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

KR20200089001A - 수면 상태 판단 장치 및 방법 - Google Patents

수면 상태 판단 장치 및 방법 Download PDF

Info

Publication number
KR20200089001A
KR20200089001A KR1020190005544A KR20190005544A KR20200089001A KR 20200089001 A KR20200089001 A KR 20200089001A KR 1020190005544 A KR1020190005544 A KR 1020190005544A KR 20190005544 A KR20190005544 A KR 20190005544A KR 20200089001 A KR20200089001 A KR 20200089001A
Authority
KR
South Korea
Prior art keywords
heart rate
user
sleep state
sleep
collected
Prior art date
Application number
KR1020190005544A
Other languages
English (en)
Other versions
KR102140094B1 (ko
Inventor
최락현
손창식
강원석
이동하
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 KR1020190005544A priority Critical patent/KR102140094B1/ko
Publication of KR20200089001A publication Critical patent/KR20200089001A/ko
Application granted granted Critical
Publication of KR102140094B1 publication Critical patent/KR102140094B1/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
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Anesthesiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

수면 상태 판단 장치는, 사전에 수집된 사용자의 정보 및 일정 시간과 날짜 별로 누적된 생채정보를 포함하는 수면 데이터를 이용하여 사용자의 수면 상태 판단을 위한 데이터베이스를 구축하는 데이터베이스부; 사용자의 신체에 장착된 웨어러블 장치와 통신하고, 사용자의 수면 모드를 확인한 뒤 기 설정된 시간 당 수면 상태에 따라 일정 시간 마다 사용자의 심박수를 웨어러블 장치로부터 수집하는 심박수 수집부; 수집된 심박수를 기 설정된 심박수의 단계에 따라 분류하고, 기 설정된 시간당 수면 상태 별로 심박수의 단계 및 심박수의 단계가 유지되는 시간을 기록하는 심박수 기록부; 및 심박수 기록부에서 기록한 심박수의 단계 및 시간, 데이터베이스부에서 수집한 사용자의 정보를 이용하여 규칙추론 알고리즘을 통해 수면 상태를 결정하는 수면상태 도출부;를 포함할 수 있다. 이에 따라, 사용자의 생채정보를 누적하여 데이터베이스를 구축하여 사용자로부터 일정 시간 동안 심박수가 수집되지 않는 경우, 데이터베이스로부터 수면 데이터를 추출하여 사용자의 수면 상태를 판단할 수 있다.

Description

수면 상태 판단 장치 및 방법{DEVICE AND METHOD FOR DETERMINING STATE OF SLEEP}
본 발명은 수면 상태 판단 장치 및 방법에 관한 것으로서, 더욱 상세하게는 사용자의 심박수 및 수면 상태를 이용하여 사용자의 수면 상태를 판단할 수 있는 수면 상태 판단 장치 및 방법에 관한 것이다.
최근 삶의 질이 향상되고 노령화가 급속히 진행됨에 따라 무병장수에 대한 열망이 커지면서 건강에 대한 관심이 날로 증가하고 있다. 건강을 유지하고 개선시키는 방법에는 운동, 식이요법 등 다양한 방법이 있지만, 하루 중 약 25%의 시간을 할애하는 수면활동을 잘 관리하는 것이 무엇보다 중요하다.
이러한 이유로 최근에는 수면의 질을 향상시키기 위한 연구가 활발히 진행되고 있으며 수면의 질을 향상시키기 위해선, 수면 상태에 대한 분석이 선행되어야 한다.
사용자의 수면 상태를 분석하고 이를 자료화하여 체계적으로 관리함으로써 건강한 신체를 유지할 수 있다.
수면 상태를 분석하기 위해서는 수면 중 호흡수, 심박수, 움직임(뒤척임)수 및 수면시간 등의 다양한 생체정보를 측정하는 것이 기본이 될 것이다.
그러나, 호흡수 또는 심박수 등의 생체정보를 측정하기 위해 의료용 장비를 동원하는 것은 번거로울 뿐만 아니라, 생체정보 측정을 위해 신체에 부착해야 하는 등의 불편함이 수반된다.
이러한 경우, 수면의 질을 향상시키기 위해 생체정보를 측정함으로써 수반되는 번거로움과 불편함으로 인해 오히려 수면의 질을 해치는 결과를 초래할 수도 있다.
한국공개특허 제10-2018-0108664호 한국등록특허 제10-1218629호 US 9820680 B2
본 발명의 일측면은 사용자가 수면을 취하는 동안 웨어러블 장치 등의 디바이스를 통해 사용자의 심박수를 간편하게 측정하여 수면의 상태를 판단하는 수면 상태 판단 장치 및 방법을 제공한다.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 수면 상태 판단 장치는, 사전에 수집된 사용자의 정보 및 일정 시간과 날짜 별로 누적된 생채정보를 포함하는 수면 데이터를 이용하여 사용자의 수면 상태 판단을 위한 데이터베이스를 구축하는 데이터베이스부; 상기 사용자의 신체에 장착된 웨어러블 장치와 통신하고, 상기 사용자의 수면 모드를 확인한 뒤 기 설정된 시간 당 수면 상태(Asleep, Awake, Really awake)에 따라 일정 시간 마다 상기 사용자의 심박수를 상기 웨어러블 장치로부터 수집하는 심박수 수집부; 수집된 상기 심박수를 기 설정된 심박수의 단계에 따라 분류하고, 상기 기 설정된 시간당 수면 상태 별로 상기 심박수의 단계 및 상기 심박수의 단계가 유지되는 시간을 기록하는 심박수 기록부; 및 상기 심박수 기록부에서 기록한 상기 심박수의 단계 및 시간, 상기 데이터베이스부에서 수집한 사용자의 정보를 이용하여 규칙추론 알고리즘을 통해 수면 상태를 결정하는 수면상태 도출부;를 포함한다.
상기 수면상태 도출부는, 상기 심박수 수집부로부터 일정 시간 동안 상기 사용자의 심박수가 수집되지 않은 경우, 구축된 상기 데이터베이스로부터 상기 사용자의 생채정보를 추출하여 상기 사용자의 수면 상태를 결정할 수 있다.
상기 수면상태 도출부는, 상기 데이터베이스로부터 추출한 생채정보 중 시간 별로 적어도 하나의 손실된 생채정보가 포함된 날짜가 존재하는 경우, 상기 데이터베이스에 기록된 해당 날짜의 생채정보를 삭제하고, 상기 규칙추론 알고리즘을 통해 훈련된 데이터를 사용하여 데이터베이스에 구축된 데이터 중 가장 유사한 구성의 데이터를 분석한 후 재추출하여 상기 사용자의 수면 상태를 결정할 수 있다.
상기 데이터베이스부는, 상기 사용자의 수면 모드가 확인되는 경우, 상기 사용자의 수면 데이터를 수집하고, 수집한 상기 수면 데이터를 해당 수면 데이터와 관련된 수면 데이터 별로 위치(index)를 분리하여 저장할 수 있다.
상기 심박수 기록부는, 상기 수면 상태가 첫 번째(Asleep) 시간, 두 번째(Awake) 시간 또는 세 번째(Really awake) 시간에 따라, 상기 사용자의 심박수를 수집하고, 수집한 상기 사용자의 심박수를 기 설정된 심박수의 범위에 따라 분류하여 상기 심박수의 범위와 시간을 기록할 수 있다.
상기 기 설정된 심박수의 범위는, 상기 사용자의 최대 심박수의 일정 비율에 따라 다수 개의 범위로 분류될 수 있다.
본 발명의 다른 실시예에 따른 수면 상태 판단 방법은, 사전에 수집된 사용자의 정보 및 누적된 생채정보를 포함하는 수면 데이터를 이용하여 사용자의 수면 상태 판단을 위한 데이터베이스를 구축하고, 상기 사용자의 신체에 장착된 웨어러블 장치와 통신하여 상기 사용자의 수면 모드를 확인한 뒤 기 설정된 시간 당 수면 상태(Asleep, Awake, Really awake)에 따라 일정 시간 마다 상기 사용자의 심박수를 수집하고, 수집된 상기 심박수를 기 설정된 심박수의 범위에 따라 분류하고, 상기 기 설정된 시간당 수면 상태에 따라 상기 심박수의 범위와 상기 심박수의 범위에 해당하는 시간을 기록하고, 기록한 상기 심박수의 범위 및 상기 심박수의 범위에 해당하는 시간과 수집한 상기 사용자의 정보를 이용하여 규칙추론 알고리즘을 통해 수면 상태를 결정한다.
상기 규칙추론 알고리즘을 통해 수면 상태를 결정하는 것은, 일정 시간 동안 상기 사용자의 심박수가 수집되지 않은 경우, 구축된 상기 데이터베이스로부터 상기 사용자의 생채정보를 추출하여 상기 사용자의 수면 상태를 결정할 수 있다.
상기 규칙추론 알고리즘을 통해 수면 상태를 결정하는 것은, 상기 데이터베이스로부터 추출한 생채정보 중 시간 별로 적어도 하나의 손실된 생채정보가 포함된 날짜가 존재하는 경우, 상기 데이터베이스에 기록된 해당 날짜의 생채정보를 삭제하고, 상기 규칙추론 알고리즘을 통해 훈련된 데이터를 사용하여 데이터베이스에 구축된 데이터 중 가장 유사한 구성의 데이터를 분석한 후 재추출하여 상기 사용자의 수면 상태를 결정할 수 있다.
상기 사용자의 수면 상태 판단을 위한 데이터베이스를 구축하는 것은, 상기 사용자의 수면 모드가 확인되는 경우, 상기 사용자의 수면 데이터를 수집하고, 수집한 상기 수면 데이터를 해당 데이터와 관련된 데이터 별로 위치(index)를 분리하여 저장할 수 있다.
상기 기 설정된 시간당 수면 상태에 따라 상기 심박수의 범위와 상기 심박수의 범위에 해당하는 시간을 기록하는 것은, 상기 수면 상태가 첫 번째(Asleep) 시간, 두 번째(Awake) 시간 또는 세 번째(Really awake) 시간에 따라, 상기 사용자의 심박수를 수집하고, 수집한 상기 사용자의 심박수를 기 설정된 심박수의 범위에 따라 분류하여 상기 심박수의 범위와 시간을 기록할 수 있다.
상기 기 설정된 심박수의 범위는, 상기 사용자의 최대 심박수의 일정 비율에 따라 다수 개의 범위로 분류될 수 있다.
상술한 본 발명의 일측면에 따르면, 사용자의 생채정보를 누적하여 데이터베이스를 구축하여 사용자로부터 일정 시간 동안 심박수가 수집되지 않는 경우, 데이터베이스로부터 수면 데이터를 추출하여 사용자의 수면 상태를 판단할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명이 제안하는 수면 상태 판단 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 수면 상태 판단 장치를 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 수면 상태 판단 방법을 개략적으로 도시한 흐름도이다.
도 4는 도 1의 데이터베이스를 구축하기 위한 과정을 구체적으로 도시한 흐름도이다.
도 5는 도 1의 심박수의 단계에 해당하는 시간을 기록하는 과정을 구체적으로 도시한 흐름도이다.
도 6은 본 발명이 제안하는 규칙추론 알고리즘을 통한 규칙추론 훈련 데이터 셋을 생성하는 과정을 구체적으로 도시한 흐름도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
본 발명은 사용자의 수면 데이터를 누적하여 데이터베이스를 구축하여 사용자로부터 일정 시간 동안 심박수가 수집되지 않는 경우, 데이터베이스로부터 수면 데이터를 추출하여 사용자의 수면 상태를 판단할 수 있는 수면 상태 판단 장치 및 방법이다.
도 1은 본 발명이 제안하는 수면 상태 판단 시스템의 개략적인 구성을 나타내는 도면이다.
본 발명이 제안하는 수면 상태 판단 시스템(10)은 웨어러블 장치(500) 및 수면 상태 판단 장치(100)를 포함할 수 있다.
웨어러블 장치(500)는 사용자의 신체 일부에 착용되거나 부착되는 전자 장치일 수 있다. 웨어러블 장치(500)는 손목시계, 밴드, 안경, 의류, 신발 등의 형대일 수 있고, 사용자의 신체 일부에 부착되어 사용자의 생체정보를 측정하여 수집할 수 있다.
본 발명이 제안하는 수면 상태 판단 시스템(10)의 웨어러블 장치(500)는 손목 밴드 형태로 착용할 수 있는 장치인 Fitbit Charge HR 피트니스 트래커 등의 가속도계, 고도계 및 광학 심박수 센서가 구비된 장치를 의미할 수 있다.
여기서, 생체정보는 사용자의 맥박, 체온, 심전도, 혈압, 심박수 중 적어도 하나를 포함할 수 있다. 즉, 웨어러블 장치(500)는 맥박, 체온, 심전도, 혈압, 심박수 중 적어도 하나 이상의 정보를 수집할 수 있다.
웨어러블 장치(500)는 생체정보를 측정할 수 있는 적어도 하나의 센서를 구비할 수 있다. 웨어러블 장치(500)에 구비되는 센서는 웨어러블 장치(500)의 제조 시에 구비되는 센서모듈일 수 있다.
즉, 웨어러블 장치(500)는 웨어러블 장치(500)를 장착한 사용자의 칼로리 및 심박수(분당 비트수) 등의 정보를 수집하여 수면 상태 판단 장치(100)로 제공할 수 있는 장치를 의미할 수 있다.
본 발명이 제안하는 수면 상태 판단 장치(100)는 심박수에 기초한 수면 지표를 이용하여 사용자에게 객관적인 수면 상태를 설명할 수 있으며 사용자의 수면 품질 평가에 사용될 수 있다.
수면 상태 판단 장치(100)를 웨어러블 장치(500)로부터 제공받은 칼로리 및 심박수 등의 정보를 이용하여 사용자의 수면 모드를 '수면 중', '잠을 깨는 중' 또는 '깨어남' 중 적어도 하나의 모드로 판단할 수 있다.
수면 상태 판단 장치(100)는 사용자가 수면 모드 중 '수면 중'인 경우에 웨어러블 장치(500)로부터 제공 받은 심박수를 이용하여 사용자의 수면 상태를 판단하여 결정할 수 있다.
본 발명이 제안하는 수면 상태 판단 장치(100)는 사용자의 수면 상태를 해석하기 위해 수면의 품질 상태를 '좋음', '보통' 및 '나쁨'의 세 가지 수면 상태로 분류하여 해석할 수 있다.
또한, 수면 상태 판단 장치(100)는 심박수의 단계를 최대 심박수의 42%를 초과하는 경우 '상', 최대 심박수의 27~42%인 경우 '중', 최대 심박수의 27% 미만인 경우 '하'로 분류할 수 있다.
이로부터, 수면 상태 판단 장치(100)는 사용자의 전체 수면 시간 중 '중'단계의 심박수가 유지되는 시간의 비율을 이용하여 사용자의 수면 상태를 결정할 수 있다.
본 발명의 일 실시예에 따른 수면 상태 판단 장치(100)는 수면 시간의 비율이 0.9를 초과하는 경우, 사용자의 수면의 품질 상태는 '좋음'으로 결정하고, 0.9~0.6인 경우, 사용자의 수면의 품질 상태는 '보통'으로 결정하고, 0.6 미만인 경우 '나쁨'으로 결정할 수 있다.
수면 상태 판단 장치(100)는 사용자가 소지하는 장치로써 이동성을 가질 수 있고, 서버(server) 또는 엔진(engine) 형태일 수 있으며, 디바이스(device), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), 무선기기(wireless device), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
또한, 수면 상태 판단 장치(100)는 운영체제(Operation System; OS), 즉 시스템을 기반으로 다양한 소프트웨어를 실행하거나 제작할 수 있다. 상기 운영체제는 소프트웨어가 장치의 하드웨어를 사용할 수 있도록 하기 위한 시스템 프로그램으로서, 안드로이드 OS, iOS, 윈도우 모바일 OS, 바다 OS, 심비안 OS, 블랙베리 OS 등 모바일 컴퓨터 운영체제 및 윈도우 계열, 리눅스 계열, 유닉스 계열, MAC, AIX, HP-UX 등 컴퓨터 운영체제를 모두 포함할 수 있다.
본 발명이 제안하는 수면 상태 판단 장치(100)는 웨어러블 장치(500)로부터 수집한 정보를 수신할 수 있다. 수면 상태 판단 장치(100)는 웨어러블 장치(500)와 무선 통신을 이용하여 데이터를 수신할 수 있다. 수면 상태 판단 장치(100)와 웨어러블 장치(500)간 수행되는 무선 통신은 근거리 무선 통신일 수 있다.
이를 위해, 수면 상태 판단 장치(100)와 웨어러블 장치 각각에는 근거리 통신 모듈이 구비될 수 있다. 근거리 통신 모듈은 근거리 통신을 위한 모듈일 수 있다. 근거리 무선 통신 기술은 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(IrDA, Infrared Data Association), UWB(UltraWideband), Zigbee 통신을 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 수면 상태 판단 장치를 도시한 블록도이다.
본 실시예에 따른 수면 상태 판단 장치(100)는 데이터베이스부(110), 심박수 수집부(130), 심박수 기록부(150) 및 수면상태 도출부(170)를 포함할 수 있다.
데이터베이스부(110)는 사용자의 정보를 사전에 수집할 수 있고, 일정 시간과 날짜 별로 누적된 생채정보 및 수집한 사용자의 정보를 이용하여 사용자의 수면 상태 판단을 위한 데이터베이스를 구축할 수 있다.
데이터베이스부(110)는 사용자의 수면 모드가 확인되는 경우, 사용자의 수면 데이터를 수집할 수 있고, 수집한 수면 데이터를 해당 데이터와 관련된 데이터 별로 위치(index)를 분리하여 저장할 수 있다.
심박수 수집부(130)는 사용자의 신체에 장착된 웨어러블 장치(500)와 통신할 수 있고, 사용자의 수면 모드를 확인한 뒤 기 설정된 시간 당 수면 상태(Asleep, Awake, Really awake)에 따라 일정 시간 마다 사용자의 심박수를 수집할 수 있다.
여기서, 시간 당 수면 상태는 사용자가 잠 든 시간에 기초하여 수면 상태가 판단될 수 있으며 '수면 중(Asleep)', '잠을 깨는 중(Awake)' 또는 '깨어남(Really awake)' 중 적어도 하나의 모드로 판단할 수 있다.
심박수 기록부(150)는 심박수 수집부(130)로부터 수집된 심박수를 기 설정된 심박수의 단계에 따라 분류할 수 있고, 기 설정된 시간당 수면 상태 별로 심박수의 단계 및 심박수의 단계가 유지되는 시간을 기록할 수 있다.
다시 말해, 심박수 기록부(150)는 기 설정된 시간당 수면 상태가 첫 번째(Asleep)일 때, 두 번째(Awake)일 때 및 세 번째(Really awake)일 때로 분류하여 기록할 수 있다.
더욱 구체적으로, 심박수 기록부(150)는 기 설정된 시간당 수면 상태가 첫 번째(Asleep)일 때의 심박수의 단계 및 심박수의 단계가 유지되는 시간을 기록할 수 있고, 두 번째(Awake)일 때의 심박수의 단계 및 심박수의 단계가 유지되는 시간을 기록할 수 있고, 세 번째(Really awake)일 때의 심박수의 단계 및 심박수의 단계가 유지되는 시간을 기록할 수 있다.
여기서, 심박수의 단계는 최대 심박수의 42%를 초과하는 경우 '상', 최대 심박수의 27~42%인 경우 '중', 최대 심박수의 27% 미만인 경우 '하'로 분류할 수 있다.
예를 들어, 기 설정된 시간당 수면 상태가 첫 번째(Asleep)일 때는 심박수의 단계가 '상'이며 유지된 시간인 5분을 기록할 수 있고, '중'이며 유지된 시간인 18분을 기록할 수 있고, '하'이며 유지된 시간인 0.5분을 기록할 수 있다.
또 다른 예로, 기 설정된 시간당 수면 상태가 두 번째(Awake)일 때는 심박수의 단계가 '상'이며 유지된 시간인 180분을 기록할 수 있고, '중'이며 유지된 시간인 150분을 기록할 수 있고, '하'이며 유지된 시간인 1분을 기록할 수 있다.
본 발명이 제안하는 수면 상태 판단 장치(100)는 심박수의 단계를 세 가지로 분류하는 것으로 한정지었으나, 이는 실시예에 따른 예시일 뿐, 실제 기준은 보다 다양한 기준으로 설정될 수 있다.
수면상태 도출부(170)는 심박수 기록부(150)에서 기록한 심박수의 단계 및 시간, 상기 데이터베이스부에서 수집한 사용자의 정보를 이용하여 규칙추론 알고리즘을 통해 수면 상태를 결정할 수 있다.
본 발명에서 사용하는 규칙추론 알고리즘으로는 PRISM, LEM, AQ 등 다양한 알고리즘(rule induction)이 사용될 수 있으며 빠른 규칙추론 알고리즘 또는 범주화된 데이터만 표현 가능한 규칙추론 알고리즘의 경우, 이를 위해 이산화된 데이터를 사용할 수 있다.
이러한 경우, 구분자(delimeter)를 반드시 넣어서 전달해야 하며, 예를 들어 수면 상태가 '나쁨' 일 때 BMI 값이 25와 43 사이인 경우, 데이터를 구분하리 위한 ':' 또는 '..'를 사용하여 표현할 수 있다.
즉, BMI 값인 변수를 저장할 때는 "25:43" 또는 "25..43"과 같이 구분자가 있어야 설명 가능한 메시지로 데이터 표현이 가능하며, 전술한 구분자를 통해 수면 데이터를 '25<BMI<43', '흡연 중', '83<심박수<192'와 같이 표현할 수 있다.
수면상태 도출부(170)는 심박수 수집부(130)로부터 일정 시간 동안 사용자의 심박수가 수집되지 않은 경우, 데이터베이스부(110)에서 구축된 데이터베이스로부터 사용자의 생채정보를 추출하여 사용자의 수면 상태를 결정할 수 있다.
수면상태 도출부(170)는 데이터베이스로부터 일정 시간 마다 사용자의 수면 데이터를 추출할 수 있으며, 상시로 수면 데이터를 확인하여 손실된 수면 데이터가 존재하는 경우 데이터베이스에 저장된 해당 날짜의 데이터는 모두 제거할 수 있다.
한편, 수면상태 도출부(170)는 데이터베이스로부터 추출한 생채정보 중 시간 별로 적어도 하나의 손실된 생채정보가 포함된 날짜가 존재하는 경우, 데이터베이스에 기록된 해당 날짜의 생채정보를 삭제할 수 있고, 손실된 생채정보가 포함되지 않은 날짜의 생채정보를 재추출하여 사용자의 수면 상태를 결정할 수 있다.
여기서, 생채정보를 재추출하는 것은 규칙추론 알고리즘을 이용하여 데이터베이스의 손실된 데이터와 가장 유사한 데이터를 검색하고, 가장 유사한 데이터로 검색된 생체정보를 재추출하는 것을 의미할 수 있다.
본 발명의 수면 상태 판단 장치(100)를 이용하여 실시한 실험의 결과는 아래와 같으며, 실험에 앞서 구축된 데이터베이스에 수집된 정보는 [표 1]과 같다.
Figure pat00001
본 발명이 제안하는 수면 상태 판단 장치(100)를 이용한 첫 번째 실험의 조건은, '17.85 < BMI < 25.21', '흡연 중', '61.81 < Normal_Avg_HR < 79.0', '0 < Normal_Awake < 19.0', '1.5 < Normal_Really_Awake < 24.0', '1.5 < High_Asleep < 606.5', '1.5 < High_Awake < 155.0', '0.5 < High_Really_Awake < 175.5'이었으며 이러한 경우 사용자의 수면 상태는 '나쁨'으로 도출되었다.
두 번째 실험의 조건은, '17.85 < BMI < 25.21', '흡연 안함', '0.0 < 보통_Asleep < 324.5', '0 < Normal_Awake < 19.0', '1.5 < Normal_Really_Awake < 24.0', '1.5 <High_Asleep < 606.5', '1.5 < High_Awake < 155.0', '0.0 < High_Really_Awake < 0.5'이었으며 이러한 경우 또한 사용자의 수면 상태는 '나쁨'으로 도출되었다.
세 번째 실험의 조건은 '25.21 < BMI < 43.42', '흡연중', '83.61 < High_Avg_HR < 192.16', '0 < Normal_Awake < 19.0', '1.0 < Normal_Really_Awake < 0.5', '1.5 < High_Awake < 155.0', '0.5 < High_Really_Awake < 175.5'이었으며 이러한 경우 또한 사용자의 수면 상태는 '나쁨'으로 도출되었다.
여기서, 사용자의 수면 상태가 '나쁨' 인 경우는 사용자가 수면 중에 뒤척이는 경우에도 발생할 수 있다.
수면시간은 사용자가 장착한 웨어러블 장치의 가속도 센서로 측정될 수 있지만, 사용자의 심박수는 사용자가 장착한 웨어러블 장치의 HR sensor로 측정되는데 HR sensor는 피부와 정확히 밀착되어야 사용자의 심박수를 측정할 수 있다.
이에 따라, 사용자가 뒤척이다 심박수를 측정한 센서값만 존재하지 않는 구간이 간혹 존재할 수 있다. 예를 들어, High_avg_HR이 있으나 normal_avg_HR이 null이면 수면 상태 판단 장치(100)에 에러가 발생할 수 있다.
이러한 경우, 본 발명이 제안하는 수면 상태 판단 장치(100)는 규칙추론 알고리즘으로 훈련된 데이터를 사용하여 데이터베이스의 수면 데이터 중 가장 유사한 구성의 데이터를 분석 후 사용자의 상태를 분류하는 것이 가능하다.
네 번째 실험의 조건은 '23.0 < 연령 < 36.5', '음주:YES, '61.81 < Normal_Avg_HR < 79.0', '70.73 < High_Avg_HR < 83.61', '324.5 < Normal_Asleep < 840.5', '19.0 < Normal_Awake < 109.0', '0.0 < Normal_Really_Awake < 1.5', '1.5 < High_Awake < 155.0', '0.0 < High_Really_Awake < 0.5'이었으며 이러한 경우 사용자의 수면 상태는 '정상'으로 도출되었다.
다섯 번째 실험의 조건은 '23.0 < 연령 < 36.5', '17.85 < BMI < 25.21', '음주: YES', '흡연중', '83.61 < High_Avg_HR < 192.16', '0.0 < Normal_Asleep < 324.5', '1.5 < High_Asleep < 606.5', '1.5 < High_Awake < 155.0', '0.0 < High_Really_Awake < 0.5' 이었으며 이러한 경우 또한 사용자의 수면 상태는 '정상'으로 도출되었다.
여섯 번째 실험의 조건은 '0 < 연령 < 36.5', '25.21 < BMI < 43.43', '음주:YES', '흡연중', '70.73 < High_Avg_HR < 83.61', '324.5 < Normal_Asleep < 840.5', '0.0 < Normal_Really_Awake < 1.5', '1.5 < High_Awake < 155.0', '0.5 < High_Really_Awake < 175.5' 이었으며 이러한 경우 또한 사용자의 수면 상태는 '정상'으로 도출되었다.
일곱 번째 실험의 조건은 '36.5 < 연령 55.0', '17.85 < BMI < 25.21', '0.0 < Normal_Asleep < 324.5', '0 < Normal_Awake < 19.0', '1.5 < High_Asleep < 606.5', '1.5 < High_Awake < 155.0', '0.0 < High_Realy_Awake < 0.5' ThEN Sleep Quality 이었으며 이러한 경우 사용자의 수면 상태는 '좋음'으로 도출되었다.
여덟 번째 실험의 조건은 '23.0 < 연령 < 36.5', '25.21 < BMI < 43.43', '흡연중', '324.5 < Normal_Asleep < 840.5', '0 < Normal_Realy_Awake < 1.5', '1.5 < High_Awake < 155.0', '0.0 < High_Really_Awake < 0.5' 이었으며 이러한 경우 또한 사용자의 수면 상태는 '좋음'으로 도출되었다.
아홉 번째 실험의 조건은 '흡연: NO', '49.42 < Normal_Avg_HR < 61.81', '0 < Normal_Awake < 0.5', '324.5 < Normal_Asleep < 840.5', '19.0 < Normal_Awake < 109.0', '0 < Normal_Really_Awake < 1.5' 이었으며 이러한 경우 또한 사용자의 수면 상태는 '좋음'으로 도출되었다.
이하에서는, 도 3 내지 도 5를 참조하여 수면 상태 판단 방법을 구체적으로 설명하도록 한다.
도 3은 본 발명의 일 실시예에 따른 수면 상태 판단 방법을 개략적으로 도시한 흐름도이다.
본 발명의 일 실시예에 따른 수면 상태 판단 방법은 먼저 사용자의 정보 및 생채정보를 이용하여 사용자의 수면 상태 판단을 위한 데이터베이스를 구축할 수 있다(S1100).
사용자의 웨어러블 장치(500) 등의 디바이스와 통신하여 수면 모드를 확인할 수 있고, 수면 모드가 확인되면 시간 당 수면 상태에 따라 사용자의 심박수를 수집할 수 있다(S1300).
여기서, 웨어러블 장치(500)는 웨어러블 장치(500)를 장착한 사용자의 칼로리 및 심박수(분당 비트수) 등의 생채정보를 수집하여 수면 상태 판단 장치(100)로 제공할 수 있는 장치를 의미할 수 있다.
사용자가 장착한 웨어러블 장치(500)로부터 수집된 심박수를 기 설정된 심박수의 단계에 따라 분류할 수 있고(S1500), 기 설정된 시간당 수면 상태(Asleep, Awake, Really awake)에 따라 심박수의 단계와 심박수의 단계에 해당하는 시간을 기록할 수 있다(S1700).
여기서, 심박수의 단계를 최대 심박수의 42%를 초과하는 경우 '상', 최대 심박수의 27~42%인 경우 '중', 최대 심박수의 27% 미만인 경우 '하'의 세 가지 단계로 분류할 수 있다.
여기서, 수면 상태 판단 장치(100)는 시간당 수면 상태에 따라 심박수의 단계와 심박수의 단계에 해당하는 시간을 기록할 수 있으나, 사용자가 수면 모드 중 '수면 중'인 경우에 웨어러블 장치(500)로부터 제공 받은 심박수를 이용하여 사용자의 수면 상태를 판단하여 결정할 수 있다.
다시 말해, 사용자가 '잠을 깨는 중' 또는 '깨어남' 중 적어도 하나의 모드인 경우 수집되는 심박수의 단계와 심박수의 단계에 해당하는 시간은 사용자의 수면 상태를 판단하기 위해 사용되지 않는 것을 의미할 수 있다.
심박수의 단계 및 심박수의 단계에 해당하는 시간, 데이터베이스에 기록된 사용자의 정보를 이용하여 규칙추론 알고리즘을 통해 수면 상태를 결정할 수 있다(S1900).
즉, 수면 상태 판단 장치(100)는 사용자의 수면 상태를 해석하기 위해 수면의 품질 상태를 '좋음', '보통' 및 '나쁨'의 세 가지 수면 상태로 분류하여 해석할 수 있다.
더욱 구체적으로, 수면 상태 판단 장치(100)는 사용자의 전체 수면 시간 중 '중'단계의 심박수가 유지되는 시간의 비율을 이용하여 사용자의 수면 상태를 결정할 수 있다.
수면 상태 판단 장치(100)는 수면 시간의 비율이 0.9를 초과하는 경우, 사용자의 수면의 품질 상태는 '좋음'으로 결정하고, 0.9~0.6인 경우, 사용자의 수면의 품질 상태는 '보통'으로 결정하고, 0.6 미만인 경우 '나쁨'으로 결정할 수 있다.
도 4는 도 1의 데이터베이스를 구축하기 위한 과정을 구체적으로 도시한 흐름도이다.
사용자가 장착한 웨어러블 장치(500)로부터 사용자의 수면 모드가 확인되는 경우(S1010), 사용자의 수면 데이터를 수집할 수 있고, 수집한 수면 데이터를 이용하여 데이터베이스를 구축할 수 있다(S1050).
여기서, 수면 데이터는 사전에 수집된 사용자의 정보, 일정 시간과 날짜 별로 누적된 생채정보 및 실시간으로 수집되는 생채정보를 포함할 수 있고, 생채정보는 사용자의 맥박, 체온, 심전도, 혈압 심박수 중 적어도 하나를 포함할 수 있다.
수면 상태 판단 장치(100)는 수집된 사용자의 정보 및 생채정보를 포함하는 수면 데이터를 해당 데이터와 관련된 데이터 별로 위치를 분리하여 저장할 수 있다(S1090).
도 5는 도 1의 심박수의 단계에 해당하는 시간을 기록하는 과정을 구체적으로 도시한 흐름도이다.
기 설정된 시간당 수면 상태의 시간에 따라, 사용자의 심박수를 수집할 수 있고(S1530), 수집한 사용자의 심박수를 기 설정된 심박수의 단계에 따라 분류하여 심박수의 단계와 해당 심박수의 단계가 유지되는 시간을 기록할 수 있다(S1570).
도 1 내지 5에서는 수면의 품질 상태를 세 가지 수면 상태로 분류하는 것으로 한정지었으나, 이는 실시예에 따른 예시일 뿐, 실제 기준은 보다 다양한 기준으로 설정될 수 있다.
도 6은 본 발명이 제안하는 규칙추론 알고리즘을 통한 규칙추론 훈련 데이터 셋을 생성하는 과정을 구체적으로 도시한 흐름도이다.
도 6을 참조하여, 도 2의 규칙추론 알고리즘으로 훈련된 데이터인 훈련 데이터 셋을 생성하는 과정을 설명하기로 한다.
본 발명이 제안하는 수면 상태 판단 장치(100)는 사용자 정보, 수면시간, 심박수 단계 및 시간, 시간당 수면 상태를 결합하여 규칙추론 알고리즘을 이용하여 훈련된 데이터를 생성할 수 있다.
이를 통해 수면 상태 판단 장치(100)는 데이터베이스로부터 추출한 사용자의 수면 데이터가 손실된 경우, 손실된 수면 데이터의 규칙의 범위와 유사한 데이터를 분석하여 탐색할 수 있다.전술한 바와 같이, 본 발명은 사용자의 생채정보를 누적하여 데이터베이스를 구축하여 사용자로부터 일정 시간 동안 심박수가 수집되지 않는 경우, 데이터베이스로부터 수면 데이터를 추출하여 사용자의 수면 상태를 판단할 수 있다.
이와 같은, 수면 상태 판단 장치는 어플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드 뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10: 수면 상태 판단 시스템
100: 수면 상태 판단 장치
110: 데이터베이스부
130: 심박수 수집부
150: 심박수 기록부
170: 수면상태 도출부
500: 웨어러블 장치

Claims (12)

  1. 사전에 수집된 사용자의 정보 및 일정 시간과 날짜 별로 누적된 생채정보를 포함하는 수면 데이터를 이용하여 사용자의 수면 상태 판단을 위한 데이터베이스를 구축하는 데이터베이스부;
    상기 사용자의 신체에 장착된 웨어러블 장치와 통신하고, 상기 사용자의 수면 모드를 확인한 뒤 기 설정된 시간 당 수면 상태(Asleep, Awake, Really awake)에 따라 일정 시간 마다 상기 사용자의 심박수를 상기 웨어러블 장치로부터 수집하는 심박수 수집부;
    수집된 상기 심박수를 기 설정된 심박수의 단계에 따라 분류하고, 상기 기 설정된 시간당 수면 상태 별로 상기 심박수의 단계 및 상기 심박수의 단계가 유지되는 시간을 기록하는 심박수 기록부; 및
    상기 심박수 기록부에서 기록한 상기 심박수의 단계 및 시간, 상기 데이터베이스부에서 수집한 사용자의 정보를 이용하여 규칙추론 알고리즘을 통해 수면 상태를 결정하는 수면상태 도출부;를 포함하는, 수면 상태 판단 장치.
  2. 제 1 항에 있어서,
    상기 수면상태 도출부는,
    상기 심박수 수집부로부터 일정 시간 동안 상기 사용자의 심박수가 수집되지 않은 경우, 구축된 상기 데이터베이스로부터 상기 사용자의 생채정보를 추출하여 상기 사용자의 수면 상태를 결정하는, 수면 상태 판단 장치.
  3. 제 2 항에 있어서,
    상기 수면상태 도출부는,
    상기 데이터베이스로부터 추출한 생채정보 중 시간 별로 적어도 하나의 손실된 생채정보가 포함된 날짜가 존재하는 경우, 상기 데이터베이스에 기록된 해당 날짜의 생채정보를 삭제하고,
    상기 규칙추론 알고리즘을 통해 훈련된 데이터를 사용하여 데이터베이스에 구축된 데이터 중 가장 유사한 구성의 데이터를 분석한 후 재추출하여 상기 사용자의 수면 상태를 결정하는, 수면 상태 판단 장치.
  4. 제 1 항에 있어서,
    상기 데이터베이스부는,
    상기 사용자의 수면 모드가 확인되는 경우, 상기 사용자의 수면 데이터를 수집하고,
    수집한 상기 수면 데이터를 해당 수면 데이터와 관련된 수면 데이터 별로 위치(index)를 분리하여 저장하는, 수면 상태 판단 장치.
  5. 제 1 항에 있어서,
    상기 심박수 기록부는,
    상기 수면 상태가 첫 번째(Asleep) 시간, 두 번째(Awake) 시간 또는 세 번째(Really awake) 시간에 따라, 상기 사용자의 심박수를 수집하고,
    수집한 상기 사용자의 심박수를 기 설정된 심박수의 범위에 따라 분류하여 상기 심박수의 범위와 시간을 기록하는, 수면 상태 판단 장치.
  6. 제 5 항에 있어서,
    상기 기 설정된 심박수의 범위는,
    상기 사용자의 최대 심박수의 일정 비율에 따라 다수 개의 범위로 분류되는, 수면 상태 판단 장치.
  7. 사전에 수집된 사용자의 정보 및 누적된 생채정보를 포함하는 수면 데이터를 이용하여 사용자의 수면 상태 판단을 위한 데이터베이스를 구축하고,
    상기 사용자의 신체에 장착된 웨어러블 장치와 통신하여 상기 사용자의 수면 모드를 확인한 뒤 기 설정된 시간 당 수면 상태(Asleep, Awake, Really awake)에 따라 일정 시간 마다 상기 사용자의 심박수를 수집하고,
    수집된 상기 심박수를 기 설정된 심박수의 범위에 따라 분류하고,
    상기 기 설정된 시간당 수면 상태에 따라 상기 심박수의 범위와 상기 심박수의 범위에 해당하는 시간을 기록하고,
    기록한 상기 심박수의 범위 및 상기 심박수의 범위에 해당하는 시간과 수집한 상기 사용자의 정보를 이용하여 규칙추론 알고리즘을 통해 수면 상태를 결정하는, 수면 상태 판단 방법.
  8. 제 7 항에 있어서,
    상기 규칙추론 알고리즘을 통해 수면 상태를 결정하는 것은,
    일정 시간 동안 상기 사용자의 심박수가 수집되지 않은 경우, 구축된 상기 데이터베이스로부터 상기 사용자의 생채정보를 추출하여 상기 사용자의 수면 상태를 결정하는, 수면 상태 판단 방법.
  9. 제 8 항에 있어서,
    상기 규칙추론 알고리즘을 통해 수면 상태를 결정하는 것은,
    상기 데이터베이스로부터 추출한 생채정보 중 시간 별로 적어도 하나의 손실된 생채정보가 포함된 날짜가 존재하는 경우, 상기 데이터베이스에 기록된 해당 날짜의 생채정보를 삭제하고,
    상기 규칙추론 알고리즘을 통해 훈련된 데이터를 사용하여 데이터베이스에 구축된 데이터 중 가장 유사한 구성의 데이터를 분석한 후 재추출하여 상기 사용자의 수면 상태를 결정하는, 수면 상태 판단 방법.
  10. 제 7 항에 있어서,
    상기 사용자의 수면 상태 판단을 위한 데이터베이스를 구축하는 것은,
    상기 사용자의 수면 모드가 확인되는 경우, 상기 사용자의 수면 데이터를 수집하고,
    수집한 상기 수면 데이터를 해당 데이터와 관련된 데이터 별로 위치(index)를 분리하여 저장하는, 수면 상태 판단 방법.
  11. 제 7 항에 있어서,
    상기 기 설정된 시간당 수면 상태에 따라 상기 심박수의 범위와 상기 심박수의 범위에 해당하는 시간을 기록하는 것은,
    상기 수면 상태가 첫 번째(Asleep) 시간, 두 번째(Awake) 시간 또는 세 번째(Really awake) 시간에 따라, 상기 사용자의 심박수를 수집하고,
    수집한 상기 사용자의 심박수를 기 설정된 심박수의 범위에 따라 분류하여 상기 심박수의 범위와 시간을 기록하는, 수면 상태 판단 방법.
  12. 제 11 항에 있어서,
    상기 기 설정된 심박수의 범위는,
    상기 사용자의 최대 심박수의 일정 비율에 따라 다수 개의 범위로 분류되는, 수면 상태 판단 방법.
KR1020190005544A 2019-01-16 2019-01-16 수면 상태 판단 장치 및 방법 KR102140094B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190005544A KR102140094B1 (ko) 2019-01-16 2019-01-16 수면 상태 판단 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190005544A KR102140094B1 (ko) 2019-01-16 2019-01-16 수면 상태 판단 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20200089001A true KR20200089001A (ko) 2020-07-24
KR102140094B1 KR102140094B1 (ko) 2020-07-31

Family

ID=71834823

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190005544A KR102140094B1 (ko) 2019-01-16 2019-01-16 수면 상태 판단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102140094B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3754394B2 (ja) * 2002-05-29 2006-03-08 横河電機株式会社 睡眠段階推定装置及び睡眠段階推定装置から出力される信号を利用した装置
KR101218629B1 (ko) 2010-10-29 2013-01-09 아주대학교산학협력단 실시간 심박 측정을 통한 수면의 질 결정 장치 및 방법
KR20170017603A (ko) * 2015-08-07 2017-02-15 주식회사 메디스윙 수면 유도 장치 및 이를 이용한 수면 유도 방법
US9820680B2 (en) 2011-05-18 2017-11-21 V-Watch Sa System and method for determining sleep and sleep stages of a person
KR101813591B1 (ko) * 2017-07-14 2017-12-29 코웨이 주식회사 사용자의 심박 패턴을 학습하여 숙면에 유리하도록 동기화하는 방법 및 이를 이용한 장치
KR20180075832A (ko) * 2016-12-27 2018-07-05 바이텔스 주식회사 수면 상태 모니터링 방법 및 장치
KR20180108664A (ko) 2016-02-15 2018-10-04 헬스 센싱 가부시키가이샤 수면 상태 측정장치 및 방법, 위상 코히어런스 산출 장치, 생체 진동신호 측정 장치, 스트레스 상태 측정 장치 및 수면 상태 측정 장치 및 심박 파형 추출 방법
KR20180133779A (ko) * 2017-06-07 2018-12-17 한국전자통신연구원 생체 및 움직임 정보를 이용한 수면 상태 감지 방법 및 장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3754394B2 (ja) * 2002-05-29 2006-03-08 横河電機株式会社 睡眠段階推定装置及び睡眠段階推定装置から出力される信号を利用した装置
KR101218629B1 (ko) 2010-10-29 2013-01-09 아주대학교산학협력단 실시간 심박 측정을 통한 수면의 질 결정 장치 및 방법
US9820680B2 (en) 2011-05-18 2017-11-21 V-Watch Sa System and method for determining sleep and sleep stages of a person
KR20170017603A (ko) * 2015-08-07 2017-02-15 주식회사 메디스윙 수면 유도 장치 및 이를 이용한 수면 유도 방법
KR20180108664A (ko) 2016-02-15 2018-10-04 헬스 센싱 가부시키가이샤 수면 상태 측정장치 및 방법, 위상 코히어런스 산출 장치, 생체 진동신호 측정 장치, 스트레스 상태 측정 장치 및 수면 상태 측정 장치 및 심박 파형 추출 방법
KR20180075832A (ko) * 2016-12-27 2018-07-05 바이텔스 주식회사 수면 상태 모니터링 방법 및 장치
KR20180133779A (ko) * 2017-06-07 2018-12-17 한국전자통신연구원 생체 및 움직임 정보를 이용한 수면 상태 감지 방법 및 장치
KR101813591B1 (ko) * 2017-07-14 2017-12-29 코웨이 주식회사 사용자의 심박 패턴을 학습하여 숙면에 유리하도록 동기화하는 방법 및 이를 이용한 장치

Also Published As

Publication number Publication date
KR102140094B1 (ko) 2020-07-31

Similar Documents

Publication Publication Date Title
US10912495B2 (en) Activity recognition
US11678838B2 (en) Automated detection of breathing disturbances
CN103596493B (zh) 压力测量设备和方法
WO2018048951A2 (en) Methods and systems for labeling sleep states
CN105962929A (zh) 脑波数据分段记录方法以及记录和显示装置
US20140194756A1 (en) Biological rhythm disturbance degree calculating device, biological rhythm disturbance degree calculating system, biological rhythm disturbance degree calculating method, program, and recording medium
CN103393413B (zh) 医疗监护系统及监护方法
CN109009028B (zh) 一种反映人体疲劳程度的穿戴式设备
CN108024754A (zh) 脑电波声刺激的方法和系统
CN106413541B (zh) 用于诊断睡眠的系统和方法
CN106137130A (zh) 一种基于音频处理的睡眠期识别方法
DE102016015217A1 (de) System und Verfahren zur Herzfrequezüberwachung eines Objekts
US10499846B2 (en) EOG-based sleep staging method, computer program product with stored programs, computer readable medium with stored programs, and electronic apparatuses
Wu et al. A new unsupervised detector of high-frequency oscillations in accurate localization of epileptic seizure onset zones
US20190142347A1 (en) Apparatus and method for predicting physical stability
CN115153463A (zh) 睡眠状态识别模型的训练方法、睡眠状态识别方法和装置
CN114756114A (zh) 一种可穿戴设备节能方法及设备
US20220375590A1 (en) Sleep staging algorithm
CN109222946A (zh) 基于光纤垫的生理参数检测系统及检测方法
CN109620158B (zh) 睡眠监控的方法、智能终端及存储装置
NZ720056A (en) Localized collection of biological signals, cursor control in speech-assistance interface based on biological electrical signals and arousal detection based on biological electrical signals
CN105740640A (zh) 人体生命参数综合采集及分析方法
KR102140094B1 (ko) 수면 상태 판단 장치 및 방법
US20220322999A1 (en) Systems and Methods for Detecting Sleep Activity
KR102470148B1 (ko) 멀티모달 센서 데이터를 이용하여 수면 관련행위 패턴을 분석하는 시스템, 컴퓨팅 디바이스 및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant