device or a glove type / hand wearable rehabilitation device
  • the training type includes wrist rotation, wrist bending and spreading, wrist rotation, finger bending and spreading
  • the computer allows the user to wear a wearable measuring device and perform a movement.
  • the measurement data of the range of motion for the training type is obtained as the current state data.
  • the range of motion of the joint is measured using a measuring sensor device attached to the shoulder or a device disposed on the bottom surface to provide two-dimensional shoulder movement.
  • the muscle rigidity (MAS) measurement, manual muscle testing (MMT), etc. are performed by the medical staff or rehabilitation therapist, so that the muscle rigidity, gravity direction exercise for the patient is performed.
  • the capability is measured, and the computer receives the measurement data and calculates the specific numerical data corresponding to the current state data.
  • the computer obtains the status evaluation data by applying the current status data and the normal status data to the current status evaluation model (S200).
  • the computer obtains steady state data for a particular training type of a particular body part.
  • the steady state data is data for performing a specific training type on a specific body part of a normal person.
  • the computer can acquire steady state data in a variety of ways.
  • the computer is assigned steady state data of a particular type of training from an administrator.
  • the computer receives and stores the optimal steady state data as it performs wireless communication with an external management server.
  • the steady state data is determined as the maximum point on the normal population graph for the performance data of a particular training type.
  • the computer is a management server, as shown in FIG. 2, it is possible to accumulate performance results for specific training types of normal people, and generate a graph of normal number of people for the performance data. On the graph, the performance result data value having the largest number of people can be determined as the steady state data.
  • the steady state data is determined as an average value of performance result data obtained from a plurality of normal persons.
  • the state evaluation data is data obtained by comparing the current state with the normal state in order to determine the training level corresponding to the current state of the user. It may not be appropriate to directly apply the current state data measured by the physical condition measuring device or the rehabilitation device or the current state data, which is the result of a specific test performed on the user by the medical staff, directly to the training rate calculation.
  • the computer converts the current state data into data suitable for calculating the training rate. That is, the computer performs a process of evaluating how much the current state is compared with the state of the normal person.
  • a third numerical value corresponding to the user's state through a specific calculation equation within a numerical range between the first numerical value corresponding to the minimum state and the second numerical value corresponding to the normal person is calculated by calculating the state evaluation data. That is, the calculation equation may be an expression for an increase function or a decrease function that varies between a first value value corresponding to a minimum state (ie, a state in which no training type is performed at all) and a second value value corresponding to a normal state.
  • the computer may calculate the third numerical value corresponding to the specific current state data between the minimum state and the normal state by applying to the calculation formula.
  • the calculation formula included in the current state evaluation model may be a function formula that increases or decreases in direct proportion, or may be a formula that matches a specific function that is not a linear function.
  • the movement of the small rotation angle in the initial rotation section in the specific direction can be determined as a high state improvement, but in the section close to the maximum rotation range, the performance is improved by the same rotation angle. In this case, it can be judged as a lower state improvement than the initial rotation section. Therefore, in evaluating the patient's condition, the same difference value between the previously measured current state data and the currently measured current state data may be determined differently according to the previous state (that is, the rate of change of the state evaluation data is different). .
  • the formula sets the numerical range from 0 to 0.5, so that the state is not good (i.e., the closer to the minimum state), the closer to the maximum of 0.5, and the better the state (i.e., the closer x i is to n).
  • the exponential form or function form that decreases as the rate of change increases as x i (i.e., the current state data) increases (i.e., in the form of a graph before the minimum and convex downward as shown in FIG. 3).
  • the state is different from the state evaluation data difference according to the difference value of the specific present state data (for example, the movement range of the wrist rotation increases by a certain angle).
  • the improved area i.e., the area close to the normal person
  • the difference of the status evaluation data value according to the difference value of the same current status data becomes small.
  • a square of a real number greater than 1 is applied to the difference between the steady state data and the current state data. It can be a formula to perform.
  • the computer applies a formula that is included in the current state assessment model that matches the characteristics of a particular body part or training type. Different formulas may be applied to reflect the characteristics of the body part or training type, and only constant values included in the same formula may be adjusted.
  • the state evaluation data for the specific training type may include the first state evaluation data and the second state corresponding to the movement in the first direction.
  • the second state evaluation data corresponding to the movement in the direction is averaged and calculated.
  • the reference state that is, the state without joint rotation
  • the current state in each direction ie, the first direction and the second direction
  • the training type is wrist bending, it should be evaluated separately in the vertical direction.
  • the computer obtains state evaluation data (ie, first state evaluation data and second state evaluation data) in each direction (that is, the first direction and the second direction) for body parts having symmetrical movements. Thereafter, the computer obtains final condition evaluation data for a specific training type of the corresponding body part by averaging the first condition evaluation data and the second condition evaluation data.
  • state evaluation data ie, first state evaluation data and second state evaluation data
  • final condition evaluation data for a specific training type of the corresponding body part by averaging the first condition evaluation data and the second condition evaluation data.
  • the current status evaluation model when the training type has a symmetrical movement of a particular body part, includes a formula for calculating the numerical value reflecting the status for each direction as the status evaluation data do. For example, if the training type is wrist rotation, the first position is inclined 30 degrees in the first direction from the reference position but is not rotated in the second direction and 15 degrees in the first direction and in the second direction. If a second state inclined by 15 degrees exists, applying a formula of a function proportional to the deviation between the steady state data and the current state data (that is, a formula in which the state evaluation data increases in proportion to the steady state data), The final state evaluation data for the first state and the final state evaluation data for the second state can be calculated equally. When evaluating the patient's condition during rehabilitation, the first and second states need to be evaluated differently and appear in the numerical value of the final condition evaluation data. Use the formula to reflect.
  • the current state evaluation model for this purpose, it includes a formula for performing a square of a real number greater than 1 in the difference between the steady state data and the current state data.
  • a formula for performing a square of a real number greater than 1 in the difference between the steady state data and the current state data For example, as shown in FIG. 3, in the case of a formula having a function form in which the function value decreases while the change rate increases as the current state data increases, the absolute value of the change rate for the state evaluation data increases as the current state data decreases. (I.e., the smaller the current state data, the more rapidly the state evaluation data changes), so that the movement bias in a specific direction can be reflected in the numerical value.
  • the computer calculates the training level data for the specific training type by applying the acquired condition evaluation data to the training ratio determination model (S300).
  • the training level data refers to a user's training level suitable for the condition evaluation data for a specific training type of a specific body part.
  • the training rate at which multiple training types will be provided should be set differently depending on the patient's condition. For example, a training type that results in a patient closer to a normal person may provide less training, while a training type that is judged to be likely to improve may provide a higher training rate. have.
  • the training level data in the minimum state and the normal state is set to 0, and has a formula having a specific training level data value in a specific state between the minimum state and the normal state.
  • the minimum state of performing a particular type of training for example, inability to move at all according to a particular type of training on a particular body part
  • providing the type of training to the user does not help improve the state, and rehabilitation of the user It can be interesting.
  • the computer sets the training level data at the minimum state to zero.
  • the condition evaluation data for the training type of a particular body part is calculated to be normal level, the user does not need rehabilitation for the training type of the corresponding body part, so the computer sets the training level data of the training type to zero. Set it.
  • the equation is determined to have a specific continuous function between the minimum and normal states.
  • the training level data may be a function of determining the training level data based on the state evaluation data value in a specific numerical value range (that is, a range greater than 0 and less than or equal to 1).
  • the formula included in the training ratio calculation model may be set differently according to the body part or the training type.
  • a formula may be included in the training rate determination model to have a maximum training rate (ie, a maximum value) in a specific state evaluation data value.
  • Maximal condition assessment data values may be set by the medical staff or may be set and adjusted by the computer analyzing the level of rehabilitation of the user (ie, degree of improvement).
  • the computer determines a performance ratio between the plurality of training types based on the training level data for the plurality of training types (S400). In one embodiment of the method of calculating the performance ratio, the computer calculates the ratio by directly comparing the training level data of each training type. For example, if the training level data for training type A, training type B, and training type C are 0.6, 0.5, and 0.4, respectively, the computer performs the performance ratio 0.6: 0.5: 0.4, which is the ratio between the training level data for each training type. Decide on Further, the computer can calculate the final ratio of the integer ratio by multiplying the performance ratio by a specific natural number.
  • the computer includes a basic training rate, and the training level data for each training type is multiplied by the corresponding training type in the basic training rate to calculate a performance rate corresponding to the current state of the user. .
  • the performance ratio calculation step (S400) the step of obtaining a reference ratio for a plurality of training types (S410); And calculating a performance ratio by multiplying a value corresponding to a specific training type in the reference ratio by the training level data of the specific training type (S420).
  • the computer obtains a reference ratio for the plurality of training types (S410). For example, when the body part to which the user should perform rehabilitation is determined, the computer extracts a plurality of training types to be performed on the body parts, and the criteria basically set to be performed on the plurality of training types. Extract the ratio.
  • the computer calculates a performance ratio by multiplying the training level data of the specific training type by a value corresponding to the specific training type in the reference ratio (S420).
  • the training level data of training type A, training type B, and training type C are 0.6, 0.5, and 0.4, respectively, and the reference ratio applied to training type A, training type B, and training type C is 3: 2: 1.
  • the performance ratio is calculated by multiplying the training level data by the ratio item corresponding to each training type (ie, performing (3 * 0.6) :( 2 * 0.5) :( 1 * 0.4)).
  • the performance ratio for each of the plurality of determination criteria may be calculated.
  • the plurality of judgment criteria include range of motion (ROM), stiffness (the level at which the muscles can move themselves), gravitational motion level, cognitive ability level, and the like.
  • ROM range of motion
  • stiffness the level at which the muscles can move themselves
  • gravitational motion level the level at which the muscles can move themselves
  • cognitive ability level the like.
  • a performance ratio according to each criterion is calculated for a plurality of exercise performance types. That is, even in the same type of exercise performance, different performance ratios can be calculated according to the criterion.
  • Step (S500) by multiplying a plurality of values corresponding to each training type in the performance ratio for each of the plurality of criteria, generating a complex ratio for a plurality of training types Step (S500); may further include. That is, the computer calculates a performance ratio according to each criterion for a plurality of training types, and calculates a compound item value by performing a product between items corresponding to a specific training type in each criterion. The computer then determines the compound ratio by calculating the ratio between compound item values for each training type.
  • the training rate determination method may be implemented as a program (or an application) and stored in a medium to be executed in combination with a computer which is hardware.
  • the above-described program includes C, C ++, JAVA, machine language, etc. which can be read by the computer's processor (CPU) through the computer's device interface so that the computer reads the program and executes the methods implemented as the program.
  • Code may be coded in the computer language of. Such code may include functional code associated with a function or the like that defines the necessary functions for executing the methods, and includes control procedures related to execution procedures necessary for the computer's processor to execute the functions according to a predetermined procedure. can do.
  • the code may further include memory reference code for additional information or media required for the computer's processor to execute the functions at which location (address address) of the computer's internal or external memory should be referenced. have.
  • the code may be used to communicate with any other computer or server remotely using the communication module of the computer. It may further include a communication related code for whether to communicate, what information or media should be transmitted and received during communication.
  • the stored medium is not a medium for storing data for a short time such as a register, a cache, a memory, but semi-permanently, and means a medium that can be read by the device.
  • examples of the storage medium include, but are not limited to, a ROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, an optical data storage device, and the like. That is, the program may be stored in various recording media on various servers to which the computer can access or various recording media on the computer of the user. The media may also be distributed over network coupled computer systems so that the computer readable code is stored in a distributed fashion.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • General Business, Economics & Management (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Software Systems (AREA)
  • Child & Adolescent Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Geometry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Data Mining & Analysis (AREA)
  • Rehabilitation Tools (AREA)

Abstract

본 발명은 훈련비율 결정방법 및 프로그램에 관한 것이다. 본 발명의 일실시예에 따른 훈련비율 결정방법은, 특정한 사용자의 특정한 신체부위에 대한 현재상태데이터를 획득하는 단계(S100); 상기 현재상태데이터 및 정상상태데이터를 현재상태평가모델에 적용하여 상태평가데이터를 획득하는 단계(S200); 상기 획득된 상태평가데이터를 훈련비율결정모델에 적용하여 특정한 훈련유형에 대한 훈련수준데이터를 산출하는 단계(S300); 및 복수의 훈련유형에 대한 훈련수준데이터 간의 비율을 산출하여 수행비율을 결정하는 단계(S400);를 포함한다. 본 발명에 따르면, 사용자들은 재활훈련 수행을 위해 의료기관에 방문하지 않고도 컴퓨터를 통해 본인 상태에 적합한 재활훈련 커리큘럼을 제공받을 수 있다.

Description

훈련비율 결정방법 및 프로그램
본 발명은 재활훈련 수행 시에 복수의 훈련유형에 대한 훈련비율을 결정하는 방법 및 프로그램에 관한 것이다.
현재, 교통사고에 의한 척수 손상, 뇌경색이나 뇌졸중 등에 의한 뇌장애, 혹은 기타 원인으로 특정한 신체부위의 기능 저하에 의해 기능 회복 훈련을 필요로 하는 환자들이 많다. 특정한 신체부위에 장애가 있는 환자에 대해서 재활치료사나 간호사 등의 도움에 의해 다양한 단계적인 기능 회복 훈련이 일반적으로 행해지고 있다.
그러나, 재활치료사나 간호사 등의 도움으로 기능 회복 훈련 즉, 재활훈련을 수행하는 경우, 병원에 방문하여서만 재활훈련을 수행할 수 있다. 또한, 재활치료사 또는 간호사의 도움으로 단순한 재활운동을 수행하게 되므로, 환자들은 재활훈련을 지루하게 느끼게 된다.
이를 위해, 게임컨텐츠를 기반으로 재활훈련을 수행하는 방식이 도입되고 있다. 그러나, 게임컨텐츠를 기반으로 재활훈련을 수행하더라도 간호사 또는 재활치료사가 환자에게 적합한 게임컨텐츠를 선택하는 과정이 필요하므로, 병원에 방문하여야 해당 게임컨텐츠를 기반으로 한 최적의 재활훈련을 수행할 수 있게 된다.
본 발명은 재활훈련을 수행하여야 하는 신체부위의 복수의 훈련유형에 대한 환자에게 적합한 훈련 수행비율을 결정하여 제공함에 따라, 의료인의 보조를 받기 위해 의료기관에 방문하지 않고 최적의 재활훈련을 수행하도록 하는, 훈련비율 결정방법 및 프로그램을 제공하고자 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일실시예에 따른 훈련비율 결정방법은, 특정한 사용자의 특정한 신체부위에 대한 현재상태데이터를 획득하는 단계; 상기 현재상태데이터 및 정상상태데이터를 현재상태평가모델에 적용하여 상태평가데이터를 획득하는 단계; 상기 획득된 상태평가데이터를 훈련비율결정모델에 적용하여 특정한 훈련유형에 대한 훈련수준데이터를 산출하는 단계; 및 복수의 훈련유형에 대한 훈련수준데이터 간의 비율을 산출하여 수행비율을 결정하는 단계;를 포함하되, 상기 현재상태데이터는 사용자의 특정한 신체부위에 대한 특정한 훈련유형 수행에 대한 데이터이며, 상기 정상상태데이터는 정상인의 특정한 신체부위에 대한 특정한 훈련유형 수행에 대한 데이터이며, 상기 상태평가데이터는 사용자의 현재상태에 부합하는 훈련수준을 결정하기 위해 상기 현재상태데이터를 정상상태데이터와 비교하여 평가한 데이터인, 이다.
또한, 상기 현재상태평가모델은, 최소상태에 해당하는 제1수치값과 정상인에 대응하는 제2수치값 사이인 수치범위 내에서 특정한 산출수식을 통해 사용자의 상태에 부합하는 제3수치값을 산출하여 상기 상태평가데이터로 산출하되, 상기 산출수식은 특정한 신체부위의 특성에 부합하는 수식일 수 있다.
또한, 상기 훈련비율결정모델은, 최소상태와 정상인상태에서 훈련수준데이터를 0으로 설정하며, 상기 최소상태와 상기 정상인상태 사이의 특정상태에서 특정한 훈련수준데이터값을 가지는 수식을 가지며, 상기 신체부위 또는 상기 훈련유형에 따라 상이하게 설정되는 것일 수 있다.
또한, 상기 신체부위가 손인 경우, 상기 훈련유형은 손목회전, 손목구부림 및 펼침, 팔목회전, 손가락구부림 및 펼침을 포함하며, 상기 현재상태데이터는 상기 훈련유형에 대한 관절 운동범위(Range of Motion)의 측정데이터이며, 상기 수행비율 결정단계는, 상기 복수의 훈련유형에 대한 수행비율을 산출하는 것을 특징으로 할 수 있다.
또한, 특정한 훈련유형이 기준자세로부터 대칭적인 움직임을 가지는 경우, 특정한 훈련유형에 대한 상기 상태평가데이터는, 제1방향에 대한 움직임에 상응하는 제1상태평가데이터와 제2방향에 대한 움직임에 상응하는 제2상태평가데이터를 평균하여 산출하는 것을 특징으로 할 수 있다.
또한, 상기 정상상태데이터는, 특정한 훈련유형의 수행결과데이터에 대한 정상인 인원수 그래프 상의 최대점 또는 복수의 정상인으로부터 획득된 수행결과데이터의 평균값일 수 있다.
또한, 상기 정상상태데이터와 상기 현재상태데이터 사이의 차이값에 1보다 큰 실수의 제곱을 수행하는 것을 특징으로 할 수 있다.
또한, 상기 행비율 결정단계는, 복수의 훈련유형에 대한 기준비율을 획득하는 단계; 및 상기 기준비율 내의 특정한 훈련유형에 상응하는 값에 상기 특정한 훈련유형의 훈련수준데이터를 곱하여 수행비율을 산출하는 단계;를 포함할 수 있다.
또한, 훈련유형별 수행비율을 산출하는 복수의 판단기준이 존재하는 경우, 복수의 판단기준별 수행비율을 산출하는 것을 특징으로 할 수 있다.
또한, 상기 복수의 판단기준별 수행비율 내의 각 훈련유형에 대응하는 복수의 수치를 곱하여, 복수의 훈련유형에 대한 복합비율을 생성하는 단계;를 더 포함할 수 있다.
본 발명의 다른 일실시예에 따른 훈련비율 결정프로그램은, 하드웨어와 결합되어 상기 언급된 훈련비율 결정방법을 실행하며, 매체에 저장된다.
상기와 같은 본 발명에 따르면, 사용자들은 재활훈련 수행을 위해 의료기관에 방문하지 않고도 컴퓨터를 통해 본인 상태에 적합한 재활훈련 커리큘럼을 제공받을 수 있다. 즉, 컴퓨터가 각 훈련유형에 대한 사용자 현재상태를 평가하여 각 훈련유형의 수행비율을 조절할 수 있어서, 사용자는 본인의 재활치료에 최적인 재활훈련 커리큘럼을 의료기관이 아닌 다른 장소에도 제공받을 수 있다.
또한, 신체부위별 및 훈련유형별로 최적인 현재상태평가모델 및 훈련비율결정모델을 적용함에 따라, 각 신체부위 및 훈련유형의 특성이 반영된, 복수의 훈련유형에 대한 수행비율을 산출할 수 있는 효과가 있다.
도 1은 본 발명의 일실시예에 따른 훈련비율 결정방법의 순서도이다.
도 2는 본 발명의 일실시예에 따른 정상상태데이터 산출을 위한 정상인분포의 예시그래프이다.
도 3은 본 발명의 일실시예에 따른, 현재상태평가모델 내 산출수식에 의한 예시그래프이다.
도 4는 본 발명의 일실시예에 따른 훈련비율산출모델에 따른 예시그래프이다.
도 5는 본 발명의 일실시예에 따른 기준비율에 훈련수준데이터를 반영하여 수행비율을 산출하는 과정의 순서도이다.
도 6은 본 발명의 일실시예에 따른 복수의 판단기준별 수행비율을 종합한 복합비율을 산출하는 과정을 더 포함하는, 훈련비율 결정방법의 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
본 명세서에서 '컴퓨터'는 연산처리를 수행하여 사용자에게 결과를 제공할 수 있는 다양한 장치들이 모두 포함된다. 예를 들어, 컴퓨터는 데스크 탑 PC, 노트북(Note Book) 뿐만 아니라 스마트폰(Smart phone), 태블릿 PC, 셀룰러폰(Cellular phone), 피씨에스폰(PCS phone; Personal Communication Service phone), 동기식/비동기식 IMT-2000(International Mobile Telecommunication-2000)의 이동 단말기, 팜 PC(Palm Personal Computer), 개인용 디지털 보조기(PDA; Personal Digital Assistant) 등도 해당될 수 있다. 또한, 컴퓨터는 클라이언트로부터 요청을 수신하여 정보처리를 수행하는 서버가 해당될 수 있다.
본 명세서에서 '훈련'은 사용자의 특정한 신체부위 기능을 개선 또는 향상을 위해 수행되는 행위를 의미한다. 즉, 특정한 사용자의 신체부위 기능이 정상인 상태에 미치지 못하는 경우(즉, 사용자가 특정한 신체부위에 대해 재활이 필요한 환자인 경우), '훈련'은 특정한 신체부위의 개선을 위해 수행되는 재활훈련이 된다. 또한, 특정한 사용자는 정상인에 해당하며 사용자의 신체부위 기능을 기존보다 더 향상시키고자 하는 경우, '훈련'은 특정한 신체부위에 대해 수행되는 기능 향상 운동(예를 들어, 근력운동, 근지구력 운동 등)이 해당된다.
본 명세서에서 '훈련유형'은 특정한 신체부위의 훈련으로 수행되어야 하는 유형을 의미한다. '훈련유형'은 특정한 신체부위가 수행할 수 있는 움직임의 유형을 의미할 수 있다. 예를 들어, 신체부위가 '손'인 경우, '훈련유형'은 손가락 펼치고 접기, 손목 구부리고 펴기, 손목 회전하기 등이 포함된다. 또한, '훈련유형'은 특정한 신체부위를 움직이게 하는 구체적인 테스크 유형(예를 들어, '손가락 접고 펴기'를 수행하기 위한 오렌지 짜기 게임컨텐츠 및 나비잡기 게임컨텐츠 등)을 의미할 수 있다.
병원에서 훈련을 수행하는 경우, 병원에 근무하는 재활치료사들이 환자의 훈련을 보조하여 준다. 이 때, 재활치료사가 환자에게 적절한 훈련유형 또는 훈련난이도를 결정하여 주고, 수행하여야 할 훈련순서 및 훈련빈도도 결정하여 준다. 따라서, 병원 등의 치료기관에서 훈련을 수행하는 경우에는, 복수의 훈련유형을 포함하고 있는 재활훈련시스템이 수행할 훈련유형, 훈련 수행 순서 등을 설정할 필요가 없다.
그러나, 재활훈련시스템을 이용하여 개인이 재활치료사의 보조없이 훈련을 수행하는 경우, 사용자(즉, 환자)는 본인에게 필요한 훈련유형, 훈련수행순서 및 각 훈련의 수행빈도를 결정하지 못한다. 이를 위해, 개인이 본인이 가정 등에서 재활치료사의 보조가 없이도 적절한 훈련을 수행하기 위한 시스템, 방법 및 프로그램이 필요하다.
이하, 도면을 참고하여 본 발명의 실시예들에 따른 훈련비율 결정시스템, 방법 및 프로그램에 대해 상세히 설명한다.
도 1은 본 발명의 일실시예에 따른 훈련비율 결정방법의 순서도이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 훈련비율 결정방법은, 특정한 사용자의 특정한 신체부위에 대한 현재상태데이터를 획득하는 단계(S100); 상기 현재상태데이터 및 정상상태데이터를 현재상태평가모델에 적용하여 상태평가데이터를 획득하는 단계(S200); 상기 획득된 상태평가데이터를 훈련비율결정모델에 적용하여 특정한 훈련유형에 대한 훈련수준데이터를 산출하는 단계(S300); 및 복수의 훈련유형에 대한 훈련수준데이터 간의 비율을 산출하여 수행비율을 결정하는 단계(S400);를 포함한다. 이하, 각 단계에 대한 상세한 설명을 기재한다.
컴퓨터가 특정한 사용자의 특정한 신체부위에 대한 현재상태데이터를 획득한다(S100). 상기 현재상태데이터는 사용자의 특정한 신체부위에 대한 특정한 훈련유형 수행에 대한 데이터이다. 즉, 컴퓨터가 사용자(예를 들어, 환자)의 신체부위에 대한 현재상태를 판단하기 위한 데이터를 획득한다.
일실시예로, 관절운동범위(Range of Motion; ROM)를 측정하는 경우, 사용자의 현재 특정한 관절 움직임을 측정하여 현재상태데이터로 획득한다. 관절운동범위는 사용자가 특정한 신체부위에 착용하고 훈련을 수행하는 재활훈련장치(예를 들어, 신체상태측정장치 또는 장갑형/손착용형 재활훈련장치)를 통해 측정될 수 있다. 예를 들어, 상기 신체부위가 손인 경우, 상기 훈련유형은 손목회전, 손목구부림 및 펼침, 팔목회전, 손가락구부림 및 펼침을 포함하고, 컴퓨터는 사용자가 손착용형 측정장치를 착용하고 움직임을 수행함에 따라 훈련유형에 대한 관절 운동범위(Range of Motion)의 측정데이터를 현재상태데이터로 획득한다. 또한, 예를 들어, 어깨의 관절운동범위를 측정하는 경우, 어깨부위에 부착하는 측정센서장치 또는 바닥면에 배치되어 2차원 상의 어깨움직임을 제공하는 장치를 이용하여 관절운동범위를 측정한다.
다른 일실시예로, 의료진 또는 재활치료사에 의해 환자에 대한 근 강직도(Modifide Ashworth Scale; MAS) 측정, 도수근력검사(Manual Muscle Testing; MMT) 등을 수행하여, 환자에 대한 근강직도, 중력방향 운동능력 등을 측정하고, 컴퓨터는 측정데이터를 입력받아서 현재상태데이터에 상응하는 특정한 수치데이터로 산출한다.
컴퓨터가 상기 현재상태데이터 및 정상상태데이터를 현재상태평가모델에 적용하여 상태평가데이터를 획득한다(S200). 먼저, 컴퓨터는 특정한 신체부위의 특정한 훈련유형에 대한 정상상태데이터를 획득한다. 상기 정상상태데이터는 정상인의 특정한 신체부위에 대한 특정한 훈련유형 수행에 대한 데이터이다.
컴퓨터는 다양한 방식으로 정상상태데이터를 획득할 수 있다. 일실시예로, 컴퓨터는 특정한 훈련유형의 정상상태데이터를 관리자로부터 지정받는다. 구체적으로, 상기 컴퓨터가 사용자가 보유한 단말장치인 경우, 컴퓨터는 외부의 관리서버와 무선통신을 수행함에 따라 최적의 정상상태데이터를 수신하여 저장한다.
또한, 다른 일실시예에서, 상기 정상상태데이터는, 특정한 훈련유형의 수행결과데이터에 대한 정상인 인원수 그래프 상의 최대점으로 결정된다. 구체적으로, 컴퓨터가 관리서버인 경우, 도 2에서와 같이, 정상인들의 특정한 훈련유형에 대한 수행결과를 누적할 수 있고, 해당 수행결과데이터에 대한 정상인 인원수 그래프를 생성한다. 상기 그래프 상에서 인원수가 가장 많은 수행결과데이터값을 정상상태데이터로 판단할 수 있다. 또한, 다른 일실시예에서, 상기 정상상태데이터는, 복수의 정상인으로부터 획득된 수행결과데이터의 평균값으로 결정된다.
상기 상태평가데이터는 사용자의 현재상태에 부합하는 훈련수준을 결정하기 위해 현재상태를 정상인 상태와 비교하여 평가한 데이터이다. 신체상태측정장치 또는 재활훈련장치에 의해 측정된 현재상태데이터 또는 의료진에 의해 사용자에 대해 수행된 특정한 테스트 결과인 현재상태데이터를 훈련비율 산출에 바로 적용하기 적절하지 않을 수 있다. 이를 위해, 컴퓨터는 현재상태데이터를 훈련비율산출에 적합한 데이터로 변환을 수행한다. 즉, 컴퓨터는 정상인의 상태와 비교하여 현재상태가 어느 정도의 상태인지 평가하는 과정을 수행한다.
상기 현재상태평가모델의 일실시예는, 최소상태에 해당하는 제1수치값과 정상인에 대응하는 제2수치값 사이인 수치범위 내에서 특정한 산출수식을 통해 사용자의 상태에 부합하는 제3수치값을 산출하여 상기 상태평가데이터로 산출한다. 즉, 상기 산출수식은 최소상태(즉, 훈련유형을 전혀 수행하지 못하는 상태)에 대응하는 제1수치값과 정상인상태에 대응하는 제2수치값 사이에서 변하는 증가 함수 또는 감소함수에 대한 수식이 될 수 있고, 컴퓨터는 최소상태와 정상인상태 사이의 특정한 현재상태데이터에 부합하는 제3수치값을 상기 산출수식에 적용하여 산출할 수 있다.
상기 현재상태평가모델에 포함되는 산출수식은 정비례하게 증가 또는 감소하는 함수 수식이 될 수도 있고, 일차함수가 아닌 특정한 함수에 부합하는 수식이 될 수도 있다. 예를 들어, 손목을 회전하는 움직임인 경우, 특정한 방향으로 초기 회전구간에서는 작은 회전각도의 움직임을 높은 상태 개선으로 판단할 수 있으나, 최대 회전범위에 가까운 구간에서는 동일한 회전각도만큼 수행결과가 개선된 경우에 초기 회전구간에 비해 낮은 상태개선으로 판단할 수 있다. 따라서, 환자의 상태 평가 시, 이전에 측정된 현재상태데이터와 현재 측정된 현재상태데이터의 동일한 차이값이 이전상태에 따라 상이하게 판단되도록(즉, 상태평가데이터의 변화율이 상이하도록) 할 수 있다.
예를 들어, 다음과 같은 수식을 기반으로 상태평가데이터를 산출하는 예시를 통해 구체적으로 살펴본다. 다만, 본 발명의 현재상태평가모델의 수식은 이에 전혀 한정되지 아니한다.
Figure PCTKR2017008872-appb-I000001
Figure PCTKR2017008872-appb-I000002
수치범위를 0부터 0.5로 설정되는 수식으로 상태가 좋지않을록(즉, 최소상태에 가까울수록) 최대값인 0.5에 가까워지고, 상태가 호전될수록(즉, xi가 n에 가까워질수록) 0에 가까워진다. 또한, 지수함수 형태 또는 xi(즉, 현재상태데이터)가 커질수록 변화율이 증가하면서 함수값이 감소하는 함수 형태(즉, 도 3에서와 같이, 아래로 볼록하면서 극소점 이전의 그래프 형태)를 가짐에 따라, 상태가 좋지 않은 영역(즉, 최소상태에 가까운 영역)에서 특정한 현재상태데이터의 차이값(예를 들어, 손목 회전의 움직임 범위가 특정각도만큼 증가)에 따른 상태평가데이터 차이보다 상태가 호전된 영역(즉, 정상인에 가까운 영역)에서 동일한 현재상태데이터의 차이값에 따른 상태평가데이터값의 차이가 적게 된다.
현재상태데이터가 증가함에 따라 변화율이 증가하면서 함수값이 감소하는 현재상태평가모델 내 산출수식의 일실시예로, 상기 정상상태데이터와 상기 현재상태데이터 사이의 차이값에 1보다 큰 실수의 제곱을 수행하는 수식이 될 수 있다.
또한, 일실시예로, 컴퓨터는 상기 현재상태평가모델에 포함되는 산출수식은 특정한 신체부위 또는 훈련유형의 특성에 부합하는 수식을 적용한다. 신체부위 또는 훈련유형에 따른 특성을 반영하여 상이한 수식형태를 적용할 수도 있고, 동일한 수식형태에 포함되는 상수값만 조절할 수도 있다.
또한, 다른 일실시예는, 특정한 훈련유형이 기준자세로부터 대칭적인 움직임을 가지는 경우, 특정한 훈련유형에 대한 상기 상태평가데이터는, 제1방향에 대한 움직임에 상응하는 제1상태평가데이터와 제2방향에 대한 움직임에 상응하는 제2상태평가데이터를 평균하여 산출한다. 예를 들어, 손목손목 회전의 경우에는 기준상태(즉, 관절 회전이 되지 않은 상태)로부터 양 방향으로 회전이 가능하므로, 각 방향(즉, 제1방향과 제2방향)에 대한 현재상태를 개별적으로 평가하여야 한다. 또한, 예를 들어, 훈련유형이 손목 구부림인 경우, 상하 방향으로 개별적으로 평가하여야 한다. 즉, 컴퓨터는 대칭적인 움직임을 가지는 신체부위에 대해 각 방향(즉, 제1방향 및 제2방향)으로의 상태평가데이터(즉, 제1상태평가데이터 및 제2상태평가데이터)를 획득한다. 그 후, 컴퓨터는 제1상태평가데이터 및 제2상태평가데이터를 평균 계산함에 따라 해당 신체부위의 특정한 훈련유형에 대한 최종상태평가데이터를 획득한다.
또한, 다른 일실시예는, 훈련유형이 특정한 신체부위의 대칭적인 움직임을 가지는 것인 경우, 상기 현재상태평가모델은 각 방향에 대한 상태를 반영하는 수치값을 상태평가데이터로 산출하는 수식을 포함한다. 예를 들어, 훈련유형이 손목 회전인 경우, 기준위치로부터 제1방향으로는 30도 기울어지나 제2방향으로는 전혀 회전이 되지 않는 제1상태와 제1방향으로 15도 기울어지고 제2방향으로 15도 기울어지는 제2상태가 존재하는 경우, 정상상태데이터와 현재상태데이터의 편차에 정비례한 함수의 수식(즉, 정상상태데이터에 따라 상태평가데이터가 정비례하게 증가하는 수식)을 적용하면, 제1상태에 대한 최종상태평가데이터와 제2상태에 대한 최종상태평가데이터가 동일하게 산출될 수 있다. 재활훈련 시에 환자상태를 평가할 때, 제1상태와 제2상태가 상이한 것으로 평가되어 최종상태평가데이터의 수치상에 나타날 필요가 있으므로, 컴퓨터는 산출되는 최종상태평가데이터 값에서 특정 방향으로의 편중여부가 반영되는 수식을 사용한다.
이를 위한 현재상태평가모델의 일실시예로, 상기 정상상태데이터와 상기 현재상태데이터 사이의 차이값에 1보다 큰 실수의 제곱을 수행하는 수식을 포함한다. 예를 들어, 도 3에서와 같이, 현재상태데이터가 커질수록 변화율이 증가하면서 함수값이 감소하는 함수 형태를 가지는 수식의 경우, 현재상태데이터가 작을수록 상태평가데이터에 대한 변화율의 절대값이 크므로(즉, 현재상태데이터가 작을수록 상태평가데이터가 급격하게 변하므로), 특정방향으로의 움직임 편중을 수치상에 반영할 수 있다.
컴퓨터가 상기 획득된 상태평가데이터를 훈련비율결정모델에 적용하여 특정한 훈련유형에 대한 훈련수준데이터를 산출한다(S300). 상기 훈련수준데이터는 특정한 신체부위의 특정한 훈련유형에 대한 상태평가데이터에 적합한 사용자의 훈련 수준을 의미한다. 복수의 훈련유형이 제공될 훈련비율은 환자의 상태에 따라서 다르게 설정되어야 한다. 예를 들어, 환자가 정상인에 가깝게 수행결과를 내는 훈련유형은 훈련을 적게 제공하여도 되고, 환자가 개선될 가능성이 높은 상태로 판단되는 훈련유형은 훈련비율을 높여서 제공하는 것이 훈련효과를 높일 수 있다.
상기 훈련비율결정모델의 일실시예로, 최소상태와 정상인상태에서의 훈련수준데이터를 0으로 설정하며, 상기 최소상태와 상기 정상인상태 사이의 특정상태에서 특정한 훈련수준데이터값을 가지는 수식을 가진다. 특정한 훈련유형의 수행 시 최소상태(예를 들어, 특정한 신체부위의 특정한 훈련유형에 따라 전혀 움직일 수 없는 상태)에서는 사용자에게 해당 훈련유형을 제공하는 것이 상태개선에 도움이 되지 못하며, 사용자의 재활훈련 흥미를 떨어뜨릴 수 있다. 따라서, 컴퓨터는 상기 최소상태에서의 훈련수준데이터를 0으로 설정한다. 그리고, 특정한 신체부위의 훈련유형에 대한 상태평가데이터가 정상인 수준으로 산출되는 경우, 해당 사용자는 해당 신체부위의 훈련유형에 대해서는 재활훈련이 필요없으므로, 컴퓨터는 해당 훈련유형의 훈련수준데이터를 0으로 설정한다. 그리고, 최소상태와 정상인상태 사이에서 특정한 연속함수를 가지도록 수식이 결정된다. 상기 연속함수의 일실시예로, 특정함 수치범위(즉, 0보다 크고 1보다 작거나 같은 범위)에서 상태평가데이터값을 기반으로 훈련수준데이터가 결정되는 함수가 될 수 있다. 훈련비율산출모델에 포함되는 수식은 상기 신체부위 또는 상기 훈련유형에 따라 상이하게 설정되는 것일 수 있다.
예를 들어, 도 4에서와 같이, 특정한 상태평가데이터값에서 최대의 훈련비율(즉, 극대값)을 가지도록 수식이 훈련비율결정모델에 포함될 수 있다. 극대값을 가지는 상태평가데이터값은 의료진에 의해 설정되거나 컴퓨터가 사용자들의 재활수준(즉, 상태 호전 정도)을 분석하여 설정 및 조절될 수 있다.
컴퓨터가 복수의 훈련유형에 대한 훈련수준데이터를 기반으로 복수의 훈련유형 간의 수행비율을 결정한다(S400). 수행비율을 산출하는 방식의 일실시예로, 컴퓨터는 각 훈련유형의 훈련수준데이터를 직접 비교하여 비율을 산출한다. 예를 들어, 훈련유형 A, 훈련유형 B 및 훈련유형 C의 훈련수준데이터가 각각 0.6, 0.5 및 0.4인 경우, 컴퓨터는 각 훈련유형에 대한 훈련수준데이터 간의 비율인 0.6:0.5:0.4를 수행비율로 결정한다. 또한, 컴퓨터는 수행비율에 특정한 자연수를 곱하여 정수비로 된 최종비율을 산출할 수 있다.
또한, 다른 일실시예로, 컴퓨터는 기본훈련비율을 포함하고 있고, 각 훈련유형에 대한 훈련수준데이터를 기본훈련비율 내의 각 훈련유형에 상응하는 곱하여 사용자의 현재상태에 부합하는 수행비율을 산출한다. 기본훈련비율을 기반으로 수행비율을 산출하는 방식의 일실시예로, 도 5에서와 같이, 상기 수행비율산출단계(S400)는, 복수의 훈련유형에 대한 기준비율을 획득하는 단계(S410); 및 상기 기준비율 내의 특정한 훈련유형에 상응하는 값에 상기 특정한 훈련유형의 훈련수준데이터를 곱하여 수행비율을 산출하는 단계(S420);를 포함할 수 있다.
컴퓨터는 복수의 훈련유형에 대한 기준비율을 획득한다(S410). 예를 들어, 사용자가 재활훈련을 수행하여야 하는 신체부위가 결정되면, 컴퓨터는 해당 신체부위에 대해 수행되어야 하는 복수의 훈련유형을 추출하고, 복수의 훈련유형에 대해 수행하여야 하는 것으로 기본적으로 설정된 기준비율을 추출한다.
그 후, 컴퓨터는 상기 기준비율 내의 특정한 훈련유형에 상응하는 값에 상기 특정한 훈련유형의 훈련수준데이터를 곱하여 수행비율을 산출한다(S420). 예를 들어, 훈련유형 A, 훈련유형 B 및 훈련유형 C의 훈련수준데이터가 각각 0.6, 0.5 및 0.4이고, 훈련유형 A, 훈련유형 B 및 훈련유형 C에 적용된 기준비율이 3:2:1인 경우, 각 훈련유형에 대응하는 비율 항목에 훈련수준데이터를 곱하여(즉, (3*0.6):(2*0.5):(1*0.4)를 수행하여) 수행비율을 산출한다.
또한, 훈련유형별 수행비율을 산출하는 복수의 판단기준이 존재하는 경우, 복수의 판단기준별 수행비율을 산출하는 것을 특징으로 할 수 있다. 복수의 판단기준은, 관절운동범위(Range of Motion; ROM), 강직도(근육이 스스로 움직일 수 있는 수준), 중력방향 운동수준, 인지능력 수준 등이 포함된다. 일실시예로, 상기 훈련유형이 운동수행형태(예를 들어, 손목 회전, 손목 구부림 등)인 경우, 복수의 운동수행형태에 대해 각 판단기준에 따른 수행비율을 산출한다. 즉, 동일한 운동수행형태이더라도 판단기준에 따라 상이한 수행비율을 산출할 수 있다.
또한, 도 6에서와 같이, 본 발명의 또 다른 일실시예는, 상기 복수의 판단기준별 수행비율 내의 각 훈련유형에 대응하는 복수의 수치를 곱하여, 복수의 훈련유형에 대한 복합비율을 생성하는 단계(S500);를 더 포함할 수 있다. 즉, 컴퓨터가 복수의 훈련유형에 대해 각각의 판단기준에 따른 수행비율을 산출하고, 각 판단기준 내의 특정한 훈련유형에 대응하는 항목 간의 곱을 수행하여 복합항목값을 산출한다. 그 후, 컴퓨터는 각 훈련유형에 대해 복합항목값 간의 비율을 산출하여 복합비율을 결정한다. 이를 통해, 사용자의 훈련을 결정하는 복수의 판단기준을 모두 반영하는 훈련수행비율을 산출할 수 있고, 사용자는 모든 판단기준이 반영된 최적의 훈련 커리큘럼을 제공받을 수 있다.이상에서 전술한 본 발명의 일 실시예에 따른 훈련비율 결정방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (11)

  1. 특정한 사용자의 복수의 훈련유형에 대한 수행비율을 결정하는 방법에 있어서,
    특정한 사용자의 특정한 신체부위에 대한 현재상태데이터를 획득하는 단계;
    상기 현재상태데이터 및 정상상태데이터를 현재상태평가모델에 적용하여 상태평가데이터를 획득하는 단계;
    상기 획득된 상태평가데이터를 훈련비율결정모델에 적용하여 특정한 훈련유형에 대한 훈련수준데이터를 산출하는 단계; 및
    복수의 훈련유형에 대한 훈련수준데이터 간의 비율을 산출하여 수행비율을 결정하는 단계;를 포함하되,
    상기 현재상태데이터는 사용자의 특정한 신체부위에 대한 특정한 훈련유형 수행에 대한 데이터이며,
    상기 정상상태데이터는 정상인의 특정한 신체부위에 대한 특정한 훈련유형 수행에 대한 데이터이며,
    상기 상태평가데이터는 사용자의 현재상태에 부합하는 훈련수준을 결정하기 위해 상기 현재상태데이터를 정상상태데이터와 비교하여 평가한 데이터인, 훈련비율 결정방법.
  2. 제1항에 있어서,
    상기 현재상태평가모델은,
    최소상태에 해당하는 제1수치값과 정상인에 대응하는 제2수치값 사이인 수치범위 내에서 특정한 산출수식을 통해 사용자의 상태에 부합하는 제3수치값을 산출하여 상기 상태평가데이터로 산출하되,
    상기 산출수식은 특정한 신체부위의 특성에 부합하는 수식인, 훈련비율 결정방법.
  3. 제1항에 있어서,
    상기 훈련비율결정모델은,
    최소상태와 정상인상태에서 훈련수준데이터를 0으로 설정하며, 상기 최소상태와 상기 정상인상태 사이의 특정상태에서 특정한 훈련수준데이터값을 가지는 수식을 가지며,
    상기 신체부위 또는 상기 훈련유형에 따라 상이하게 설정되는 것인, 훈련비율 결정방법.
  4. 제1항에 있어서,
    상기 신체부위가 손인 경우,
    상기 훈련유형은 손목회전, 손목구부림 및 펼침, 팔목회전, 손가락구부림 및 펼침을 포함하며,
    상기 현재상태데이터는 상기 훈련유형에 대한 관절 운동범위(Range of Motion)의 측정데이터이며,
    상기 수행비율 결정단계는,
    상기 복수의 훈련유형에 대한 수행비율을 산출하는 것을 특징으로 하는, 훈련비율 결정방법.
  5. 제1항에 있어서,
    특정한 훈련유형이 기준자세로부터 대칭적인 움직임을 가지는 경우,
    특정한 훈련유형에 대한 상기 상태평가데이터는,
    제1방향에 대한 움직임에 상응하는 제1상태평가데이터와 제2방향에 대한 움직임에 상응하는 제2상태평가데이터를 평균하여 산출하는 것을 특징으로 하는, 훈련비율 결정방법.
  6. 제1항에 있어서,
    상기 정상상태데이터는,
    특정한 훈련유형의 수행결과데이터에 대한 정상인 인원수 그래프 상의 최대점 또는 복수의 정상인으로부터 획득된 수행결과데이터의 평균값인, 훈련비율 결정방법.
  7. 제5항에 있어서,
    상기 현재상태평가모델은,
    상기 정상상태데이터와 상기 현재상태데이터 사이의 차이값에 1보다 큰 실수의 제곱을 수행하는 것을 특징으로 하는, 훈련비율 결정방법.
  8. 제1항에 있어서,
    상기 수행비율 결정단계는,
    복수의 훈련유형에 대한 기준비율을 획득하는 단계; 및
    상기 기준비율 내의 특정한 훈련유형에 상응하는 값에 상기 특정한 훈련유형의 훈련수준데이터를 곱하여 수행비율을 산출하는 단계;를 포함하는, 훈련비율 결정방법.
  9. 제1항에 있어서,
    훈련유형별 수행비율을 산출하는 복수의 판단기준이 존재하는 경우,
    복수의 판단기준별 수행비율을 산출하는 것을 특징으로 하는, 훈련비율 결정방법.
  10. 제9항에 있어서,
    상기 복수의 판단기준별 수행비율 내의 각 훈련유형에 대응하는 복수의 수치를 곱하여, 복수의 훈련유형에 대한 복합비율을 생성하는 단계;를 더 포함하는, 훈련비율 결정방법.
  11. 하드웨어인 컴퓨터와 결합되어, 제1항 내지 제10항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 훈련비율 결정프로그램.
PCT/KR2017/008872 2016-08-24 2017-08-16 훈련비율 결정방법 및 프로그램 WO2018038450A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/327,440 US20190184235A1 (en) 2016-08-24 2017-08-16 Method and program for determining training ratio

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2016-0107986 2016-08-24
KR1020160107986A KR101896510B1 (ko) 2016-08-24 2016-08-24 훈련비율 결정방법 및 프로그램

Publications (1)

Publication Number Publication Date
WO2018038450A1 true WO2018038450A1 (ko) 2018-03-01

Family

ID=61245108

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/008872 WO2018038450A1 (ko) 2016-08-24 2017-08-16 훈련비율 결정방법 및 프로그램

Country Status (3)

Country Link
US (1) US20190184235A1 (ko)
KR (1) KR101896510B1 (ko)
WO (1) WO2018038450A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100807736B1 (ko) * 2006-04-21 2008-02-28 삼성전자주식회사 음악과 연동하여 운동페이스를 지시하는 운동 보조 장치 및그 방법
KR20110044113A (ko) * 2009-10-22 2011-04-28 (주)인성정보 운동관리시스템 및 그 방법
KR20110118879A (ko) * 2010-04-26 2011-11-02 주식회사 바이오닉스 능동형 재활운동 장치 및 시스템
KR101347692B1 (ko) * 2012-12-13 2014-01-07 주식회사 휘트닷라이프 운동 평가 시스템 및 방법
KR101541099B1 (ko) * 2015-01-27 2015-08-03 주식회사 네오펙트 신체움직임 평가방법 및 어플리케이션

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100775929B1 (ko) * 2006-02-03 2007-11-13 (주) 지우솔루션 재활운동 프로그램 제공 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100807736B1 (ko) * 2006-04-21 2008-02-28 삼성전자주식회사 음악과 연동하여 운동페이스를 지시하는 운동 보조 장치 및그 방법
KR20110044113A (ko) * 2009-10-22 2011-04-28 (주)인성정보 운동관리시스템 및 그 방법
KR20110118879A (ko) * 2010-04-26 2011-11-02 주식회사 바이오닉스 능동형 재활운동 장치 및 시스템
KR101347692B1 (ko) * 2012-12-13 2014-01-07 주식회사 휘트닷라이프 운동 평가 시스템 및 방법
KR101541099B1 (ko) * 2015-01-27 2015-08-03 주식회사 네오펙트 신체움직임 평가방법 및 어플리케이션

Also Published As

Publication number Publication date
KR20180022494A (ko) 2018-03-06
US20190184235A1 (en) 2019-06-20
KR101896510B1 (ko) 2018-09-10

Similar Documents

Publication Publication Date Title
KR20190056116A (ko) 디지털 재활치료시스템의 훈련비율 추출방법 및 프로그램
Wong et al. Clinical applications of sensors for human posture and movement analysis: a review
KR102165590B1 (ko) 경도인지장애 치료를 위한 소셜 가상현실 시스템 및 소셜 가상현실을 제공하는 방법
Huang et al. Motor impairment evaluation for upper limb in stroke patients on the basis of a microsensor
WO2018101597A1 (ko) 컴퓨터를 이용한 추출순서 결정방법 및 프로그램
Karolus et al. Facilitating bodily insights using electromyography-based biofeedback during physical activity
Guo et al. Mobility impaired users respond differently than healthy users in virtual environments
Chan et al. Musculoskeletal modelling and simulation of oil palm fresh fruit bunch harvesting
WO2018038450A1 (ko) 훈련비율 결정방법 및 프로그램
Cafolla A 3D visual tracking method for rehabilitation path planning
Guanoluisa et al. GY MEDIC: analysis and rehabilitation system for patients with facial paralysis
Ban Estimating the direction of force applied to the grasped object using the surface EMG
WO2022145563A1 (ko) 사용자 맞춤형 운동 훈련 방법 및 시스템
Hribernik et al. A literature overview of real-time biofeedback applications in sport and rehabilitation
KR101988847B1 (ko) 훈련비율 결정방법 및 프로그램
Chebel et al. Evaluation of center of mass estimation for obese using statically equivalent serial chain
Suriani et al. Gait Analysis for Rehabilitation Assessment System Simulator
Klein et al. Assessing the Reliability of AI-based Angle Detection for Shoulder and Elbow Rehabilitation
Jheng et al. Establishment of vestibular function multimodality platform
Yu Automatic physical fatigue assessment for construction workers based on computer vision and pressure insole sensor
Figueroa-Jacinto et al. Normal force distribution and posture of a hand pressing on a flat surface
Ellingson et al. Development, construct validity, and reproducibility of a mimetic sealed jar measuring the dynamics of opening
Saha et al. A Kinect-based motor rehabilitation system for stroke recovery
Lao et al. Data-efficient Framework for Personalized Physiotherapy Feedback
Noteboom et al. Feasibility and validity of a single camera CNN driven musculoskeletal model for muscle force estimation during upper extremity strength exercises: Proof-of-concept

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: 17843870

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: 17843870

Country of ref document: EP

Kind code of ref document: A1