[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102177740B1 - 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스 - Google Patents

인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스 Download PDF

Info

Publication number
KR102177740B1
KR102177740B1 KR1020180160060A KR20180160060A KR102177740B1 KR 102177740 B1 KR102177740 B1 KR 102177740B1 KR 1020180160060 A KR1020180160060 A KR 1020180160060A KR 20180160060 A KR20180160060 A KR 20180160060A KR 102177740 B1 KR102177740 B1 KR 102177740B1
Authority
KR
South Korea
Prior art keywords
sleep
time
sleep state
processing unit
cognitive ability
Prior art date
Application number
KR1020180160060A
Other languages
English (en)
Other versions
KR20200072172A (ko
Inventor
이상호
강원석
문제일
Original Assignee
재단법인대구경북과학기술원
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 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Priority to KR1020180160060A priority Critical patent/KR102177740B1/ko
Publication of KR20200072172A publication Critical patent/KR20200072172A/ko
Application granted granted Critical
Publication of KR102177740B1 publication Critical patent/KR102177740B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Neurology (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychology (AREA)
  • Neurosurgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

일 실시예에 따른 인지 능력 평가 시스템은 복수 개의 시점들에 걸쳐 사용자의 생체 정보를 획득하는 감지부; 상기 사용자의 생체 정보에 기초하여 사용자의 수면 상태별 수면 시간을 포함하는 수면 데이터를 생성하고, 상기 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균을 산출하고, 산출된 수면 상태별 가중치 평균에 기초하여 사용자의 인지 능력을 평가하는 처리부; 및 사용자의 인지 능력 평가 정보를 표시하는 표시부를 포함한다.

Description

인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스{METHOD FOR ESTIMATING CONGNITIVE ABILITY, SYSTEM THEREOF AND WEARABLE DEVICE THEREFOR}
이하, 실시예들은 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스에 관한 것이다.
경도 인지 장애(mild cognitive impairment)란 동일 연령대에 비해 인지 기능, 특히 기억력이 떨어진 상태이며, 일상 생활을 수행하는 능력은 보존되어 있어 있는 상태를 말한다. 경도 인지 장애는 정상 노화로부터 치매로 천이 가능한 중간 단계의 상태이다. 경도 인지 장애는 치매를 가장 이른 시기에 발견할 수 있는 단계이며, 치료 효과를 극대화할 수 있다는 점에서 임상적으로 중요하다.
경도 인지 장애를 평가하기 위한 방법 및 장치가 다양하게 개발되고 있다. 예를 들어, 자기 공명 영상 장치를 통한 영상 데이터, 후각 진단에 따른 후각 데이터, 문장 이해력 평가 도구에 따른 표현력 데이터 등에 기초하여 경도 인지 장애를 평가하고 있다. 다만, 이러한 평가 방식에 의하면, 해당 데이터들은 특정 시점에서 획득된 데이터들이므로, 데이터를 획득하는 시점에 따라 데이터의 상태가 변화할 수 있다는 특성이 있다. 결국, 데이터 획득 시점에 따라 경도 인지 장애 여부에 대한 평가 결과가 달라질 수 있다. 또한, 경도 인지 장애를 평가하기 위한 임상 도구들은 반복적인 사용에 따른 사용자의 학습 가능성이 있다.
한국공개특허공보 제10-2016-0135430호 (2016.11.28. 공개)
일 실시예에 따른 목적은 사용자의 생체 정보에 기초하여 사용자의 인지 능력을 실시간으로 모니터링하는 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스를 제공하는 것이다.
일 실시예에 따른 인지 능력 평가 시스템은 복수 개의 시점들에 걸쳐 사용자의 생체 정보를 감지하는 감지부; 상기 사용자의 생체 정보에 기초하여 사용자의 수면 상태별 수면 시간을 포함하는 수면 데이터를 생성하고, 상기 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균을 산출하고, 산출된 수면 상태별 가중치 평균에 기초하여 사용자의 인지 능력을 평가하는 처리부; 및 사용자의 인지 능력 평가 정보를 표시하는 표시부를 포함한다.
상기 처리부는 상기 복수 개의 시점들 중 현재 시점으로부터 먼 시점의 수면 상태별 수면 시간보다 상기 복수 개의 시점들 중 현재 시점으로부터 가까운 시점의 수면 상태별 수면 시간에 크기가 더 크거나 같은 가중치를 부여할 수 있다.
상기 처리부는 복수 개의 시점들을 변량으로 하고, 현재 시점을 평균으로 하는 분포를 산출하고, 산출된 분포에 기초하여 복수 개의 시점들의 각각에 대응하는 분포의 비율값을 복수 개의 시점들의 각각의 수면 상태별 수면 시간에 부여하는 가중치로 설정할 수 있다.
상기 처리부는 산출된 분포의 편차에 기초하여 복수 개의 시점들을 그룹화하는 복수 개의 구간들을 산출할 수 있고, 복수 개의 구간들 중 임의의 구간에 속하는 적어도 하나 이상의 시점에 대응하는 분포의 비율값이 동일할 수 있다.
상기 복수 개의 구간들의 각각의 구간 크기는 산출된 분포의 편차의 크기와 동일할 수 있다.
상기 처리부는 산출된 분포에서 평균 이하의 비율값을 2배로 연산할 수 있다.
산출된 분포는 표준 정규 분포일 수 있다.
상기 처리부는 사용자의 수면 상태별 수면 시간을 설정 단위 시간의 배수로 계산할 수 있다.
상기 생체 정보는 사용자의 움직임 패턴, 사용자의 심박수 또는 심박수의 변화율 및 사용자의 산소 포화도를 포함할 수 있다.
상기 인지 능력 평가 시스템은 상기 감지부와 상기 처리부 사이 및 상기 처리부와 상기 표시부 사이의 통신을 중계하는 통신부를 더 포함할 수 있다.
일 실시예에 따른 인지 능력 평가 방법은 복수 개의 시점들에 걸쳐 사용자의 수면 상태별 수면 시간을 포함하는 수면 데이터를 획득하는 데이터 획득 단계; 및 상기 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균을 산출하고, 산출된 수면 상태별 가중치 평균에 기초하여 사용자의 인지 능력을 평가하는 데이터 처리 단계를 포함하고, 상기 복수 개의 시점들 중 현재 시점으로부터 가까운 시점의 수면 상태별 수면 시간에 부여하는 가중치의 크기는 현재 시점으로부터 먼 시점의 수면 상태별 수면 시간에 부여하는 가중치의 크기보다 크거나 같을 수 있다.
상기 데이터 처리 단계는 복수 개의 시점들을 변량으로 하고, 현재 시점을 평균으로 하는 분포를 산출하는 분포 산출 단계; 및 산출된 분포에 기초하여 복수 개의 시점들의 각각에 대응하는 분포의 비율값을 복수 개의 시점들의 각각의 수면 상태별 수면 시간에 부여하는 가중치로 설정하는 가중치 설정 단계를 포함할 수 있다.
상기 가중치 설정 단계에서, 산출된 분포의 편차에 기초하여 복수 개의 시점들을 그룹화 한 복수 개의 구간들이 산출되고, 복수 개의 구간들 중 임의의 구간에 속하는 적어도 하나 이상의 시점에 대응하는 분포의 비율값이 동일할 수 있다.
일 실시예에 따른 웨어러블 디바이스는 복수 개의 시점들에 걸쳐 사용자의 생체 정보를 획득하는 감지부; 사용자의 생체 정보에 기초하여 수면 상태를 분류 및 수면 상태별 수면 시간을 계산하고, 상기 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균을 산출하고, 산출된 수면 상태별 가중치 평균에 기초하여 사용자의 인지 능력을 평가하는 처리부; 및 사용자에게 인지 능력 평가 정보를 표시하는 표시부를 포함할 수 있다.
일 실시예에 따른 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스는 사용자의 인지 능력을 실시간으로 모니터링 할 수 있다.
일 실시예에 따른 웨어러블 디바이스는 일상 생활 속에서 불편함이 적으므로 사용자로부터 쉽게 수면 데이터를 획득할 수 있고, 획득된 수면 데이터에 기초하여 사용자의 인지 능력을 평가하여 사용자의 인지 장애를 조기에 진단할 수 있다.
일 실시예에 따른 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 일 실시예에 따른 인지 능력 평가 시스템의 블록도이다.
도 2는 일 실시예에 따른 수면 데이터의 일 예이다.
도 3은 일 실시예에 따른 수면 데이터의 또 다른 예이다.
도 4는 일 실시예에 따른 수면 데이터의 추가적인 예이다.
도 5는 일 실시예에 따른 수면 데이터를 처리하는데 사용되는 분포의 일 예이다.
도 6은 일 실시예에 따른 처리된 수면 데이터의 일 예이다.
도 7은 도 6의 처리된 수면 데이터를 개략적으로 나타낸 일 예이다.
도 8은 일 실시예에 따른 인지 능력 평가 정보의 일 예이다.
도 9는 일 실시예에 따른 인지 능력 평가 정보의 또 다른 예이다.
도 10은 일 실시예에 따른 인지 능력 평가 정보의 추가적인 예이다.
도 11은 일 실시예에 따른 인지 능력 평가 정보의 또 다른 추가적인 예이다.
이하, 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
어느 하나의 실시예에 포함된 구성요소와, 공통적인 기능을 포함하는 구성요소는, 다른 실시예에서 동일한 명칭을 사용하여 설명하기로 한다. 반대되는 기재가 없는 이상, 어느 하나의 실시예에 기재한 설명은 다른 실시예에도 적용될 수 있으며, 중복되는 범위에서 구체적인 설명은 생략하기로 한다.
도 1을 참조하면, 일 실시예에 따른 인지 능력 평가 시스템(1)은 오브젝트(O)의 생체 정보에 기초하여 수면 데이터를 상시적으로 획득하고, 획득된 수면 데이터를 가공하여 오브젝트(O)의 인지 능력 평가 정보를 표시할 수 있다. 여기서, 오브젝트(O)는 인지 능력 평가 시스템(1)을 사용하는 사용자일 수 있다. 인지 능력 평가 시스템(1)은 획득된 수면 데이터에 기초하여 오브젝트(O)의 경도 인지 장애를 평가할 수 있다. 일 예에서, 인지 능력 평가 시스템(1)은 수면 시간과 가장 관련이 있는 기억성 경도 인지 장애를 평가할 수 있다. 다만, 이에 제한되는 것은 아니고, 오브젝트(O)의 수면 데이터에 기초하여 오브젝트(O)의 기타 인지 능력을 평가하는 경우에도 적용될 수 있다.
인지 능력 평가 시스템(1)은 감지부(10), 처리부(20) 및 표시부(30)를 포함할 수 있다.
감지부(10)는 오브젝트(O)의 생체 정보를 감지할 수 있다. 생체 정보는 오브젝트(O)의 움직임, 자세, 이들의 패턴, 심박수, 이의 변화율, 온도, 산소 포화도, 이들의 시간 변화 등을 포함할 수 있다. 예를 들어, 감지부(10)는 자이로 센서, 심박수 센서, 온도 센서, 산소 포화도 센서 등을 포함할 수 있다.
감지부(10)는 오브젝트(O)의 수면 중의 생체 정보를 감지할 수 있다. 예를 들어, 도 2와 같이, 감지부(10)는 오브젝트(O)의 생체 정보의 측정 시점, 오브젝트(O)의 식별 번호, 수면 시작 시간, 수면 지속 시간, 수면 횟수 등을 감지할 수 있다.
감지부(10)는 복수 개의 시점들에 걸쳐 오브젝트(O)의 생체 정보를 감지할 수 있다. 여기서, 시점은 오브젝트(O)의 생체 정보를 감지하기 시작하는 시점을 의미할 수 있다. 따라서, 복수 개의 시점들은 연속적인 개념으로 사용될 수도 있지만, 일반적으로 이산적인 개념으로 사용되는 것으로 이해된다. 예를 들어, 복수 개의 시점들은 일련의 복수 개의 날(day)을 의미할 수 있다. 또 다른 예로, 복수 개의 시점들은 1일 이상의 날에 걸쳐 오브젝트(O)의 생체 정보를 감지하기 시작하는 이산적인 복수 개의 시점들을 의미할 수 있다. 이와 같이, 감지부(10)가 오브젝트(O)의 생체 정보를 상시적으로 감지하는 것은 오브젝트(O)의 과거로부터 현재로 이어지는 일련의 생체 정보의 히스토리를 획득한다는 것을 의미한다. 결국, 여러 시점에 걸쳐 획득된 오브젝트(O)의 생체 정보를 종합적으로 고려하여 오브젝트(O)의 인지 능력을 평가하는 인지 능력 평가 시스템(1)은 특정 시점에서 획득된 생체 정보에 기초하여 인지 능력을 평가하는 시스템에 비해 평가의 신뢰도를 보장할 수 있다.
처리부(20)는 오브젝트(O)의 생체 정보에 기초하여 오브젝트(O)의 인지 능력을 평가할 수 있다. 여기서, 처리부(20)가 오브젝트(O)의 인지 능력을 평가한다는 것은 오브젝트(O)의 인지 능력을 정량화하는 것을 의미한다.
처리부(20)는 오브젝트(O)의 생체 정보에 기초하여 오브젝트(O)의 수면 상태를 비-급속 안구 운동(non-rapid eye movement; NREM) 수면 상태 및 급속 안구 운동(rapid eye movement; REM) 수면 상태로 분류할 수 있다. 더 나아가, 처리부(20)는 오브젝트(O)의 생체 정보에 기초하여 오브젝트(O)의 NREM 수면 상태를 N1 수면 상태(일시적으로 깬 상태), N2 수면 상태(얕은 수면 상태) 및 N3 수면 상태(깊은 수면 상태)로 분류할 수 있다. 예를 들어, 도 3을 참조하면, 처리부(20)는 복수 개의 수면 구간들에 따라 N1 수면 상태, N2 수면 상태, N3 수면 상태 및 REM 수면 상태별 수면 시간을 나타내는 그래프를 생성할 수 있다. 대안적으로, 처리부(20)는 도 3과 같은 수면 상태별 수면 시간을 나타내는 데이터를 수신하여 수면 구간별 및 수면 상태별 수면 시간을 계산할 수도 있다. 이 경우, 수면 구간별 및 수면 상태별 수면 시간을 계산한 수면 데이터는 도 4와 같은 테이블로 표현될 수 있다.
처리부(20)는 오브젝트(O)의 생체 정보의 측정 시점, 오브젝트(O)의 식별 번호, 수면 시작 시간, 수면 지속 시간, 수면 횟수 등에 기초하여 수면 효율을 계산할 수 있다. 처리부(20)는 상기 데이터들을 포함한 수면 데이터를 생성할 수 있다. 예를 들어, 수면 데이터는 도 2와 같은 테이블로 표현될 수 있다.
처리부(20)는 오브젝트(O)의 연속적인 수면 시간으로부터 N1 수면 상태, N2 수면 상태, N3 수면 상태 및 REM 수면 상태의 수면 시간을 계산할 수 있다. 처리부(20)는 수면 구간을 구성하는 설정 단위 시간으로 수면 상태별 수면 시간을 계산할 수 있다. 단위 시간은 30분, 60분 등으로 설정될 수 있다. 도 4를 예로 들어 설명하면, 처리부(20)는 복수 개의 측정 시점들(1, 2, 3)에 따른 N1 수면 상태, N2 수면 상태, N3 수면 상태 및 REM 수면 상태별 단위 시간으로 표현된 수면 시간을 계산한 테이블 형태의 수면 데이터를 생성할 수 있다. 결국, 수면 상태별 수면 시간은 설정 단위 시간의 배수로 표현되므로, 단위 시간의 크기에 따라 수면 상태별 수면 시간을 계산한 수면 데이터의 개수가 달라질 수 있다.
처리부(20)는 복수 개의 시점들에 걸쳐 획득한 오브젝트(O)의 생체 정보들에 기초하여 복수 개의 시점들의 각각의 수면 상태별 수면 시간을 계산한 수면 데이터를 획득할 수 있다. 이 경우, 처리부(20)는 과거 시점으로부터 현재 시점에 이르기까지 획득한 수면 데이터들을 종합하고, 종합한 수면 데이터들을 대표할 수 있는 대표값을 산출할 수 있다. 특히, 기억성 인지 경도 장애는 시간이 경과함에 따라 알츠하이머 치매로 이행될 가능성이 높고, 이행 정도에 따라 오브젝트에게 발현되는 수면 패턴도 달라진다. 이처럼, 시간의 경과에 따라 가변하는 특성을 가지는 데이터를 처리함에 있어서 해당 데이터를 가장 잘 나타낼 수 있는 대표값을 산출하는 것이 요구될 수 있다.
처리부(20)는 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균을 산출할 수 있다. 예를 들어, 처리부(20)는 수면 상태별 가중치를 수면 상태별 수면 시간들에 각각 곱 연산하여 가중치 평균을 산출할 수 있다. 이를 수학식으로 나타내면 다음과 같다.
<수학식 1>
Figure 112018124767280-pat00001
여기서, SleepWightSumseq는 가중치 평균을,
Figure 112018124767280-pat00002
는 수면 상태별 수면 시간들에 부여할 가중치를,
Figure 112018124767280-pat00003
는 해당 시점의 수면 데이터에서 총 수면 시간을 설정 단위 시간으로 나눈 값으로, 수면 구간의 개수를 나타낸다. 예를 들어, 11월 27일자 수면 데이터에서 총 수면 시간이 8시간이고, 단위 시간이 1시간이면, 수면 구간의 개수는 8개이다. 또한, i는 N1 수면 상태(i=1), N2 수면 상태(i=2), N3 수면 상태(i=3) 및 REM 수면 상태(i=4) 중 어느 하나의 상태를 의미한다. 또한, d는 수면 상태의 종류의 개수를 의미하는데, d는 수면 상태의 종류에 따라 일반적으로 4로 설정된다.
처리부(20)는 수면 상태별 수면 시간들에 부여하는 가중치를 달리 설정할 수 있다. 예를 들어, 처리부(20)는 현재 시점의 수면 상태별 수면 시간들에 부여하는 가중치의 크기를 과거 시점의 수면 상태별 수면 시간들에 부여하는 가중치의 크기보다 크거나 같게 설정할 수 있다. 이는 특히 기억성 경도 인지 장애가 시간이 경과함에 따라 알츠하이머 치매로 이행되는 특성을 고려한 것으로, 현재 시점의 수면 데이터가 과거 시점의 수면 데이터보다 좀 더 대표성을 가지도록 위와 같은 방식을 사용한 것이다.
처리부(20)는 수면 상태별 수면 시간들에 부여하는 가중치를 설정함에 있어서 복수 개의 시점들의 수면 데이터들의 분포를 이용할 수 있다. 바람직하게는, 처리부(20)는 복수 개의 시점들의 수면 데이터들의 표준 정규 분포를 이용할 수 있다. 예를 들어, 현재 시점을 평균
Figure 112018124767280-pat00004
라 하고, 복수 개의 시점들을 변량
Figure 112018124767280-pat00005
라 하고, 측정 시점의 개수를
Figure 112018124767280-pat00006
이라 하면, 산출된 분포의 편차(
Figure 112018124767280-pat00007
)는 다음과 같이 표현될 수 있다.
<수학식 2>
Figure 112018124767280-pat00008
평균(
Figure 112018124767280-pat00009
) 및 편차(
Figure 112018124767280-pat00010
)를 이용하여 복수 개의 시점(
Figure 112018124767280-pat00011
)들을 분포 그래프로 표현하면 도 5와 같다. 일반적인 분포와 달리, 처리부(20)는 평균(
Figure 112018124767280-pat00012
)을 기준으로 평균(
Figure 112018124767280-pat00013
)보다 큰 데이터를 이용하지 않을 수 있다. 이는 산출된 분포에서 평균(
Figure 112018124767280-pat00014
)보다 큰 변량에 해당하는 데이터는 아직 획득되지 않은 미래 시점의 데이터로서 의미를 가지므로 현재 시점까지의 종합적인 인지 능력을 평가하는 것과는 관련성이 적다는 점을 고려한 것이다. 따라서, 바람직하게는, 처리부(20)는 평균(
Figure 112018124767280-pat00015
)보다 작은 분포의 비율값을 2배로 설정할 수 있다.
이 실시예에서, 처리부(20)는 변량을 나타내는 복수 개의 시점(
Figure 112018124767280-pat00016
)들의 수면 데이터에 가중치를 부여함에 있어서, 복수 개의 시점(
Figure 112018124767280-pat00017
)들을 편차(
Figure 112018124767280-pat00018
)의 크기를 각각 가지는 복수 개의 구간들(
Figure 112018124767280-pat00019
~
Figure 112018124767280-pat00020
,
Figure 112018124767280-pat00021
~2
Figure 112018124767280-pat00022
, 2
Figure 112018124767280-pat00023
~3
Figure 112018124767280-pat00024
, 3
Figure 112018124767280-pat00025
~)로 그룹화하고, 해당 구간에 속하는 복수 개의 시점(
Figure 112018124767280-pat00026
)들의 각각의 수면 데이터에 동일한 비율값을 적용할 수 있다. 예를 들어, 제1구간(
Figure 112018124767280-pat00027
~
Figure 112018124767280-pat00028
)에 속하는 시점들의 수면 데이터에 약 0.682의 가중치를 적용하고, 제2구간(
Figure 112018124767280-pat00029
~2
Figure 112018124767280-pat00030
)에 속하는 시점들의 수면 데이터에 약 0.272의 가중치를 적용하고, 제3구간(2
Figure 112018124767280-pat00031
~3
Figure 112018124767280-pat00032
)에 속하는 시점들의 수면 데이터에 약 0.042의 가중치를 적용하고, 제4구간(3
Figure 112018124767280-pat00033
~)에 속하는 시점들의 수면 데이터에 약 0.002의 가중치를 적용할 수 있다. 다만, 이에 제한되는 것은 아니고, 복수 개의 구간들의 각각의 크기, 구간들의 개수 등은 다양하게 설정될 수 있다.
대안적으로, 처리부(20)는 복수 개의 시점(
Figure 112018124767280-pat00034
)들의 수면 데이터에 서로 다른 가중치를 부여할 수도 있다. 이 경우, 현재 시점(
Figure 112018124767280-pat00035
)을 기준으로 과거 시점으로 갈수록 부여하는 가중치의 크기가 순차적으로 작게 설정될 수 있다.
처리부(20)는 상기와 같이 결정된 가중치를 복수 개의 시점들의 수면 데이터에 적용하여 복수 개의 시점들의 수면 데이터의 대표성을 가지는 가중치 평균을 산출할 수 있다. 가중치 평균을 적용한 수면 데이터의 일 예를 나타내면 도 6과 같다. 도 6을 참조하면, 오브젝트, 수면 구간 및 수면 상태별 수면 시간에 가중치 평균이 적용된 테이블을 확인할 수 있다.
도 7을 함께 참조하면, 처리부(20)는 오브젝트별 수면 구간 및 수면 상태에 따른 가중치가 적용된 수면 데이터를 생성할 수 있다. 여기서, 수면 구간은 1시간 단위로 설정되었다. 예를 들어, S1,1은 오브젝트의 수면 시작 시점부터 1시간까지의 평균 N1 수면 상태를 유지한 수면 시간을 의미하고, S6,4는 오브젝트의 평균 REM 수면 시간을 의미한다.
처리부(20)는 상기와 같이 가공한 데이터에 기초하여 사용자의 인지 능력을 평가할 수 있다. 예를 들어, 처리부(20)는 정상인의 데이터와 오브젝트(O)의 데이터를 비교하고, 오브젝트(O)의 데이터가 정상인의 데이터에 비해 어느 정도 벗어나 있는지 여부에 따라 오브젝트(O)의 인지 능력을 평가할 수 있다.
처리부(20)는 수면 지속 시간에 따른 수면 중 깬 시간, 즉 N1 수면 상태의 시간과 관련하여 정상인과 오브젝트(O)를 비교할 수 있다. 도 8을 함께 참조하면, 기억성 경도 인지 장애를 가진 사람(1번)과 정상인(0번)을 비교한 그래프가 도시된다. 정상인의 경우, 수면 시간이 경과함에 따라 수면 중 깬 시간이 약 200초 내지 약 300초 사이에서 유지되는 반면, 기억성 경도 인지 장애를 가진 사람의 경우, 수면 시간이 경과함에 따라 수면 중 깬 시간이 약 200초 내지 약 500초 사이에서 유지되는 모습을 확인할 수 있다. 정상인과 기억성 경도 인지 장애를 가진 사람의 N1 수면 상태의 시간이 차이가 있다는 점을 고려하여 처리부(20)는 설정 N1 수면 상태의 시간과 오브젝트(O)의 N1 수면 상태의 시간을 비교하고, 오브젝트(O)의 N1 수면 상태의 시간과 설정 N1 수면 상태의 시간의 차이가 설정값보다 크거나 같은 경우, 오브젝트(O)가 경도 인지 장애를 가지고 있음을 평가할 수 있다.
처리부(20)는 수면 지속 시간에 따른 수면 중 REM 시간, 즉 REM 수면 상태의 시간과 관련하여 정상인과 오브젝트(O)를 비교할 수 있다. 도 9를 함께 참조하면, 기억성 경도 인지 장애를 가진 사람(1번)과 정상인(0번)을 비교한 그래프가 도시된다. 정상인의 경우, 특정 수면 시점 이후 수면 중 REM 수면 시간이 증가하는 반면, 기억성 경도 인지 장애를 가진 사람의 경우, 특정 수면 시점 이후 수면 중 REM 수면 시간이 실질적으로 일정한 범위 내에서 유지되는 모습을 확인할 수 있다. 상기와 같은 점을 고려하여 처리부(20)는 특정 수면 시간, 예를 들어 5~6시간에서 오브젝트(O)의 REM 수면 상태의 시간이 설정 시간 범위 외에 속하는 경우 오브젝트(O)가 경도 인지 장애를 가지고 있음을 평가할 수 있다. 대안적으로, 처리부(20)는 설정 수면 시점 이후 수면 중 REM 수면 상태의 시간의 변화량이 설정값보다 작거나 같은 경우 오브젝트(O)가 경도 인지 장애를 가지고 있음을 평가할 수도 있다.
처리부(20)는 수면 지속 시간에 따른 깊은 수면 시간, 즉 N3 수면 상태의 시간과 관련하여 정상인과 오브젝트(O)를 비교할 수 있다. 도 10을 함께 참조하면, 기억성 경도 인지 장애를 가진 사람(1번)과 정상인(0번)을 비교한 그래프가 도시된다. 정상인의 경우, 전체 수면 지속 시간 동안 깊은 수면 시간이 약 1100초 내지 약 200초 사이에서 변하는 반면, 기억성 경도 인지 장애를 가진 사람의 경우, 전체 수면 지속 시간 동안 깊은 수면 시간이 약 600초 내지 약 200초 사이에 변하는 모습을 확인할 수 있다. 상기와 같은 점을 고려하여 처리부(20)는 오브젝트(O)의 전체 수면 지속 시간 동안 N3 수면 상태의 시간의 변화율이 설정 시간 변화율보다 작거나 같은 경우 오브젝트(O)가 경도 인지 장애를 가지고 있음을 평가할 수 있다.
처리부(20)는 수면 초기 상태, 예를 들어 수면 시작 후 1~2시간에서의 수면 데이터에 기초하여 정상인과 오브젝트(O)를 비교할 수 있다. 도 11을 함께 참조하면, 정상인(0번)의 경우, 깊은 수면 시간이 최소 약 1000초에서 최대 1600초 사이에 속하고, 평균이 약 1200초 부근인 반면, 기억성 경도 인지 장애를 가진 사람(1번)의 경우, 깊은 수면 시간이 최소 400초에서 최대 900초 사이에 속하고, 평균이 약 600초 부근임을 확인할 수 있다. 이와 같이, 처리부(20)는 복수 개의 정상인의 수면 데이터들을 모두 종합하여 최소와 최대를 갖는 범위 및 이의 평균을 산출하고, 이를 오브젝트(O)의 수면 데이터와 비교할 수도 있다. 대안적으로는, 정상인의 수면 데이터들은 처리부(20)에 미리 저장되어 있을 수도 있다.
다시 도 1을 참조하면, 표시부(30)는 오브젝트(O)의 인지 능력 평가 정보를 표시할 수 있다. 오브젝트(O)의 인지 능력 평가 정보는 오브젝트(O)에게 가시적 수단, 청각적 수단 등을 이용하여 전달될 수 있다. 예를 들어, 오브젝트(O)의 인지 능력 평가 정보는 오브젝트(O)의 인지 능력을 척도화 한 점수, 오브젝트(O)의 인지 능력에 따른 장애 여부, 장애 명칭, 장애 진행 정도, 장애 진행 가능성, 정상인과의 비교 정보 등을 포함할 수 있다.
예를 들어, 표시부(30)는 CRT 디스플레이, LCD 디스플레이, PDP 디스플레이, OLED 디스플레이, FED 디스플레이, LED 디스플레이, VFD 디스플레이, DLP 디스플레이, PFD 디스플레이, 3D 디스플레이, 투명 디스플레이 등을 포함할 수 있고, 기타 통상의 기술자에게 자명한 범위 내에서 다양한 디스플레이 장치들을 포함할 수 있다. 또 다른 예로, 표시부(30)는 통상의 기술자에게 자명한 범위 내에서 다양한 스피커 장치들을 포함할 수도 있다.
인지 능력 평가 시스템(1)은 통신부(미도시)를 더 포함할 수 있다. 통신부는 감지부(10)와 처리부(20) 사이 및 처리부(20)와 표시부(30) 사이의 통신을 중계할 수 있다. 또한, 통신부는 감지부(10), 처리부(20), 표시부(30) 또는 이들의 조합과, 외부의 시스템 사이의 상호 간 통신을 중계할 수도 있다. 예를 들어, 통신부는 블루투스 방식, 무선 통신 방식 등을 이용할 수 있다.
일 실시예에서, 인지 능력 평가 시스템(1)은 적어도 일부의 구성요소들의 조합에 의해 웨어러블 디바이스 형태로 구현될 수 있다. 웨어러블 디바이스 형태로 구현하는 경우, 웨어러블 디바이스는 오브젝트(O)에 직접적으로 착용될 수 있다. 예를 들어, 웨어러블 디바이스는 시계, 밴드 등의 제품으로 구현될 수 있다. 인지 능력 평가 시스템(1)이 웨어러블 디바이스 형태로 구현되면, 오브젝트(O)가 인지 능력 평가가 수행되고 있다는 점을 의식하지 않을 수 있어 오브젝트(O)에게 웨어러블 디바이스의 착용 거부감을 감소시킬 수 있다는 이점이 있다.
일 예에서, 웨어러블 디바이스는 감지부(10), 처리부(20) 및 표시부(30)를 포함할 수 있다. 이러한 웨어러블 디바이스는 오브젝트(O)에 착용되어 오브젝트(O)의 생체 정보를 감지하고, 감지된 생체 정보를 가공하여 오브젝트(O)의 인지 능력 평가 정보를 표시할 수 있다.
또 다른 예에서, 웨어러블 디바이스는 감지부(10) 및 표시부(30)를 포함할 수 있다. 이러한 웨어러블 디바이스는 추가적으로 통신부(미도시)를 포함할 수 있다. 통신부는 감지부(10)에 의해 감지된 오브젝트(O)의 생체 정보를 외부의 컴퓨터 시스템에 송신하고, 외부의 컴퓨터 시스템이 해당 생체 정보를 처리한 후 오브젝트(O)의 인지 능력 평가 정보를 웨어러블 디바이스에 송신하면, 표시부(30)는 수신한 인지 능력 평가 정보를 표시할 수 있다.
추가적인 예에서, 웨어러블 디바이스는 오브젝트(O)의 생체 정보를 감지하지 않고 외부 시스템으로부터 수신한 정보에 기초하여 오브젝트(O)의 인지 능력 평가 정보를 표시할 수 있다. 즉, 웨어러블 디바이스는 처리부(20) 및 표시부(30)를 포함할 수 있다. 오브젝트(O)의 생체 정보는 별도의 제조사에서 배포한 애플리케이션을 통해 해당 제조사의 데이터 서버에 저장되어 있을 수 있고, 이러한 오브젝트(O)의 생체 정보는 다른 서비스 업체에게 클라우드 서비스 형태로 제공될 수 있으며, 웨어러블 디바이스는 이러한 오브젝트(O)의 생체 정보를 이용하여 오브젝트(O)의 인지 능력 평가 정보를 표시할 수도 있다.
상기와 같이 인지 능력 평가 시스템(1)을 웨어러블 디바이스 형태로 구현하는 경우, 일상 생활 속에서 불편함이 적은 웨어러블 디바이스를 통해 오브젝트(O)의 생체 정보를 쉽게 획득할 수 있고, 이러한 생체 정보에 기초하여 오브젝트(O)의 인지 능력을 평가하여 오브젝트(O)의 인지 장애 여부를 조기에 진단할 수 있으므로, 병원 등의 내방없이 오브젝트(O)의 인지 능력에 대한 상시적인 추적 관리가 쉬울 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (14)

  1. 복수 개의 시점들에 걸쳐 사용자의 생체 정보를 감지하는 감지부;
    상기 사용자의 생체 정보에 기초하여 사용자의 수면 상태별 수면 시간을 포함하는 수면 데이터를 생성하고, 상기 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균을 산출하고, 산출된 수면 상태별 가중치 평균에 기초하여 사용자의 인지 능력을 평가하는 처리부; 및
    사용자의 인지 능력 평가 정보를 표시하는 표시부;
    를 포함하고,
    상기 처리부는 상기 복수 개의 시점들 중 현재 시점으로부터 먼 시점의 수면 상태별 수면 시간보다 상기 복수 개의 시점들 중 현재 시점으로부터 가까운 시점의 수면 상태별 수면 시간에 크기가 더 크거나 같은 가중치를 부여하고,
    상기 처리부는 복수 개의 시점들을 변량으로 하고, 현재 시점을 평균으로 하는 분포를 산출하고, 산출된 분포에 기초하여 복수 개의 시점들의 각각에 대응하는 분포의 비율값을 복수 개의 시점들의 각각의 수면 상태별 수면 시간에 부여하는 가중치로 설정하는 인지 능력 평가 시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 처리부는 산출된 분포의 편차에 기초하여 복수 개의 시점들을 그룹화하는 복수 개의 구간들을 산출하고,
    복수 개의 구간들 중 임의의 구간에 속하는 적어도 하나 이상의 시점에 대응하는 분포의 비율값이 동일한 인지 능력 평가 시스템.
  5. 제4항에 있어서,
    상기 복수 개의 구간들의 각각의 구간 크기는 산출된 분포의 편차의 크기와 동일한 인지 능력 평가 시스템.
  6. 제1항에 있어서,
    상기 처리부는 산출된 분포에서 평균 이하의 비율값을 2배로 연산하는 인지 능력 평가 시스템.
  7. 제1항에 있어서,
    산출된 분포는 표준 정규 분포인 인지 능력 평가 시스템.
  8. 제1항에 있어서,
    상기 처리부는 사용자의 수면 상태별 수면 시간을 설정 단위 시간의 배수로 계산하는 인지 능력 평가 시스템.
  9. 제1항에 있어서,
    상기 생체 정보는 사용자의 움직임 패턴, 사용자의 심박수 또는 심박수의 변화율 및 사용자의 산소 포화도를 포함하는 인지 능력 평가 시스템.
  10. 제1항에 있어서,
    상기 감지부와 상기 처리부 사이 및 상기 처리부와 상기 표시부 사이의 통신을 중계하는 통신부를 더 포함하는 인지 능력 평가 시스템.
  11. 감지부 및 처리부를 포함하는 시스템에 의해 수행되는 인지 능력 평가 방법에 있어서,
    상기 감지부에 의해 복수 개의 시점들에 걸쳐 사용자의 수면 상태별 수면 시간을 포함하는 수면 데이터를 획득되는 데이터 획득 단계; 및
    상기 처리부에 의해 상기 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균이 산출되고, 산출된 수면 상태별 가중치 평균에 기초하여 사용자의 인지 능력을 평가되는 데이터 처리 단계;
    를 포함하고,
    상기 데이터 처리 단계에서, 상기 처리부에 의해, 상기 복수 개의 시점들 중 현재 시점으로부터 가까운 시점의 수면 상태별 수면 시간에 부여하는 가중치의 크기가 현재 시점으로부터 먼 시점의 수면 상태별 수면 시간에 부여하는 가중치의 크기보다 크거나 같게 설정되고,
    상기 데이터 처리 단계는,
    상기 처리부에 의해, 복수 개의 시점들을 변량으로 하고, 현재 시점을 평균으로 하는 분포가 산출되는 분포 산출 단계; 및
    상기 처리부에 의해, 산출된 분포에 기초하여 복수 개의 시점들의 각각에 대응하는 분포의 비율값이 복수 개의 시점들의 각각의 수면 상태별 수면 시간에 부여하는 가중치로 설정되는 가중치 설정 단계;
    를 포함하는 인지 능력 평가 방법.
  12. 삭제
  13. 제11항에 있어서,
    상기 가중치 설정 단계에서, 상기 처리부에 의해, 산출된 분포의 편차에 기초하여 복수 개의 시점들을 그룹화 한 복수 개의 구간들이 산출되고, 복수 개의 구간들 중 임의의 구간에 속하는 적어도 하나 이상의 시점에 대응하는 분포의 비율값이 동일하게 설정되는 인지 능력 평가 방법.
  14. 복수 개의 시점들에 걸쳐 사용자의 생체 정보를 획득하는 감지부;
    상기 사용자의 생체 정보에 기초하여 수면 상태를 분류 및 수면 상태별 수면 시간을 계산하고, 상기 복수 개의 시점들의 수면 상태별 수면 시간들의 가중치 평균을 산출하고, 산출된 수면 상태별 가중치 평균에 기초하여 사용자의 인지 능력을 평가하는 처리부; 및
    사용자에게 인지 능력 평가 정보를 표시하는 표시부;
    를 포함하고,
    상기 처리부는 상기 복수 개의 시점들 중 현재 시점으로부터 먼 시점의 수면 상태별 수면 시간보다 상기 복수 개의 시점들 중 현재 시점으로부터 가까운 시점의 수면 상태별 수면 시간에 크기가 더 크거나 같은 가중치를 부여하고,
    상기 처리부는 복수 개의 시점들을 변량으로 하고, 현재 시점을 평균으로 하는 분포를 산출하고, 산출된 분포에 기초하여 복수 개의 시점들의 각각에 대응하는 분포의 비율값을 복수 개의 시점들의 각각의 수면 상태별 수면 시간에 부여하는 가중치로 설정하는 웨어러블 디바이스.
KR1020180160060A 2018-12-12 2018-12-12 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스 KR102177740B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180160060A KR102177740B1 (ko) 2018-12-12 2018-12-12 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180160060A KR102177740B1 (ko) 2018-12-12 2018-12-12 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스

Publications (2)

Publication Number Publication Date
KR20200072172A KR20200072172A (ko) 2020-06-22
KR102177740B1 true KR102177740B1 (ko) 2020-11-11

Family

ID=71142284

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180160060A KR102177740B1 (ko) 2018-12-12 2018-12-12 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스

Country Status (1)

Country Link
KR (1) KR102177740B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230092391A (ko) 2021-12-17 2023-06-26 대한민국(국립재활원장) 운동능력평가척도 평가기반 맞춤형 재활운동 제공 시스템
KR102568554B1 (ko) 2022-12-19 2023-08-22 주식회사 아티피셜 소사이어티 게임 컨텐츠 기반 사용자 인지 능력 평가 방법 및 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023096416A1 (ko) * 2021-11-25 2023-06-01 한국과학기술정보연구원 개인 맞춤형 치매 진단 방법 및 그 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101758121B1 (ko) * 2016-08-19 2017-07-14 (주)텔레필드 혈압을 이용한 수면 상태와 활동 상태 분석 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2524647A1 (en) * 2011-05-18 2012-11-21 Alain Gilles Muzet System and method for determining sleep stages of a person
KR101734645B1 (ko) 2015-05-18 2017-05-11 (주)에이엔티랩스 초기 알츠하이머 병 또는 경도 인지 장애 진단 방법
KR102206717B1 (ko) * 2016-03-09 2021-01-22 파나소닉 아이피 매니지먼트 가부시키가이샤 인지증 정보 출력 시스템 및 제어 프로그램

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101758121B1 (ko) * 2016-08-19 2017-07-14 (주)텔레필드 혈압을 이용한 수면 상태와 활동 상태 분석 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230092391A (ko) 2021-12-17 2023-06-26 대한민국(국립재활원장) 운동능력평가척도 평가기반 맞춤형 재활운동 제공 시스템
KR102568554B1 (ko) 2022-12-19 2023-08-22 주식회사 아티피셜 소사이어티 게임 컨텐츠 기반 사용자 인지 능력 평가 방법 및 장치
KR20240096336A (ko) 2022-12-19 2024-06-26 주식회사 아티피셜 소사이어티 게임 컨텐츠 기반 사용자 인지 능력 평가 방법 및 장치

Also Published As

Publication number Publication date
KR20200072172A (ko) 2020-06-22

Similar Documents

Publication Publication Date Title
US20210233630A1 (en) Chronic Disease Discovery And Management System
US20170143246A1 (en) Systems and methods for estimating and predicting emotional states and affects and providing real time feedback
KR102177740B1 (ko) 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스
JP6678601B2 (ja) 睡眠回復レベルを決定し、表示するシステムおよび方法
CN110945597A (zh) 用于预测癫痫发作的方法和系统
Gietzelt et al. A prospective field study for sensor-based identification of fall risk in older people with dementia
CN105981019B (zh) 计算人的当前昼夜节律的装置、系统、方法和存储介质
JP2017521756A (ja) 色に基づく健康状態テーマを伴うオペレーティング・システム
KR102053604B1 (ko) 수면 분석 방법 및 이를 이용한 수면 분석 디바이스
US10426382B2 (en) Detection device and detection method
US20200375505A1 (en) Method and apparatus for health prediction by analyzing body behaviour pattern
WO2018207051A1 (en) A system and method for monitoring human performance
CN110226934B (zh) 一种跌倒检测方法、装置及腕带式设备
US11647946B2 (en) Computer-readable recording medium recording display program, display method, and information processing device
JP7005921B2 (ja) 睡眠状態推定装置、睡眠状態推定方法および睡眠状態推定プログラム
JP7250647B2 (ja) 仮眠補助システム、および、仮眠補助用プログラム
WO2020045371A1 (ja) 歩行評価システム、歩行評価方法、そのプログラム、記憶媒体、携帯端末、及び、サーバ
US20190343443A1 (en) Stress state evaluation apparatus, stress state evaluation system, and non-transitory computer readable medium storing program
US20220230753A1 (en) Techniques for executing transient care plans via an input/output device
CN106326912B (zh) 使用者疲劳度分析部件
US20240296727A1 (en) Health status determination system, management device, and health status determination method
CN111103785B (zh) 通过手表传递与手表佩戴者生活质量评估有关的信息的方法
JP7245463B2 (ja) 認知機能判定システム、作動方法、及び、プログラム
US20240290486A1 (en) Patient context detection
WO2022208873A1 (ja) ストレス推定装置、ストレス推定方法及び記憶媒体

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant