WO2022145887A1 - 낙상 예방 관리 시스템 - Google Patents

낙상 예방 관리 시스템 Download PDF

Info

Publication number
WO2022145887A1
WO2022145887A1 PCT/KR2021/019812 KR2021019812W WO2022145887A1 WO 2022145887 A1 WO2022145887 A1 WO 2022145887A1 KR 2021019812 W KR2021019812 W KR 2021019812W WO 2022145887 A1 WO2022145887 A1 WO 2022145887A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
information
test
examination
unit
Prior art date
Application number
PCT/KR2021/019812
Other languages
English (en)
French (fr)
Inventor
이영우
지유강
주재홍
Original Assignee
(주)옵토닉스
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 (주)옵토닉스 filed Critical (주)옵토닉스
Publication of WO2022145887A1 publication Critical patent/WO2022145887A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition
    • 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
    • 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
    • A61B5/1036—Measuring load distribution, e.g. podologic studies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Definitions

  • the present invention relates to a fall prevention management system, and more particularly, to provide a measurement system based on a user's gait characteristics, and to perform a customized analysis using the collected information to enable fall prediction and prevention. It's about the system.
  • the number one cause of death among the elderly worldwide is the onset of secondary diseases caused by falls and decline in physical ability due to reduced activity.
  • falls are a threat to the extent of becoming a more burdensome disease for Koreans than cancer.
  • In Korea's disease burden ranking falls ranked 7th, and liver and stomach cancers were pushed out of the top 10.
  • the reason for the damage from falls is that as we age, muscles and bones weaken, and the aftereffects of falls last longer.
  • a third of people over the age of 65 will fall at least once a year. For the elderly, a fall is not just a 'fall'. In Korea, more than 830,000 seniors over the age of 65 die from falls each year, which is the second leading cause of death in elderly accidents after traffic accidents.
  • the most injured areas are the knee, waist, hip (hip joint), shoulder, ankle, and head in that order, and the degree of death varies depending on the injured area.
  • the present invention provides a measurement system based on a user's gait characteristics, and provides a fall prevention management system that enables prediction and prevention of falls by performing customized analysis using the collected information.
  • the fall prevention management system is located in a first place, a first inspection system for recognizing the user and collecting the user's gait data;
  • the gait data received from the first inspection system is stored, the current gait data of the corresponding user is compared with pre-stored gait data, and based on the result, it is determined whether the subject of the second examination is correct, and the subject of the second examination
  • a server that provides second examination request information to a user who becomes It may include a second inspection system that determines whether the user's list information matches, and if it matches, executes a second inspection.
  • the server a database for storing fall risk group data information and user information;
  • a determination unit that compares the gait data received from the first examination system, the pre-stored gait data, and the fall risk group data information, and determines whether the user has a second examination, and selects a second examination subject, and the user selects a second examination
  • a second examination request unit for providing second examination request information to the user may be included.
  • the user information may include one or more of gait data, personal information of the user, body information, and personal health record (PHR) information.
  • PHR personal health record
  • the second test request information includes at least one of a second test subject selection information, a second test location, and second test date information, and the second test request unit receives the second test request information. It may be characterized in that the reservation information is generated based on the second examination location and second examination date information selected by the user.
  • the first inspection system the first recognition unit for recognizing the user located in the first place to generate user information; It may include a first camera unit installed to photograph a user and providing image information of the user, and a first controller receiving the user information and image information of the user to generate gait data.
  • the second inspection system may include: a second recognition unit configured to generate user information located in a second place; a second camera unit installed to photograph the user and providing image information of the user; A gait analyzer installed on the floor where the user walks and provided with a plurality of pressure sensors for measuring foot pressure during walking to provide foot pressure information, and the user information, image information, and foot pressure information of the user to receive the second examination information It may include a second control unit to generate.
  • the second control unit by comparing the user information received from the second recognition unit with the second test subject information received from the server, determines whether a second test subject is correct, and the second test subject is correct In this case, a second examination is performed by operating the second camera unit and the gait analyzer, and when the second examination subject is not the subject, information on the second examination is provided to the user, and then whether the second examination is proceeded. It can be characterized by requesting.
  • the server compares and analyzes the second examination information received from the second control unit and the fall risk group data information, divides the data into a plurality of fall risk levels, and generates fall risk level information for the user. It may further include a prescription presentation unit that receives the fall risk level information from the generation unit and the stage information generation unit, and provides customized prescription information for the corresponding stage to the user.
  • the first camera unit may include at least one of a 3D inspection camera that provides a three-dimensional depth image of the user and a 2D inspection camera that captures the user as a two-dimensional RGB image.
  • the fall prevention management system generates gait information by comprehensively reflecting the measurement of foot pressure and skeletal information during gait while measuring so as not to be conscious that the user who is the test target is measuring gait. provide the system.
  • the present invention can provide a customized fall prevention program to the user through the user's gait information.
  • FIG. 1 is a flowchart schematically illustrating a process in which an inspection of a fall prevention management system according to an embodiment of the present invention is performed.
  • Figure 2 is a configuration diagram schematically showing a configuration interlocked during the first examination of the fall prevention management system according to an embodiment of the present invention.
  • 3 is an exemplary view showing a user location measurement method using the reception strength of the present invention.
  • Figure 4 is an exemplary view showing a triangulation user position measurement method using the recognition unit of the present invention.
  • 5 is an exemplary view showing skeletal information during walking obtained by the 3D inspection camera of the present invention.
  • FIG. 6 is an exemplary view showing an error frame removal state in the present invention.
  • FIG. 7 is a configuration diagram schematically showing a configuration interlocked during the second examination of the fall prevention management system according to an embodiment of the present invention.
  • FIG 8 is an exemplary view showing the gait analyzer array of the present invention.
  • FIG. 9 is a stacked state diagram of a gait analyzer of the present invention.
  • FIGS. 10 and 11 are exemplary views showing a method of extracting gait information from a captured image in the present invention.
  • FIG. 1 is a flowchart schematically showing a process in which an inspection of the fall prevention management system according to an embodiment of the present invention is performed
  • FIG. 2 is a schematic diagram of a configuration interlocked during the first inspection of the fall prevention management system according to an embodiment of the present invention
  • 3 is an exemplary view showing a user location measurement method using the reception strength of the present invention
  • Figure 4 is an exemplary view showing a triangulation user location measurement method using the recognition unit of the present invention
  • Figure 5 is It is an exemplary view showing skeletal information during walking obtained by the 3D inspection camera of the present invention
  • Figure 6 is an exemplary view showing the error frame removal state in the present invention
  • Figure 7 is a fall prevention management system according to an embodiment of the present invention is a configuration diagram schematically showing a configuration interlocked during the second examination of It is an exemplary diagram showing a method of extracting gait information from a captured image in the present invention.
  • a fall prevention management system is a system that enables prediction and prevention of falls based on a user's gait characteristics.
  • the server 3 determines whether the second test subject is correct, and then proceeds with the second test system 5 if the second test subject is the second test subject.
  • the fall prevention management system may include a first inspection system 2 , a server 3 and a second inspection system 5 .
  • the user 1 of the fall prevention management system is a subject who receives a fall prevention examination through the first examination system 2 or the second examination system 5 .
  • the user 1 may include a user recognition means to generate user information when the user 1 is located at the first place or the second place where the fall prevention test is performed.
  • the user recognition means may be various means capable of recognizing the user 1 , and it is preferable that the user recognition means is made of a biometric means or a wireless communication recognition means, but is not limited thereto.
  • the biometric recognition means is a user-specific recognition means and may be composed of one or more of face recognition, iris recognition, retina recognition, fingerprint recognition, and optical vein wave
  • the wireless communication recognition means is a terminal possessed by the user 1 It is recognized as wireless communication, and may be composed of one or more of a card, a smart phone, a smart watch, and a smart band.
  • the fall prevention management system can easily generate user information through various user recognition means as described above when the user 1 is located at the first or second place where the fall prevention test is performed. (1) It can be done so that a smooth fall prevention test can be made.
  • the above-mentioned user means a test subject with a greater need for prediction and prevention of falls than the general public, such as the elderly (elderly), the disabled, and the disabled.
  • the first inspection system 2 of the fall prevention management system is a system that can prevent a user from falling by simply taking a gait when the user enters a multi-use facility such as a general social welfare center for the elderly. It is a simple test system that can select users who are included in the fall risk group.
  • the first inspection system 2 is located in a first place, can recognize the user 1 and collect the user's gait data, and the first recognition unit 21, It may include a first camera unit 22 and a first control unit 23 .
  • the first place may be installed in various multi-use facilities such as public institutions and general social welfare centers for the elderly, but is not limited thereto.
  • the first recognition unit 21 generates user information by recognizing the user 1 located in the first place, and may be formed in various forms according to the recognition means of the user 1 described above.
  • the first recognition unit 21 may receive biometric information recognized from the biometric device and generate user information, and the user (1)
  • the recognition means of is configured as a wireless communication recognition means, it is possible to generate user information by receiving the wireless information transmitted from the terminal.
  • the wireless communication recognition means may be replaced with RFID, NFC, Bluetooth and beacon or other types of short-range wireless communication means, but is not limited thereto.
  • the first recognition unit 21 receives the radio signal transmitted from the user 1 , and the received data packet includes information about TxPower.
  • a received signal strength indicator may be calculated using information included in the received data packet, and the user's approach may be recognized from the calculated RSSI value.
  • the first recognition unit 21 recognizes the user 1 through the first recognition unit 21 in a state in which the user 1 does not recognize the start of the examination, and then the examination is started, so that the user 1 measures the gait. It is possible to evaluate the walking ability in a natural walking state as usual without recognizing that it is in progress.
  • the present invention exemplifies the use of the RSSI signal in the first recognition unit 21 as a user recognition method, the disadvantage of difficult to obtain a constant RSSI value due to the propagation characteristics of the first recognition unit 21 is compensated. To do this, a trilateration algorithm can be used.
  • the triangulation algorithm receives the Bluetooth signal emitted from the same signal source from the user 1 in three different first recognition units 21, respectively, and sets the reception time and reception direction to the triangulation technique. It is applied to predict the user's location.
  • the first camera unit 22 is installed to photograph a user and provides image information of the user, and may include at least one of a 3D inspection camera and a 2D inspection camera.
  • the 3D inspection camera corresponds to a computer camera that provides a 3D depth image of a user, and can calculate the value of each pixel, which cannot be done in the conventional 2D.
  • the 3D inspection camera further reprocesses the image through the operation on the image coming through the lens from the RGB, saturation and contrast information of the pixel provided by the 2D video image to obtain the user's skeleton information.
  • a gait analysis parameter using orientation, which is information on a position and a rotation angle of a skeleton joint.
  • orientation is information on a position and a rotation angle of a skeleton joint.
  • various gait patterns and gait postures including left-right balance, leg angle, and foot height during walking, through the skeletal information.
  • the 2D inspection camera may provide a user's photographed image by photographing the user as a two-dimensional RGB image.
  • the 2D inspection camera may include an image measuring device such as a CIS (CMOS Image Sensor) camera and an infrared camera.
  • a captured image may be acquired while monitoring the surrounding environment, such as a space environment, time, etc. surrounding a third party or a user who communicates with the patient.
  • the first camera unit 22 has the advantage of being able to easily grasp the user's state by selectively using the 3D inspection camera and the 2D inspection camera according to the situation.
  • a 3D inspection camera or a 2D inspection camera can be installed in a facility where a large number of users enter and exit to determine the user's status, but the present invention provides user image information by installing both a 3D inspection camera and a 2D inspection camera. Most preferred, but not limited thereto.
  • the first controller 23 may generate gait data by receiving user information and image information.
  • the user's gait data can be simply collected through the first inspection system 2, which can be basic data for identifying the user's fall risk and selecting the subjects who need the second inspection.
  • the server 3 stores the gait data received from the first inspection system 2, compares the user's current gait data with pre-stored gait data, and based on the result, the second It may be determined whether the subject of the second examination, which is a prosecutor, is correct.
  • the server 3 may include a database, a determination unit, and a second examination request unit to select a second test subject based on the gait data.
  • the database stores fall risk group data information and user information.
  • the fall risk group data information may be data stored by constructing fall big data constructed by analyzing data about a fall accident patient.
  • the fall risk group data information can be classified into at least physical risk factors, environmental risk factors, and potential risk factors for fall risk factors in the elderly, and includes changes in stride length, changes in gait patterns, changes in 3-axis acceleration, Changes in blood pressure, changes in heart rate, and changes in muscle strength can be classified as physical risk factors.
  • the user information may include one or more of gait data, personal information of the user, body information, and personal health record (PHR) information.
  • gait data is the user's pre-stored gait data, and when the user completes the first inspection system, it may be automatically stored in the database and used.
  • the determination unit compares the user's gait data received from the first inspection system 2 with the gait data and fall risk group data information previously stored in the database, and determines whether the user has a second examination to select the second examination subject. .
  • the user's gait data, pre-stored gait data, and fall risk group data information can be graphed and then matched to analyze whether there is a part deviating from the reference range.
  • whether or not the user's second examination may be determined by dividing it into a plurality of steps, and it is most preferable to be divided into three steps and determined, but the present invention is not limited thereto.
  • the determination unit may classify whether or not the second examination of the user into a stable portion, an intermediate portion, and a risk portion, and the second test subject is selected as a risk portion It is most preferable that the user is a registered user, but the present invention is not limited thereto.
  • the determination unit determines the user's actual walking posture and Other error frames can be extracted and interpolated.
  • the skeleton is recognized based on the three-dimensional position and orientation values of each joint measured through the 3D inspection camera. There is a high probability of errors due to overlapping of legs, arms, and bodies, or by surrounding objects.
  • the determination unit simultaneously analyzes a two-dimensional RGB image and a three-dimensional depth image to recognize a skeleton, and applies an algorithm and an interpolation algorithm to detect an error frame of the depth image. Allows the skeleton to be recognized.
  • the determination unit may obtain and use more accurate gait data of the user through the above correction operation.
  • the second test request unit may provide the second test request information to the user 1 in various forms when the user is selected as a dangerous part.
  • the second test request unit may provide the second test request information to the user 1 through one or more methods of text or text message, postal mail, e-mail, and phone call, but is not limited thereto.
  • the second examination request information is information provided to the user 1 whose fall risk is selected as a risk group, and may include one or more of second examination subject selection information, second examination location, and second examination date information. , it is most preferable to include all of them, but is not limited thereto.
  • the second test request unit may generate reservation information by receiving the second test location and second test date information from the user 1 who has received the second test request information.
  • the user 1 who is the second test subject, can recognize the fact that he or she is at risk of falling by receiving the second test request information, and automatically select a place and date for the second test You can make the reservation go ahead.
  • the server 3 may provide the following fall prevention information together with the result information of the first inspection system 2 to the user classified as the stable or intermediate part to prevent falls.
  • the server 3 may provide the above information to the user 1 through one or more methods of text or text message, postal mail, e-mail, and phone call, but is not limited thereto.
  • the fall prevention information is data on recommended exercise, recommended diet, etc. that can prevent falls, and may be provided to users who are potentially exposed to a fall risk.
  • Gait Rules Use a cane for walking on a flat floor.
  • Weight training or resistance training can strengthen weak legs and thus improve safety while walking.
  • the user classified as the middle part through the first test can be provided with preventive information that can be practiced in real life, and thus can be helped to escape the risk of falling.
  • the user classified as a dangerous part through the first test may proceed with the second test.
  • the second test is a fall second test performed for a user with a high fall risk, and may be performed at a second location different from that of the first location.
  • the second examination system 5 for performing the second examination is located at a second location and receives user list information corresponding to the subject of the second examination from the server 3, and the second location By recognizing the user 1 located in , it is determined whether or not the list information of the user matches, and if it matches, a second examination can be executed.
  • the second inspection system 5 may include a second recognition unit 51 , a second camera unit 52 , a gait analyzer 53 , and a second control unit 54 so that the second inspection can be performed smoothly. have.
  • the second recognition unit 51 may generate user information by recognizing the user 1 located in the second place.
  • the second camera unit 52 is installed to photograph a user and may provide image information of the user.
  • the second recognition unit 51 and the second camera unit 52 of the second examination are considered to be the same as the first recognition unit 21 and the first camera unit 22 of the first examination, a detailed description thereof is given below. to be omitted.
  • the gait analyzer 53 is installed on the floor on which the user walks and is provided with a plurality of pressure sensors that measure the foot pressure during walking to provide information on foot pressure, which will be described in detail below.
  • the gait analyzer 53 is composed of a plurality of 'unit mat sensors' to provide ease of storage, transport, and assembly according to the environment.
  • each of the unit mat sensors may be manufactured in a mat type to induce a user's natural walking.
  • a plurality of unit mat sensors (C1 to Cn) are manufactured to have, for example, a rectangular cross-sectional shape, and a plurality of unit mat sensors (C1 to Cn) connected in a line are connected to the main controller and measured by each pressure sensor. Provide the value to the main controller.
  • the user's fall factor can be analyzed based on the objective measurement data, and a more diverse gait parameter can be obtained by combining these information. ) can be provided.
  • the unit mat sensors C1 to Cn are provided in a matrix pattern so that a plurality of pressure sensors have a distribution density greater than or equal to a certain level, the center of pressure (CoP) and center of pressure (CoM) Intuitive measurement information such as mass) is provided and gait analysis is performed based on it.
  • CoP center of pressure
  • CoM center of pressure
  • the mat-type unit mat sensors C1 to Cn are a preferred embodiment, and include a bottom sheet 53a, a first sensor sheet 53b, a conductive material layer 53c, and a second sensor sheet ( 53d) and a multi-layered structure including a finishing sheet 53e.
  • the bottom sheet 53a is disposed on the lowermost layer of the unit mat sensors C1 to Cn, and is provided with an anti-slip means or the like on the bottom surface.
  • an array controller is provided on one side. The array controllers provided in each of the unit mat sensors C1 to Cn are centrally connected to the above-described main controller.
  • the first sensor sheet 53b is stacked on the upper surface of the bottom sheet 53a, and a 'horizontal axis pressure sensor' is provided along the horizontal direction.
  • the horizontal axis pressure sensor is manufactured by forming a linear pattern on a sheet.
  • the 'horizontal' direction means a direction that intersects the 'vertical' of the second sensor sheet 53d to be described later, and the horizontal and vertical directions may differ depending on a position in which the sheet is placed or a viewing direction on a plane.
  • the conductive material layer 53c is laminated on the upper surface of the first sensor sheet 53b and is made of a conductive material. As the conductive material layer 53c, a pressure value can be measured using a pressure sensing cloth called 'velostat' as an embodiment.
  • the second sensor sheet 53d is laminated on the upper surface of the conductive material layer 53c, the first sensor sheet 53b and the second sensor sheet 53d are disposed with the conductive material layer 53c interposed therebetween, 1 A 'vertical layer pressure sensor' is provided along the vertical direction to intersect the horizontal axis pressure sensor of the sensor sheet 53b.
  • the horizontal axis pressure sensor of the first sensor sheet 53b and the vertical axis pressure sensor of the second sensor sheet 53d intersect to form a matrix pattern, and as the user's foot pressure is simultaneously measured at each point of the sensor, the above-described CoP and CoM, etc. are measured secondly.
  • the mat-type gait analyzer 53 as described above is an embodiment, and the matrix is set at a minimum interval of 0.5" (1.27cm) so that the foot pressure area during walking can be divided and detected in detail.
  • the size of the unit mat sensors (C1 to Cn) is designed to be 61cmX61cm (Width, Height).
  • each unit mat sensor (C1 to Cn) is configured to include 2,304 (48X48) pressure sensors.
  • the length of the final mat can be provided in various sizes according to an array in which a plurality of unit mat sensors (C1 to Cn) are connected to each other.
  • the finishing sheet 53e is laminated on the upper surface of the second sensor sheet 53d, and, for example, a silicon layer made of a silicon material is used. Therefore, it is possible to prevent slippage while absorbing shocks during measurement by an elderly user who is a user.
  • the server 3 can generate accurate gait information.
  • the second control unit 54 may receive user information, image information, and foot pressure information of the user to generate second examination information.
  • the second control unit 54 may compare the user information received from the second recognition unit 51 with the second test subject information received from the server 3 to determine whether the second test subject is correct.
  • the second control unit 54 operates the second camera unit 52 and the gait analyzer 53 to proceed with the second test, If the subject is not the test subject, after providing information about the second test to the user 1 , it is possible to request whether to proceed with the second test.
  • the user who wants the second test can perform the second test to obtain the test result for the risk of falling.
  • the second examination information generated through the second examination system may be transmitted to the server 3 so that the server 3 can determine the user's fall risk.
  • the server 3 can predict and prevent the user's fall by analyzing the user's gait state by synthesizing the user's foot pressure information and the gait information obtained from the second camera unit 52 .
  • the server 3 may further include an object extraction unit, a noise removal unit, a gait analysis unit, and a fall prediction unit in order to prevent errors in gait information due to the gait assistance means used by the user while walking.
  • the object extracting unit extracts the walking assistance means used by the user while walking from the image information.
  • the walking aid means crutches, canes, walkers, and walkers used by the elderly.
  • the image representing the walking assistance means in the image frame is treated as a kind of object and removed as follows.
  • the noise removing unit excludes (deletes or ignores) the walking aid extracted in the form of an object from the image information, so that only information related to the user's gait is provided for analysis.
  • the pressure sensed value of the area generated by the user's foot is stored as raw data, and then analyzed through downsampling and various valid data are generated.
  • the pressure value generated by the walking assistance means is removed by the noise removing unit.
  • the gait analyzer analyzes the user's gait state by using the valid image information excluding the gait aid as described above, and the fall prediction unit predicts the fall risk by comparing the gait state of the user with a fall risk factor.
  • classification/learning/prediction algorithms are applied through the gait pattern comparison model dataset, the fall risk group classification dataset, and the user-specific fall prediction dataset, and the fall risk can be predicted based on the fall risk group classification model and the user’s individual gait pattern data. have.
  • the server 3 may further include a step information generation unit and a prescription presentation unit to provide customized prescription information to the user by identifying the user's fall risk through the second examination information.
  • the step information generating unit generates comparative data information by comparing and analyzing the second examination information received from the second control unit 54 and the fall risk group data information, and synthesizes the comparative data information and the fall risk received from the fall prediction unit to create a plurality Dog falls risk can be divided into stages.
  • the step information generating unit generates fall risk level information for the user by dividing the information into five steps according to the degree of fall risk, but is not limited thereto.
  • the step information generating unit may additionally perform an operation of correcting the second examination information received from the second control unit 54 .
  • the prescription presentation unit receives the fall risk stage information from the stage information generation unit and provides customized prescription information for the user (1) to the user (1). In the event of a fall, it is most desirable that information such as alternative measures be provided.
  • the prescription presentation unit may provide information by dividing it into 1 to 5 stages according to the fall risk stage information received from the stage information generating unit, and the following activity information is provided to all of the second test subjects by text message, text message, or postal mail. , email, and phone call.
  • the following customized activity information may be provided to the user selected as the second stage among the second test subjects.
  • a notification that a specialist's treatment is recommended may be sent in the form of a warning message, and if necessary, treatment can be performed in conjunction with a specialized institution.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Business, Economics & Management (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Dentistry (AREA)
  • Emergency Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biophysics (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 낙상 예방 관리 시스템에 관한 것으로, 제1 장소에 위치하여 사용자를 인식하고 사용자의 보행데이터를 수집하는 제1 검사시스템; 상기 제1 검사시스템으로부터 수신한 상기 보행데이터를 저장하고, 해당 사용자의 현재 보행데이터와 기저장된 보행데이터를 비교하여 그 결과를 기초로 제2 검사의 대상자가 맞는지 판단하고, 상기 제2 검사의 대상자가 되는 사용자에게 제2 검사 요청 정보를 제공하는 서버 및 제2 장소에 위치하여 상기 서버로부터 상기 제2 검사의 대상자에 해당하는 사용자 목록 정보를 수신하고, 상기 제2 장소에 위치한 사용자를 인식하여 상기 사용자의 목록 정보와 일치하는지 판단하고, 일치하면 제2 검사를 실행하는 제2 검사시스템을 포함하는 낙상 예방 관리 시스템을 제공할 수 있다.

Description

낙상 예방 관리 시스템
본 발명은 낙상 예방 관리 시스템에 관한 것으로, 더욱 자세하게는 사용자의 보행 특성을 기반으로 하는 측정 시스템을 제공하고, 수집된 정보를 이용하여 맞춤형 분석을 진행함으로써 낙상 예측 및 예방을 가능하도록 하는 낙상 예방 관리 시스템에 관한 것이다.
전세계 고령자의 사망원인 1위가 낙상으로 인한 2차 질병의 발병 및 활동력 저하로 인한 신체능력 감퇴가 주요 원인으로 밝혀지고 있다.
또한 도시화, 핵가족화로 인한 나홀로 거주하는 고령 독거노인의 경우 낙상 사고 발생시 즉각적인 대응 곤란 및 낙상 이후 심각한 후유 장애를 유발하고 있다.
특히 낙상은 한국인에게 암보다 더 부담이 되는 질병이 될 만큼 위협적이다. 한국인 질병 부담 순위에서 낙상은 7위에 올랐고 간암과 위암은 10위권 밖으로 밀려났다. 낙상의 피해가 큰 이유는 나이가 들면 근육과 뼈가 약해져 낙상으로 인한 후유증이 오래가기 때문이다.
65세 이상 인구의 3분의 1이 매년 한 번 이상 낙상을 겪는다. 노인에게 낙상은 단순히 '넘어짐'이 아니다. 우리나라에서 한 해 낙상으로 사망하는 65세 이상 노인은 83만여명에 달하며, 이것은 교통사고에 이어 노인 사고 사망원인 2위를 차지할 정도이다. 가장 많이 다치는 부위는 무릎, 허리, 엉덩이(고관절), 어깨, 발목, 머리 순이며, 다친 부위에 따라 사망에 이어지는 정도가 다르다.
이러한 낙상을 유발하는 요인은 다양하며 그 요인이 많을수록 낙상의 위험은 높아지므로 낙상 위험도 평가를 위한 선별검사가 필요하다.
현재 적용중인 낙상 위험도 평가로써 가장 많이 활용되고 있는 것으로는 '낙상병력청취' 및 '보행과 균형에 대한 평가'가 있다.
하지만 대부분의 평가 과정이 신체적 요인은 배제하고 지식, 자가효능감, 예방행위, 우울과 같은 심리적 요소를 측정하여 운동효과의 검정력에 한계가 있다.
측정 장비를 사용하지 않고 신체 균형 및 보행 능력을 측정하면 측정과정에서 대상자의 의지나 동작 등에 의해 오차가 발생할 수 있으며, 검사자에 따라 주관적인 견해가 과도하게 포함될 수 있다.
이에 일부 측정에서 신체 능력을 분석하는 장비를 이용하고는 있지만 제한된 내용의 편면적 측정 방법으로는 한계가 있고, 고령자 등이 아닌 일반인을 대상으로 한 것이어서 고령자 등의 특성과 UX에 부합하는 시스템의 개발이 필요한 실정이다.
종래 기술로는 대한민국 등록 특허 제10-1713263호가 있다.
상기와 같은 문제를 해결하고자, 본 발명은 사용자의 보행 특성을 기반으로 하는 측정 시스템을 제공하고, 수집된 정보를 이용하여 맞춤형 분석을 진행함으로써 낙상 예측 및 예방을 가능하게 하는 낙상 예방 관리 시스템을 제공하고자 한다.
상기와 같은 과제를 해결하기 위하여, 본 발명의 실시예에 따른 낙상 예방 관리 시스템은 제1 장소에 위치하여 사용자를 인식하고 사용자의 보행데이터를 수집하는 제1 검사시스템; 상기 제1 검사시스템으로부터 수신한 상기 보행데이터를 저장하고, 해당 사용자의 현재 보행데이터와 기저장된 보행데이터를 비교하여 그 결과를 기초로 제2 검사의 대상자가 맞는지 판단하고, 상기 제2 검사의 대상자가 되는 사용자에게 제2 검사 요청 정보를 제공하는 서버 및 제2 장소에 위치하여 상기 서버로부터 상기 제2 검사의 대상자에 해당하는 사용자 목록 정보를 수신하고, 상기 제2 장소에 위치한 사용자를 인식하여 상기 사용자의 목록 정보와 일치하는지 판단하고, 일치하면 제2 검사를 실행하는 제2 검사시스템을 포함할 수 있다.
또한, 상기 서버는, 낙상위험군 데이터 정보 및 사용자 정보를 저장하는 데이터베이스; 상기 제1 검사시스템으로부터 수신한 상기 보행데이터, 기저장된 보행데이터 및 상기 낙상위험군 데이터 정보를 비교하고 사용자의 제2 검사 여부를 판단하여 제2 검사 대상자를 선발하는 판단부 및 상기 사용자가 제2 검사 대상자로 선정됐을 경우, 상기 사용자에게 제2 검사 요청 정보를 제공하는 제2 검사 요청부를 포함할 수 있다.
또한, 상기 사용자 정보는, 보행데이터와 사용자의 개인 정보, 신체 정보 및 개인건강기록(PHR: Personal Health Record) 정보 중 하나 이상을 포함할 수 있다.
또한, 상기 제2 검사 요청 정보는, 제2 검사 대상자 선정 정보, 제2 검사 장소 및 제2 검사 날짜 정보 중 하나 이상을 포함하고, 상기 제2 검사 요청부는, 상기 제2 검사 요청 정보를 수신한 상기 사용자가 선택한 제2 검사 장소 및 제2 검사 날짜 정보를 통해 예약 정보를 생성하는 것을 특징으로 할 수 있다.
또한, 상기 제1 검사시스템은, 상기 제1 장소에 위치하는 상기 사용자를 인식하여 사용자 정보를 생성하는 제1 인식부; 사용자를 촬영하도록 설치되며 상기 사용자의 영상 정보를 제공하는 제1 카메라부 및 상기 사용자의 상기 사용자 정보 및 영상 정보를 수신하여 보행데이터를 생성하는 제1 제어부를 포함할 수 있다.
또한, 상기 제2 검사 시스템은, 제2 장소에 위치하는 사용자 정보를 생성하는 제2 인식부; 상기 사용자를 촬영하도록 설치되며 상기 사용자의 영상 정보을 제공하는 제2 카메라부; 상기 사용자가 보행하는 바닥에 설치되며 보행시의 족압을 측정하는 다수의 압력센서를 구비하여 족압 정보를 제공하는 보행 분석기 및 상기 사용자의 사용자 정보, 영상 정보 및 족압 정보를 수신하여 제2 검사 정보를 생성하는 제2 제어부를 포함할 수 있다.
또한, 상기 제2 제어부는, 상기 제2 인식부로부터 수신한 상기 사용자 정보와 상기 서버로부터 수신한 상기 제2 검사 대상자 정보를 비교하여 제2 검사 대상자가 맞는지 판단하고, 상기 제2 검사 대상자가 맞을 경우, 상기 제2 카메라부 및 상기 보행 분석기를 작동하여 제2 검사를 진행하며, 상기 제2 검사 대상자가 아닐 경우, 상기 사용자에게 제2 검사에 대한 정보를 제공한 후, 제2 검사 진행 여부를 요청하는 것을 특징으로 할 수 있다.
또한, 상기 서버는, 상기 제2 제어부로부터 수신한 상기 제2 검사 정보와 상기 낙상위험군 데이터 정보를 비교 분석하여, 다수 개의 낙상위험도 단계로 구분하여 상기 사용자에 대한 낙상위험도 단계 정보를 생성하는 단계 정보 생성부 및 상기 단계 정보 생성부로부터 낙상위험도 단계 정보를 수신하여, 해당 단계에 맞는 맞춤형 처방 정보를 상기 사용자에게 제공하는 처방제시부를 더 포함하는 것을 특징으로 할 수 있다.
또한, 상기 제1 카메라부는, 상기 사용자의 3차원 깊이 영상을 제공하는 3D 검사 카메라 및 상기 사용자를 2차원의 RGB 영상으로 촬영하는 2D 검사 카메라 중 하나 이상을 포함할 수 있다.
상기와 같은 본 발명의 실시예에 따른 낙상 예방 관리 시스템은 검사 대상인 사용자가 보행 측정중임을 의식하지 않도록 측정을 진행하면서도 보행 중의 족압 측정과 골격 정보를 종합적으로 반영하여 보행 정보를 생성하는 낙상 예방 관리 시스템을 제공한다.
또한, 본 발명은 사용자의 보행 정보를 통해 사용자에게 맞춤형 낙상 예방 프로그램을 제공할 수 있다.
따라서, 사용자의 보행 특성을 기반으로 하는 낙상 예방 관리 시스템의 제공이 가능하며, 수집된 정보를 이용하여 맞춤형 분석을 진행함으로써 낙상 예측 및 예방이 가능한 시스템을 제공한다.
도 1은 본 발명의 실시예에 따른 낙상 예방 관리 시스템의 검사가 이루어지는 과정을 개략적으로 나타낸 흐름도.
도 2는 본 발명의 실시예에 따른 낙상 예방 관리 시스템의 제1 검사 시 연동되는 구성을 개략적으로 나타낸 구성도.
도 3은 본 발명의 수신 강도를 이용한 사용자 위치 측정 방법을 나타낸 예시도.
도 4는 본 발명의 인식부를 이용한 삼면 측량 사용자 위치 측정 방법을 나타낸 예시도.
도 5는 본 발명의 3D 검사 카메라로 획득한 보행 중의 골격 정보를 나타내 예시도.
도 6은 본 발명에서의 오류 프레임 제거 상태를 나타낸 예시도.
도 7은 본 발명의 실시예에 따른 낙상 예방 관리 시스템의 제2 검사 시 연동되는 구성을 개략적으로 나타낸 구성도.
도 8은 본 발명의 보행 분석기 어레이를 나타낸 예시도.
도 9는 본 발명의 보행 분석기 적층 상태도.
도 10 및 도 11은 본 발명에서의 촬영 영상으로부터 보행 정보를 추출하는 방법을 나타낸 예시도.
이하, 도면을 참조한 본 발명의 설명은 특정한 실시 형태에 대해 한정되지 않으며, 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있다. 또한, 이하에서 설명하는 내용은 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
이하의 설명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용되는 용어로서, 그 자체에 의미가 한정되지 아니하며, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서 전체에 걸쳐 사용되는 동일한 참조번호는 동일한 구성요소를 나타낸다.
본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 이하에서 기재되는 "포함하다", "구비하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로 해석되어야 하며, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 갖는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하, 본 발명의 실시 예를 첨부한 도 1 내지 도 11을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 낙상 예방 관리 시스템의 검사가 이루어지는 과정을 개략적으로 나타낸 흐름도이고, 도 2는 본 발명의 실시예에 따른 낙상 예방 관리 시스템의 제1 검사 시 연동되는 구성을 개략적으로 나타낸 구성도이고, 도 3은 본 발명의 수신 강도를 이용한 사용자 위치 측정 방법을 나타낸 예시도이고, 도 4는 본 발명의 인식부를 이용한 삼면 측량 사용자 위치 측정 방법을 나타낸 예시도이고, 도 5는 본 발명의 3D 검사 카메라로 획득한 보행 중의 골격 정보를 나타내 예시도이고, 도 6은 본 발명에서의 오류 프레임 제거 상태를 나타낸 예시도이고, 도 7은 본 발명의 실시예에 따른 낙상 예방 관리 시스템의 제2 검사 시 연동되는 구성을 개략적으로 나타낸 구성도이고, 도 8은 본 발명의 보행 분석기 어레이를 나타낸 예시도이고, 도 9는 본 발명의 보행 분석기 적층 상태도이며, 도 10 및 도 11은 본 발명에서의 촬영 영상으로부터 보행 정보를 추출하는 방법을 나타낸 예시도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 낙상 예방 관리 시스템은, 사용자의 보행 특성을 기반으로 낙상 예측 및 예방을 가능하도록 하는 시스템으로, 사용자(1)가 제1 검사시스템(2)을 실시한 후, 서버(3)를 통해 제2 검사대상자가 맞는지 판단한 다음 제2 검사대상자일 경우 제2 검사시스템(5)을 진행하는 시스템이다.
이러한 낙상 예방 관리 시스템은, 제1 검사시스템(2), 서버(3) 및 제2 검사시스템(5)을 포함할 수 있다.
본 발명의 실시예에 따른 낙상 예방 관리 시스템의 사용자(1)는 제1 검사시스템(2) 또는 제2 검사시스템(5)을 통해 낙상 예방 검사를 받는 대상자이다.
여기서, 사용자(1)는 낙상 예방 검사가 진행되는 제1 장소 또는 제2 장소에 위치하였을 때 사용자 정보를 생성할 수 있도록 사용자 인식 수단을 포함할 수 있다.
이때, 사용자 인식 수단은 사용자(1)를 인식할 수 있는 다양한 수단일 수 있으며, 생체인식수단 또는 무선통신 인식수단으로 이루어지는 것이 바람직하나 이에 한정되지 않는다.
먼저, 생체인식수단은 사용자 고유의 인식수단으로 안면인식, 홍체인식, 망막인식, 지문인식 및 광용정맥파 중 하나 이상으로 구성될 수 있으며, 무선통신 인식수단은 사용자(1)가 소지하는 단말이 무선통신으로 인식되는 것으로, 카드, 스마트폰, 스마트 워치 및 스마트 밴드 중 하나 이상으로 구성될 수 있다.
이에 따라, 낙상 예방 관리 시스템은 사용자(1)가 낙상 예방 검사가 진행되는 제1 장소 또는 제2 장소에 위치하게 되면, 상기와 같은 다양한 사용자 인식 수단을 통해 쉽게 사용자 정보를 생성할 수 있으며, 사용자(1)의 원활한 낙상 예방 검사가 이루어질 수 있도록 할 수 있다.
여기서, 상기한 사용자는 노령자(노인), 장애인 및 거동불편자와 같이 일반인에 비해 낙상에 대한 예측 및 예방의 필요성이 큰 검사 대상자를 의미하는 것으로 이하에서는 주로 고령자를 예로 들어 설명한다.
먼저, 본 발명의 실시예에 따른 낙상 예방 관리 시스템의 제1 검사시스템(2)은 사용자가 노인종합사회복지관 등 다중이용시설 출입 시 간단하게 보행 촬영을 함으로써 사용자의 낙상 예방을 실시할 수 있는 시스템으로 낙상위험군에 포함되는 사용자를 선별할 수 있는 간이검사 시스템이다.
더욱 자세하게는, 도 2를 참조하면, 제1 검사시스템(2)은 제1 장소에 위치하며, 사용자(1)를 인식하고 사용자의 보행데이터를 수집할 수 있으며, 제1 인식부(21), 제1 카메라부(22) 및 제1 제어부(23)를 포함할 수 있다.
여기서, 제1 장소는, 상기에서 설명한 바와 같이 공공기관, 노인종합사회복지관 등 다양한 다중이용시설에 설치될 수 있으며 이에 한정되지 않는다.
제1 인식부(21)은 제1 장소에 위치하는 사용자(1)를 인식하여 사용자 정보를 생성하는 것으로, 상기에서 설명한 사용자(1)의 인식 수단에 따라 다양한 형태로 이루어질 수 있다.
더욱 자세하게는, 제1 인식부(21)는 사용자(1)의 인식 수단이 생체인식수단으로 구성될 경우 생체인식장치로부터 인식된 생체정보를 수신하여 사용자 정보를 생성할 수 있으며, 사용자(1)의 인식 수단이 무선통신 인식수단으로 구성될 경우 단말로부터 송출된 무선정보를 수신하여 사용자 정보를 생성할 수 있다.
이때, 무선통신 인식수단은 RFID, NFC, 블루투스 및 비콘 또는 다른 종류의 근거리 무선통신 수단으로 대체될 수 있으며, 이에 한정되지 않는다.
또한, 도 3과 같이, 제1 인식부(21)는 사용자(1)로부터 송출된 무선 신호를 수신하고, 수신된 데이터 패킷에는 TxPower에 대한 정보가 포함된다.
이어서, 수신된 데이터 패킷에 포함된 정보를 이용하여 수신 강도 세기 신호 RSSI(Received Signal Strength Indicator)를 산출하고, 산출된 RSSI 값으로부터 사용자의 접근을 인식할 수 있다.
따라서 제1 인식부(21)는 사용자(1)가 검사 개시를 인지하지 못한 상태에서 제1 인식부(21)를 통해 사용자(1)를 인식한 후 검사가 개시되므로 사용자(1)는 보행 측정 중임을 인식하지 않고 평소와 같이 자연스러운 보행 상태에서 보행 능력을 평가 받을 수 있게 된다.
또한, 본 발명은 사용자 인식 방법으로 제1 인식부(21)에서의 수신 강도 세기 신호(RSSI)를 이용하는 것을 예로 들었지만, 제1 인식부(21)의 전파특성상 일정한 RSSI 값을 구하기 어려운 단점을 보완하기 위하여 삼변측량 알고리즘을 이용할 수 있다.
도 4와 같이, 삼각측량 알고리즘은 3개의 서로 다른 제1 인식부(21)에서 각각 사용자(1)로부터 같은 신호 발생원에서 방출된 블루투스 신호를 수신하고, 수신 시간 및 수신 방향 등을 삼각 측량 기법에 적용하여 사용자의 위치를 예측한다.
이때, 제1 인식부(21)의 RSSI 정규화를 위해 칼만 필터(Kalman Filter) 알고리즘 적용하고, 제1 인식부(21)를 보행 측정 시작점과 끝점에 설치하면, 시작점과 끝점 근처의 근사 값만으로 인식하기 때문에 정확한 거리 값보다 인식 거리(Recognition Threshold) 범위 안에 포함 유무를 판단하는 것이 바람직하다.
제1 카메라부(22)는 사용자를 촬영하도록 설치되며 사용자의 영상 정보를 제공하는 것으로, 3D 검사 카메라 및 2D 검사 카메라 중 하나 이상을 포함할 수 있다.
먼저, 3D 검사 카메라는 사용자의 3차원 깊이 영상을 제공하는 컴퓨터 카메라에 해당하는 것으로 기존의 2D에서 할 수 없었던 각 픽셀의 값을 계산할 수 있다.
또한, 도 5와 같이, 3D 검사 카메라는 2D 영상 이미지가 제공하는 픽셀의 RGB, 채도 및 콘트라스트 정보들로부터 더 나아가 렌즈를 통해 들어오는 이미지에 대한 연산을 통해 이미지를 재가공함으로써 촬영된 사용자의 골격 정보를 표현할 수 있게 할 수 있다.
따라서, 제1 검사 영역에 3D 검사 카메라를 적어도 하나 이상 설치하고 영역 내에서 사용자를 연속으로 촬영하면, 사용자의 골격 및 관절을 포함한 보행 중의 골격 정보를 제공할 수 있게 된다.
예컨대, 골격 조인트(skeleton joint)의 위치(position) 및 회전각 정보인 오리엔테이션(orientation)을 이용하여 보행 분석 파라미터를 추출할 수 있게 한다. 또한, 골격 정보를 통해 보행 중 좌우 균형, 다리 각도 및 발의 높이 등을 비롯한 다양한 보행 패턴과 보행 자세를 분석할 수 있게 한다.
다음으로 2D 검사 카메라는 사용자를 2차원의 RGB 영상으로 촬영하는 것으로, 사용자의 촬영 영상을 제공할 수 있다.
또한, 2D 검사 카메라는 CIS(CMOS Image Sensor) 카메라, 적외선 카메라 등의 영상 측정장비를 포함할 수 있으며, 사용자의 얼굴 및 신체 각 부위의 행동들을 동영상으로 촬영하고, 사용자뿐만 아니라 주변 상황, 예컨대, 환자와 대화하는 제3자 또는 사용자를 둘러싸고 있는 공간 환경, 시간 등의 주변 환경도 같이 모니터링하면서 촬영 영상을 획득할 수 있다.
이와 같이 제1 카메라부(22)는 3D 검사 카메라 및 2D 검사 카메라를 상황에 맞게 선택적으로 사용함으로써, 간단하게 사용자의 상태를 파악할 수 있는 장점이 있다.
예컨대, 다수의 사용자가 출입하는 시설에 3D 검사 카메라 또는 2D 검사 카메라를 설치하여 사용자의 상태를 파악할 수 있지만, 본 발명은 3D 검사 카메라 및 2D 검사 카메라를 모두 설치하여 사용자의 영상 정보를 제공하는 것이 가장 바람직하나, 이에 한정되지 않는다.
즉, 3D 검사 카메라와 함께 2D 검사 카메라를 통해 영상 정보를 함께 제공함으로써 서로 다른 차원의 두 영상을 분석하여 더욱 정확한 보행 데이터를 제공할 수 있다.
제1 제어부(23)는 사용자 정보 및 영상 정보를 수신하여 보행데이터를 생성할 수 있다.
사용자의 보행데이터는 제1 검사시스템(2)을 통해 간단하게 수집될 수 있으며, 이는 사용자의 낙상위험도를 파악하여 제2 검사가 필요한 대상자를 선별할 수 있는 기초자료가 될 수 있다.
다음으로, 서버(3)는 제1 검사시스템(2)으로부터 수신한 보행데이터를 저장하고, 해당 사용자의 현재 보행데이터와 기저장된 보행데이터를 비교하여 그 결과를 기초로 낙상 위험도 판단을 위한 제2 검사인 제2 검사의 대상자가 맞는지 판단할 수 있다.
더욱 자세하게는, 서버(3)는 보행데이터를 토대로 제2 검사 대상자를 선정하기 위해 데이터베이스, 판단부 및 제2 검사 요청부를 포함할 수 있다.
먼저, 데이터베이스는 낙상위험군 데이터 정보, 및 사용자 정보를 저장하는 것으로, 여기서, 낙상위험군 데이터 정보는 낙상 사고 환자에 대한 데이터를 분석하여 구축된 낙상 빅데이터를 구축하여 저장된 데이터일 수 있다.
또한, 낙상위험군 데이터 정보는 노인의 낙상 위험 요소를, 적어도 신체적 위험 요소, 환경적 위험 요소, 및 잠재적인 위험 요소로 분류될 수 있으며, 보폭의 변화, 보행 패턴의 변화, 3축 가속도의 변화, 혈압의 변화, 심박의 변화, 근력의 변화를 신체적 위험요소로서 구분될 수 있다.
사용자 정보는, 보행데이터와 사용자의 개인 정보, 신체 정보 및 개인건강기록(PHR: Personal Helath Record) 정보 중 하나 이상을 포함할 수 있다. 이때, 보행데이터는 사용자의 기저장된 보행데이터로, 사용자가 제1 검사시스템을 완료하면 자동으로 데이터베이스에 저장되어 사용될 수 있다.
판단부는 제1 검사시스템(2)으로부터 수신한 사용자의 보행데이터와, 데이터베이스에 기저장된 보행데이터 및 낙상위험군 데이터 정보를 비교하고 사용자의 제2 검사 여부를 판단하여 제2 검사 대상자를 선발할 수 있다.
더욱 자세하게는, 사용자의 보행데이터, 기저장된 보행데이터 및 낙상위험군 데이터 정보를 그래프화 한 후 매칭하여 기준 범위에서 벗어난 부위가 있는지 분석할 수 있다.
이때, 사용자의 제2 검사 여부는 다수 개의 단계로 구분지어 결정될 수 있으며, 3단계로 구분되어 결정되는 것이 가장 바람직하나, 이에 한정되지 않는다.
예컨대, 판단부는 사용자의 현재 및 기 저장된 보행데이터와 낙상위험군 데이터 정보를 토대로, 사용자의 제2 검사 여부를 안정부, 중간부 및 위험부로 구분하여 선별할 수 있으며, 제2 검사 대상자는 위험부로 선별된 사용자인 것이 가장 바람직하나, 이에 한정되지 않는다.
또한, 도 6를 참조하면, 판단부는 3D 검사 카메라에서 제공되는 골격 정보와 2D 검사 카메라에서 제공되는 2D의 RGB 영상에 대한 촬영 영상을 이용하여 사용자를 촬영한 영상 프레임들 중 사용자의 실제 보행 자세와 다른 에러 프레임을 추출하고 보간(interpolation)할 수 있다.
즉, 3D 검사 카메라를 통하여 측정된 각 관절의 3차원 위치 및 오리엔테이션 값을 기준으로 골격을 인식하고, 이때 깊이 값을 이용하여 골격을 인식하기에는 카메라 FoV(Field of View), 앵글(angle)에 따라 다리, 팔, 몸 등의 겹침 또는 주변 사물에 의한 오류가 발생할 확률이 많다.
따라서, 판단부는 이와 같은 오류를 완화하기 위하여 2차원의 RGB 영상과 3차원의 깊이 영상을 동시에 분석하여 골격을 인식할 수 있게 하고, 더불어 깊이 영상의 에러 프레임을 검출하는 알고리즘 및 보간 알고리즘을 적용하여 골격을 인식할 수 있게 한다.
이에 따라, 판단부는 상기와 같은 보정 작업을 통해 보다 정확한 사용자의 보행데이터를 획득하여 사용할 수 있다.
제2 검사 요청부는 사용자가 위험부로 선별되었을 경우, 사용자(1)에게 다양한 형태로 제2 검사 요청 정보를 제공할 수 있다.
더욱 자세하게는, 제2 검사 요청부는 사용자(1)에게 문자 또는 문자메세지, 우편, 이메일 및 전화 통화 중 하나 이상의 방법을 통해 제2 검사 요청 정보를 제공할 수 있으며, 이에 한정되지 않는다.
또한, 제2 검사 요청 정보는 낙상위험도가 위험부로 선별된 사용자(1)에게 제공되는 정보로, 제2 검사 대상자 선정 정보, 제2 검사 장소 및 제2 검사 날짜 정보 중 하나 이상을 포함할 수 있으며, 모두 다 포함하는 것이 가장 바람직하나, 이에 한정되지 않는다.
또한, 제2 검사 요청부는 제2 검사 요청 정보를 수신한 사용자(1)로부터 제2 검사 장소 및 제2 검사 날짜 정보를 수신하여 예약 정보를 생성할 수 있다.
더욱 자세하게는, 제2 검사 대상자인 사용자(1)는 제2 검사 요청 정보를 수신하여 본인이 낙상 위험이 있다는 사실을 인지할 수 있으며, 제2 검사를 진행하고 싶은 장소와 날짜를 선택하여 자동으로 예약이 진행될 수 있도록 할 수 있다.
또한, 서버(3)는 안정부 또는 중간부로 분류된 사용자에게 낙상 예방을 위해 다음과 같은 낙상 예방 정보를 제1 검사시스템(2)의 결과 정보와 함께 제공할 수 있다.
이때, 서버(3)는 사용자(1)에게 상기와 같은 정보를 문자 또는 문자메세지, 우편, 이메일 및 전화 통화 중 하나 이상의 방법을 통해 제공할 수 있으며, 이에 한정되지 않는다.
낙상 예방 정보는 낙상을 예방할 수 있는 추천 운동, 추천 식이요법 등에 관한 자료로, 낙상 위험도에 잠재적으로 노출되어 있는 사용자들을 대상으로 제공될 수 있다.
1. 보행 수칙: 평평한 바닥 보행에 지팡이를 사용한다.
2. 규칙적인 운동: 웨이트 트레이닝이나 저항 운동은 약한 다리를 강화시킬 수 있으므로 보행 중 안전성을 향상시킬 수 있다.
3. 적절한 신발 착용: 단단하고, 밑창에 미끄럼 방지 처리가 되어 있고, 발목을 어느 정도 지지해 주며 굽이 낮은 신발이 가장 좋다.
4. 앉거나 누운 후 천천히 일어서는 것과 움직이기 이전에 시간 갖기: 이런 전략은 신체에게 자세의 변화에 적응하는 시간을 주기 때문에 어지러움을 예방할 수 있다.
5. 칼슘 및 비타민 D 섭취: 골 손실을 늦추기 위한 추가 처방약을 복용하여 뼈의 강도를 극대화해야 한다.
위와 같이 제1 검사를 통해 중간부로 분류된 사용자는 실생활에서 실천할 수 있는 예방 정보를 제공받음으로써, 낙상 위험에서 벗어날 수 있도록 도움을 받을 수 있다.
다음으로, 제1 검사를 통해 위험부로 분류된 사용자는, 제2 검사를 진행할 수 있다.
여기에서, 제2 검사는 낙상 위험도가 높은 사용자를 대상으로 진행되는 낙상 제2 검사로, 제1 장소의 위치와 상이한 제2 장소에서 이루어질 수 있다.
도 7을 참조하면, 제2 검사를 진행하는 제2 검사시스템(5)은 제2 장소에 위치하여 서버(3)로부터 상기 제2 검사의 대상자에 해당하는 사용자 목록 정보를 수신하고, 제2 장소에 위치한 사용자(1)를 인식하여 사용자의 목록 정보와 일치하는지 판단하고, 일치하면 제2 검사를 실행할 수 있다.
제2 검사시스템(5)은 제2 검사가 원활하게 이루어질 수 있도록, 제2 인식부(51), 제2 카메라부(52), 보행 분석기(53) 및 제2 제어부(54)를 포함할 수 있다.
제2 인식부(51)는, 제2 장소에 위치하는 사용자(1)를 인식하여 사용자 정보를 생성할 수 있다.
제2 카메라부(52)는, 사용자를 촬영하도록 설치되며 상기 사용자의 영상 정보을 제공할 수 있다.
제2 검사의 제2 인식부(51)와 제2 카메라부(52)는 제1 검사의 제1 인식부(21)와 제1 카메라부(22)와 동일한 것으로 간주하며, 이에 대한 자세한 설명은 생략하도록 한다.
보행 분석기(53)는, 사용자가 보행하는 바닥에 설치되며 보행시의 족압을 측정하는 다수의 압력센서를 구비하여 족압 정보를 제공하는 것으로, 자세한 설명은 하기에서 설명하도록 한다.
보행 분석기(53)는 보관, 이송 및 환경에 따른 조립 용이성을 제공하도록 다수의 '단위 매트 센서'로 구성된다. 이때 각각의 단위 매트 센서들은 사용자의 자연스러운 보행을 유도하기 위해 매트(mat) 타입으로 제작될 수 있다.
도 8과 같이 다수의 단위 매트 센서(C1 내지 Cn)는 일 예로 사각 단면 형상을 갖도록 제작되며, 일렬로 연결된 다수의 단위 매트 센서(C1 내지 Cn)는 메인 컨트롤러에 연결되어 각 압력센서에서 측정한 값을 메인 컨트롤러에 제공한다.
보행 분석기(53)와 제2 카메라부(52)로 함께 측정하는 하이브리드 방식을 적용하면 객관적인 측정 데이터에 기반하여 사용자의 낙상 인자를 분석할 수 있고, 이들 정보의 조합으로 더욱 다양한 보행 파라미터(gait parameter)를 제공할 수 있다.
또한, 단위 매트 센서(C1 내지 Cn)는 다수의 압력센서가 일정 이상의 분포 밀도를 갖도록 매트릭스(matrix) 패턴으로 구비되어 있어서, 보행시의 족압 측정을 통해 CoP(Center of Pressure) 및 CoM(Center of Mass) 등의 직관적인 측정정보를 제공하고 이를 기초로 보행 분석이 이루어지게 한다.
도 9에 도시된 바와 같이, 매트 타입의 단위 매트 센서(C1 내지 Cn)는 바람직한 실시예로써 바닥 시트(53a), 제1 센서 시트(53b), 전도성 재질층(53c), 제2 센서 시트(53d) 및 마감 시트(53e)를 포함하는 다층 구조로 구성된다.
그 중 바닥 시트(53a)는 단위 매트 센서(C1 내지 Cn)의 최하층에 배치되는 것으로 저면에는 미끄럼 방지 수단 등을 구비한다. 또한 일측에는 어레이 컨트롤러(array controller)를 구비한다. 단위 매트 센서(C1 내지 Cn)에 각각 구비된 어레이 컨트롤러는 상기한 메인 컨트롤러로 집중 연결된다.
제1 센서 시트(53b)는 바닥 시트(53a)의 상면에 적층되며, 수평 방향을 따라 '수평축 압력센서'가 구비된다. 일 예로 수평축 압력센서는 시트상에 선형 패턴을 형성하여 제작된다.
다만, 상기 '수평' 방향은 후술하는 제2 센서 시트(53d)의 '수직'에 교차하는 방향을 의미하며, 수평과 수직은 평면상에서 시트가 놓이는 위치나 바라보는 방향에 따라 다를 수 있다.
전도성 재질층(53c)은 제1 센서 시트(53b)의 상면에 적층되며 전도성 재질로 이루어진다. 이러한 전도성 재질층(53c)으로는 실시예로써 'velostat'이라는 압력 감지천을 사용하여 압력값을 측정할 수 있게 한다.
제2 센서 시트(53d)는 전도성 재질층(53c)의 상면에 적층됨에 따라 전도성 재질층(53c)을 사이에 두고 제1 센서 시트(53b)와 제2 센서 시트(53d)가 배치되며, 제1 센서 시트(53b)의 수평축 압력센서와 교차하도록 수직 방향을 따라 '수직층 압력센서'가 구비된다.
따라서, 제1 센서 시트(53b)의 수평축 압력센서와 제2 센서 시트(53d)의 수직축 압력센서가 교차하여 매트릭스 패턴을 형성하며, 센서의 각 지점에서 동시에 사용자의 족압을 측정함에 따라 상술한 CoP 및 CoM 등을 제2하게 측정한다.
위와 같은 매트 타입의 보행 분석기(53)는 실시예로써 보행 중의 족압 영역을 세밀하게 구획하여 감지할 수 있도록 매트릭스는 최소 0.5"(1.27cm) 간격으로 설정된다. 또한 스텝 폭(Step Width)을 감안하여 단위 매트 센서(C1 내지 Cn)의 사이즈를 61cmX61cm(Width, Height)로 설계한다.
따라서, 각 단위 매트 센서(C1 내지 Cn)는 2,304개(48X48)의 압력센서를 포함하여 구성된다. 최종 매트의 길이는 다수개의 단위 매트 센서(C1 내지 Cn)들을 서로 연결한 어레이에 따라 다양한 사이즈로 제공할 수 있게 된다.
마감 시트(53e)는 제2 센서 시트(53d)의 상면에 적층되는 것으로, 일 예로 실리콘 재질로 이루어진 실리콘 층(silicon layer)이 이용된다. 따라서, 사용자인 고령자가 측정 시 충격을 흡수하면서도 미끄러짐을 방지할 수 있게 한다.
이러한 보행 분석기(53)를 통해 사용자의 족압 정보를 서버(3)로 제공하여, 서버(3)로 하여금 정확한 보행 정보를 생성하도록 할 수 있다.
제2 제어부(54)는, 사용자의 사용자 정보, 영상 정보 및 족압 정보를 수신하여 제2 검사 정보를 생성할 수 있다.
또한, 제2 제어부(54)는 제2 인식부(51)로부터 수신한 사용자 정보와 서버(3)로부터 수신한 제2 검사 대상자 정보를 비교하여 제2 검사 대상자가 맞는지 판단할 수 있다.
이때, 제2 제어부(54)는 제2 장소에 위치한 사용자가 제2 검사 대상자가 맞을 경우, 제2 카메라부(52) 및 보행 분석기(53)를 작동하여 제2 검사를 진행할 수 있으며, 제2 검사 대상자가 아닐 경우, 사용자(1)에게 제2 검사에 대한 정보를 제공한 후, 제2 검사 진행 여부를 요청할 수 있다.
이에 따라, 제2 검사 대상자가 아닐 경우에도, 제2 검사를 원하는 사용자는 제2 검사를 진행하여 낙상위험도에 대한 검사 결과를 얻을 수 있다.
이와 같이 제2 검사시스템을 통해 생성된 제2 검사 정보는 서버(3)로 송신되어 서버(3)로 하여금 사용자의 낙상위험도를 파악할 수 있도록 할 수 있다.
또한, 서버(3)는 사용자의 족압 정보 및 제2 카메라부(52)로부터 파악한 보행 정보를 종합하여 사용자의 보행 상태를 분석함으로써 사용자의 낙상을 예측 및 예방할 수 있게 한다.
즉, 사용자의 보행 중 영상 정보를 통해 보행 시 사용자의 좌우 균형, 다리 각도 및 발의 높이 등을 비롯한 다양한 보행 패턴과 족압 정보를 통해 보행 자세를 분석하여 낙상을 예측 및 예방할 수 있다.
또한, 서버(3)는 사용자가 보행 중 사용하는 보행 보조수단으로 인한 보행 정보의 오류를 방지하기 위해 오브젝트 추출부, 노이즈 제거부, 보행 분석부 및 낙상 예측부를 더 포함할 수 있다.
여기서 오브젝트 추출부는 영상 정보 중에서 사용자가 보행 중 사용하는 보행 보조수단을 추출한다. 보행 보조수단은 고령자가 사용하는 목발, 지팡이, 보행기 및 워커 등을 의미한다.
따라서, 보행 보조수단은 사용자 즉, 고령자의 보행 정보의 분석에서 제외되어야 하므로 영상 프레임 내에서 보행 보조수단을 나타내는 이미지는 일종의 오브젝트로 취급하여 아래와 같이 제거한다.
노이즈 제거부는 위와 같이 오브젝트 형식으로 추출된 보행 보조수단을 영상 정보로부터 제외(삭제나 무시)시킴으로써, 사용자의 보행과 관련된 정보만 분석에 제공되게 한다.
도 10 및 도 11과 같이 매트 타입의 보행 분석기(53) 위를 사용자가 보행하면 사용자의 발(foot)에 의해 생성되는 영역의 압력과 보행 보조수단에 의해 생성되는 영역의 압력이 각각 검출된다.
사용자의 발에 의해 생성되는 영역의 압력 센싱값은 로우 데이터(raw data)로써 저장한 후, 다운 샘플링을 거쳐 분석하고 각종 유효 데이터를 생성 한다.
반면 보행 보조수단에 의해 생성되는 압력값은 노이즈 제거부로 제거한다.
보행 분석부는 위와 같이 보행 보조수단이 제외된 유효한 영상 정보를 이용하여 사용자의 보행 상태를 분석하고, 낙상 예측부는 사용자의 보행 상태를 낙상 위험 인자(factor)와 대비하여 낙상 위험도를 예측한다.
즉, 보행 분석을 위해 3D 검사 카메라를 통해 획득한 골격 정보에서 관절의 3차원 위치 및 오리엔테이션 정보를 입력 받고, 이를 조합하여 사용자의 보행 정보를 분석함으로써 낙상 위험도를 예측할 수 있는 것이다.
또한, 일반 고령자, 낙상 위험군 대상 낙상 검사를 통한 사용자 보행 분석 정보 수집 및 분석하고, 낙상 위험요인 인자(Factor)의 추출, 처리 및 위험군 분류 알고리즘을 적용한다.
또한, 보행패턴 비교 모델 데이터셋, 낙상 위험군 분류 데이터셋, 사용자별 낙상예측 데이터셋을 통한 분류/학습/예측 알고리즘 적용하고, 낙상위험군 분류 모델과 사용자 개인 보행 패턴 데이터를 기반으로 낙상 위험도를 예측할 수 있다.
또한, 서버(3)는 제2 검사 정보를 통해 사용자의 낙상위험도에 대해 파악하여, 사용자에게 맞춤형 처방 정보를 제공할 수 있도록 단계 정보 생성부 및 처방제시부를 더 포함할 수 있다.
단계 정보 생성부는, 제2 제어부(54)로부터 수신한 제2 검사 정보와 낙상위험군 데이터 정보를 비교 분석하여 비교 데이터 정보를 생성하고, 비교 데이터 정보와 낙상 예측부로부터 수신한 낙상위험도를 종합하여 다수 개의 낙상위험도 단계로 구분할 수 있다.
이에, 단계 정보 생성부는 낙상위험도 정도에 따라 다섯 단계로 구분하여 사용자에 대한 낙상위험도 단계 정보를 생성하는 것이 가장 바람직하나, 이에 한정되지 않는다.
또한, 단계 정보 생성부는, 제2 제어부(54)로부터 수신한 제2 검사 정보를 보정하는 작업을 추가적으로 수행할 수 있다.
이는, 사용자의 실제 보행 자세와 다른 에러 프레임을 추출하고 보간(interpolation)하는 것으로, 판단부에서 수행한 것과 동일하며 자세한 설명은 상기에서 하였으므로 생략하도록 한다.
처방제시부는, 단계 정보 생성부로부터 낙상위험도 단계 정보를 수신하여, 해당 단계에 맞는 맞춤형 처방 정보를 사용자(1)에게 제공하는 것으로, 전문의료진이 연계되어 개인 맞춤형 스트레칭 체조, 재활 운동, 추천 식단, 낙상 발생 시 대체 방안 등의 정보가 제공되는 것이 가장 바람직하다.
이때, 처방제시부는 단계 정보 생성부로부터 수신한 낙상위험도 단계 정보에 따라 1 내지 5단계로 구분지어 정보를 제공할 수 있으며, 하기와 같은 활동 정보는 제2검사 대상자 모두에게 문자 또는 문자메세지, 우편, 이메일 및 전화 통화 중 하나 이상의 방법을 통해 제공될 수 있다.
1. 낙상 시 주의 사항
- 낙상 시 통증이 심한 경우 억지로 구부리거나 펴려고 하지 않는다.
- 만일 넘어져서 일어서지 못할 경우, 배로 엎드려서 가구(또는 그들의 몸무게를 지탱할 수 있는 다른 구조) 쪽으로 기어간 후 자신을 일으킬 수 있다.
위와 같이, 제2 검사를 받은 사용자는 잠재적인 위험 상황에서 어떻게 안전하게 대처하는지 학습하는 것은 환경적 위험 요소를 제거하는 것보다 더 중요할 수 있으며, 위험 상황에서 대처할 수 있는 정보를 제공받음으로써 추후 일어날 낙상 위험 상황에 대처할 수 있어 큰 사고로 이어지지 않도록 할 수 있다.
예컨대, 제2 검사 대상자 중 2단계로 선정된 사용자에게는 다음과 같은 맞춤형 활동 정보가 제공될 수 있다.
1. 근력운동 추천: 스쿼트 (스쿼트 자세 이미지 첨부)
2. 균형운동 추천: 노젓기 운동 (노젓기 운동 자세 이미지 첨부)
3. 운동 시 심박수 체크 필수
4. 전문가 식단 추천: 잡곡밥, 조기 구이(칼슘, 단백질), 새송이 조림(비타민 D), 배추김치, 건곤드레 나물
한편, 제2 검사 대상자 중 5단계로 선정된 사용자에게는 전문가의 진료를 권유한다는 알림을 경고 메시지 형태로 송부할 수 있으며, 필요 시 전문 기관과 연계하여 치료를 진행할 수 있도록 할 수 있다.
위와 같이 제2 검사 대상자에게 실생활에서 실천할 수 있는 맞춤형 처방 정보를 제공함으로써, 낙상 위험에서 벗어날 수 있도록 도움을 줄 수 있을 뿐만 아니라, 고위험군 사용자에게는 치료가 바로 이루어질 수 있도록 할 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
[부호의 설명]
1: 사용자
2: 제1 검사시스템
21: 제1 인식부
22: 제1 카메라부
23: 제1 제어부
3: 서버
5: 제2 검사시스템
51: 제2 인식부
52: 제2 카메라부
53: 보행 분석기
53a: 바닥 시트
53b: 제1 센서 시트
53c: 전도성 재질층
53d: 제2 센서 시트
53e: 마감 시트
54: 제2 제어부

Claims (9)

  1. 제1 장소에 위치하여 사용자를 인식하고 사용자의 보행데이터를 수집하는 제1 검사시스템;
    상기 제1 검사시스템으로부터 수신한 상기 보행데이터를 저장하고, 해당 사용자의 현재 보행데이터와 기저장된 보행데이터를 비교하여 그 결과를 기초로 제2 검사의 대상자가 맞는지 판단하고, 상기 제2 검사의 대상자가 되는 사용자에게 제2 검사 요청 정보를 제공하는 서버 및
    제2 장소에 위치하여 상기 서버로부터 상기 제2 검사의 대상자에 해당하는 사용자 목록 정보를 수신하고, 상기 제2 장소에 위치한 사용자를 인식하여 상기 사용자의 목록 정보와 일치하는지 판단하고, 일치하면 제2 검사를 실행하는 제2 검사시스템을 포함하는 낙상 예방 관리 시스템.
  2. 제1항에 있어서,
    상기 서버는,
    낙상위험군 데이터 정보 및 사용자 정보를 저장하는 데이터베이스;
    상기 제1 검사시스템으로부터 수신한 상기 보행데이터, 기저장된 보행데이터 및 상기 낙상위험군 데이터 정보를 비교하고 사용자의 제2 검사 여부를 판단하여 제2 검사 대상자를 선발하는 판단부 및
    상기 사용자가 제2 검사 대상자로 선정됐을 경우, 상기 사용자에게 제2 검사 요청 정보를 제공하는 제2 검사 요청부를 포함하는 낙상 예방 관리 시스템.
  3. 제2항에 있어서,
    상기 사용자 정보는,
    보행데이터와 사용자의 개인 정보, 신체 정보 및 개인건강기록(PHR: Personal Health Record) 정보 중 하나 이상을 포함하는 낙상 예방 관리 시스템.
  4. 상기 제2 검사 요청 정보는,
    제2 검사 대상자 선정 정보, 제2 검사 장소 및 제2 검사 날짜 정보 중 하나 이상을 포함하고,
    상기 제2 검사 요청부는,
    상기 제2 검사 요청 정보를 수신한 상기 사용자가 선택한 제2 검사 장소 및 제2 검사 날짜 정보를 통해 예약 정보를 생성하는 것을 특징으로 하는 낙상 예방 관리 시스템.
  5. 제1항에 있어서,
    상기 제1 검사시스템은,
    상기 제1 장소에 위치하는 상기 사용자를 인식하여 사용자 정보를 생성하는 제1 인식부;
    사용자를 촬영하도록 설치되며 상기 사용자의 영상 정보를 제공하는 제1 카메라부 및
    상기 사용자의 상기 사용자 정보 및 영상 정보를 수신하여 보행데이터를 생성하는 제1 제어부를 포함하는 낙상 예방 관리 시스템.
  6. 제2항에 있어서,
    상기 제2 검사 시스템은,
    제2 장소에 위치하는 사용자 정보를 생성하는 제2 인식부;
    상기 사용자를 촬영하도록 설치되며 상기 사용자의 영상 정보을 제공하는 제2 카메라부;
    상기 사용자가 보행하는 바닥에 설치되며 보행시의 족압을 측정하는 다수의 압력센서를 구비하여 족압 정보를 제공하는 보행 분석기 및
    상기 사용자의 사용자 정보, 영상 정보 및 족압 정보를 수신하여 제2 검사 정보를 생성하는 제2 제어부를 포함하는 낙상 예방 관리 시스템.
  7. 제6항에 있어서,
    상기 제2 제어부는,
    상기 제2 인식부로부터 수신한 상기 사용자 정보와 상기 서버로부터 수신한 상기 제2 검사 대상자 정보를 비교하여 제2 검사 대상자가 맞는지 판단하고,
    상기 제2 검사 대상자가 맞을 경우, 상기 제2 카메라부 및 상기 보행 분석기를 작동하여 제2 검사를 진행하며,
    상기 제2 검사 대상자가 아닐 경우, 상기 사용자에게 제2 검사에 대한 정보를 제공한 후, 제2 검사 진행 여부를 요청하는 것을 특징으로 하는 낙상 예방 관리 시스템.
  8. 제6항에 있어서,
    상기 서버는,
    상기 제2 제어부로부터 수신한 상기 제2 검사 정보와 상기 낙상위험군 데이터 정보를 비교 분석하여, 다수 개의 낙상위험도 단계로 구분하여 상기 사용자에 대한 낙상위험도 단계 정보를 생성하는 단계 정보 생성부 및
    상기 단계 정보 생성부로부터 낙상위험도 단계 정보를 수신하여, 해당 단계에 맞는 맞춤형 처방 정보를 상기 사용자에게 제공하는 처방제시부를 더 포함하는 것을 특징으로 하는 낙상 예방 관리 시스템.
  9. 제 5항에 있어서,
    상기 제1 카메라부는,
    상기 사용자의 3차원 깊이 영상을 제공하는 3D 검사 카메라 및
    상기 사용자를 2차원의 RGB 영상으로 촬영하는 2D 검사 카메라 중 하나 이상을 포함하는 낙상 예방 관리 시스템.
PCT/KR2021/019812 2020-12-29 2021-12-24 낙상 예방 관리 시스템 WO2022145887A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200186856A KR102553951B1 (ko) 2020-12-29 2020-12-29 낙상 예방 관리 시스템
KR10-2020-0186856 2020-12-29

Publications (1)

Publication Number Publication Date
WO2022145887A1 true WO2022145887A1 (ko) 2022-07-07

Family

ID=82259511

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/019812 WO2022145887A1 (ko) 2020-12-29 2021-12-24 낙상 예방 관리 시스템

Country Status (2)

Country Link
KR (1) KR102553951B1 (ko)
WO (1) WO2022145887A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240072456A (ko) 2022-11-16 2024-05-24 주식회사 큐버 연합학습 기반의 낙상 상황 인지 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003216743A (ja) * 2002-01-25 2003-07-31 Nippon Telegr & Teleph Corp <Ntt> 遠隔転倒予防指導支援システム
US20110152726A1 (en) * 2009-12-18 2011-06-23 Paul Edward Cuddihy System and method for monitoring the gait characteristics of a group of individuals
KR20110093283A (ko) * 2010-02-12 2011-08-18 삼성전자주식회사 보행 패턴 분석 장치 및 방법
KR20180067233A (ko) * 2016-12-12 2018-06-20 한국과학기술원 낙상위험 평가방법 및 이를 위한 사용자 단말기
KR20200140879A (ko) * 2018-04-06 2020-12-16 조르텍 사용자의 보행 장애를 감지하기 위한 시스템 및 관련된 방법들

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4862895B2 (ja) * 2007-01-30 2012-01-25 パナソニック電工株式会社 歩行能力診断システム
KR101587924B1 (ko) * 2015-02-27 2016-01-25 권병수 안면인식을 이용한 병원 관리시스템 및 관리 방법
US20190259475A1 (en) * 2018-02-20 2019-08-22 SameDay Security, Inc. Connected Kiosk for the Real-Time Assessment of Falls Risk
KR102233929B1 (ko) * 2018-11-06 2021-03-30 한국전자기술연구원 사용자의 건강을 관리하기 위한 장치 및 이를 위한 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003216743A (ja) * 2002-01-25 2003-07-31 Nippon Telegr & Teleph Corp <Ntt> 遠隔転倒予防指導支援システム
US20110152726A1 (en) * 2009-12-18 2011-06-23 Paul Edward Cuddihy System and method for monitoring the gait characteristics of a group of individuals
KR20110093283A (ko) * 2010-02-12 2011-08-18 삼성전자주식회사 보행 패턴 분석 장치 및 방법
KR20180067233A (ko) * 2016-12-12 2018-06-20 한국과학기술원 낙상위험 평가방법 및 이를 위한 사용자 단말기
KR20200140879A (ko) * 2018-04-06 2020-12-16 조르텍 사용자의 보행 장애를 감지하기 위한 시스템 및 관련된 방법들

Also Published As

Publication number Publication date
KR20220095035A (ko) 2022-07-06
KR102553951B1 (ko) 2023-07-11

Similar Documents

Publication Publication Date Title
US9710920B2 (en) Motion information processing device
US9700242B2 (en) Motion information processing apparatus and method
US20150005910A1 (en) Motion information processing apparatus and method
Matar et al. Artificial neural network for in-bed posture classification using bed-sheet pressure sensors
KR101729327B1 (ko) 듀얼 카메라를 이용한 체온 추적 모니터링 시스템
WO2021182713A1 (ko) 낙상 예방을 위한 하이브리드 보행 분석장치 및 그를 포함하는 낙상 예방 관리시스템
US20150294481A1 (en) Motion information processing apparatus and method
US20020028003A1 (en) Methods and systems for distinguishing individuals utilizing anatomy and gait parameters
JP2015061579A (ja) 動作情報処理装置
WO2022145887A1 (ko) 낙상 예방 관리 시스템
WO2021225249A1 (ko) 보행 분석 시스템 및 방법
US12029550B2 (en) 3D human body joint angle prediction method and system using 2D image
KR101657277B1 (ko) 동작관찰을 통한 보행운동 대상자 맞춤형 실시간 되먹임 보행운동 장치
WO2022139031A1 (ko) 재활 진단 훈련 시스템 및 재활 진단 훈련 방법
KR20140057867A (ko) 열화상을 이용한 스트레스 지수 측정 시스템
WO2023121376A1 (ko) 이미지를 이용하여 임상 평가 정보를 제공하는 방법 및 장치
US20240260904A1 (en) Electronic device
CN113271848B (zh) 身体健康状态影像分析装置、方法以及系统
Keatsamarn et al. Optical-based foot plantar pressure measurement with application in human postural balance, gait and recognition analysis
WO2022065581A1 (ko) 발 건강 관리 서비스 제공 장치 및 그 동작 방법
Hassani et al. Advanced 3D movement analysis algorithms for robust functional capacity assessment
JP2020124367A5 (ko)
US20240324882A1 (en) System for assisting with provision of diagnostic information
WO2024035020A1 (ko) 사용자 맞춤형 깔창 제작 장치 및 방법
CN111863190B (zh) 定制化运动装备及运动方案生成系统

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: 21915685

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: 21915685

Country of ref document: EP

Kind code of ref document: A1