KR102102931B1

KR102102931B1 - 치매 예측 시스템

Info

Publication number: KR102102931B1
Application number: KR1020180058980A
Authority: KR
Inventors: 성기홍
Original assignee: 주식회사 바이탈식스랩
Priority date: 2018-04-23
Filing date: 2018-05-24
Publication date: 2020-04-22
Anticipated expiration: 2038-05-24
Also published as: KR20190123186A

Abstract

본 발명은, 사용자의 보행 시, 원시 데이터(raw data)를 측정하는 센서기기 및 상기 센서 기기로부터 송신된 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 보행 속도들 중 설정된 속도 기준에 속하는 기준 보행 속도들에 대한 평균 보행 속도를 산출하고, 상기 평균 보행 속도를 기반으로 치매 예측 정보를 생성하는 이동 단말기를 포함하는 치매 예측 시스템을 제공한다.

Description

치매 예측 시스템{Dementia prediction system}

본 발명은 치매 예측 시스템에 관한 것으로서, 더욱 상세하게는 사용자 보행 시 보행 속도를 산출하기 위한 원시 데이터(raw data)를 이용하여 사용자에 대한 치매 예측 정보를 생성하기 용이한 치매 예측 시스템에 관한 것이다.

최근 들어 의학의 발전과 함께 노인 인구 비율이 전 세계적으로 증가하는 추세에 있으며, 특히 대한민국은 다른 선진국에 비해 고령화 속도가 매우 빠르게 진행되고 있다.

급속한 인구의 고령화로 치매환자의 발생도 점차 증가되고 있고, 이에 따른 치매 유병률이 급속히 증가하고 있다. 2010년 8.74%였던 치매 유병률은 2015년 9.79%, 2040년에는 11.9%로 치매인구가 2백만 명이 넘을 것으로 예상되고 있다.

치매는 정상적으로 발달한 뇌가 후천적인 외상이나 질병 등 외부적인 요인에 의해 손상되거나 파괴되어 기억력, 판단력, 계산능력, 언어능력, 성격변화 등 여러 인지기능이 감퇴되어 사회활동 및 대인관계는 물론 일상생활조차 수행할 수 없게 되는 증후군이다.

최근 들어, 치매와 걸음 속도 사이에 연관성이 높다는 연구 결과가 제시되어, 이를 이용하여 치매를 예측할 수 있는 방법을 연구 중에 있다.

본 발명의 목적은, 사용자 보행 시 보행 속도를 산출하기 위한 원시 데이터(raw data)를 이용하여 사용자에 대한 치매 예측 정보를 생성하기 용이한 치매 예측 시스템을 제공함에 있다.

본 발명의 제1 실시 예에 따른 치매 예측 시스템은, 사용자의 보행 시, 원시 데이터(raw data)를 측정하는 센서기기 및 상기 센서 기기로부터 송신된 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 보행 속도들 중 설정된 속도 기준에 속하는 기준 보행 속도들에 대한 평균 보행 속도를 산출하고, 상기 평균 보행 속도를 기반으로 치매 예측 정보를 생성하는 이동 단말기를 포함할 수 있다.

상기 센서기기는, 상기 원시 데이터를 측정하는 센서모듈 및 상기 원시 데이터를 상기 이동 단말기로 송신하는 통신모듈을 포함할 수 있다.

상기 센서모듈은, 상기 사용자 보행 시, 가속도, 압력 및 걸음수 중 적어도 하나를 측정할 수 있다.

상기 이동 단말기는, 상기 원시 데이터를 수신하는 단말 통신모듈, 상기 원시 데이터 및 상기 치매 예측 정보를 저장하는 단말 저장모듈 및 상기 원시 데이터로 산출한 상기 보행 속도들 중 상기 속도 기준에 속하는 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하고, 상기 평균 보행 속도를 기반으로 상기 치매 예측 정보를 생성하는 단말 제어모듈을 포함할 수 있다.

상기 치매 제어모듈은, 상기 보행 속도들을 산출하는 속도 산출부, 상기 기준 보행 속도들을 추출하고, 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하는 평균 속도 산출부 및 상기 평균 보행 속도에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 정보 생성부를 포함할 수 있다.

상기 속도 기준은, 상기 평균 보행 속도를 산출하기 위한 속도 범위를 나타낼 수 있다.

본 발명의 제2 실시 예에 따른 치매 예측 시스템은, 사용자의 보행 시, 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정하는 센서기기 및 상기 센서 기기로부터 송신된 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 상기 보행 속도들을 설정된 기계학습 알고리즘에 적용하여, 치매 예측 정보를 생성하는 이동 단말기를 포함할 수 있다.

상기 이동 단말기는, 상기 원시 데이터를 수신하는 단말 통신모듈, 상기 원시 데이터 및 상기 치매 예측 정보를 저장하는 단말 저장모듈 및 상기 원시 데이터로 산출한 상기 보행 속도들을 상기 기계학습 알고리즘에 적용하여, 상기 치매 예측 정보를 생성하는 단말 제어모듈을 포함할 수 있다.

상기 단말 제어모듈은, 상기 보행 속도들을 산출하는 속도 산출부, 상기 보행 속도들을 입력으로 하는 상기 기계학습 알고리즘에 적용하여 예측 치매 단계를 출력하는 데이터 학습부 및 상기 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 정보 생성부를 포함할 수 있다.

본 발명의 제3 실시 예에 따른 치매 예측 시스템은, 사용자 보행 시, 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정하는 센서기기, 상기 센서기기로부터 송신된 상기 원시 데이터를 수신하고, 상기 사용자가 입력한 개인식별 ID 및 상기 원시 데이터를 송신하는 이동 단말기 및 상기 이동 단말기로부터 송신된 상기 개인식별 ID 및 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 보행 속도들 중 설정된 속도 기준에 속하는 기준 보행 속도들에 대한 평균 보행 속도를 산출하고, 상기 개인식별 ID에 대응하는 의료 데이터 및 상기 평균 보행 속도를 기반으로 치매 예측 정보를 생성하는 치매 예측 서버를 포함할 수 있다.

상기 이동 단말기는, 상기 원시 데이터를 수신하는 제1 단말 통신모듈, 상기 원시 데이터 및 상기 개인식별 ID를 송신하는 제2 단말 통신모듈 및 상기 제1 및 제2 단말 통신모듈을 제어하며, 상기 제2 단말 통신모듈에서 수신한 상기 치매 예측 정보를 저장하는 단말 제어모듈을 포함할 수 있다.

상기 이동 단말기는, 상기 단말 제어모듈의 제어에 따라 상기 치매 예측 정보를 단말 디스플레이하는 디스플레이 모듈을 더 포함할 수 있다.

상기 치매 예측 서버는, 상기 이동 단말기에서 송신된 상기 원시 데이터 및 상기 개인식별 ID를 수신하는 서버 통신모듈, 상기 개인식별 ID에 대응하는 상기 의료 데이터가 저장된 서버 저장모듈 및 상기 보행 속도들 중 상기 속도 기준에 속하는 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하고, 상기 의료 데이터 및 상기 평균 보행 속도를 기반으로 상기 치매 예측 정보를 생성하는 서버 제어모듈을 포함할 수 있다.

상기 서버 제어모듈은, 상기 보행 속도들을 산출하는 서버 속도 산출부, 상기 보행 속도들 중 상기 기준 보행 속도들을 추출하고, 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하는 서버 평균 속도 산출부 및 상기 의료 데이터에 따른 상기 사용자의 현재 건강 상태가 치매 예측 가능 상태이면, 상기 평균 보행 속도에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 서버 정보 생성부를 포함할 수 있다.

상기 서버 제어모듈은, 상기 치매 예측 정보가 상기 이동 단말기로 송신되게 상기 서버 통신 모듈을 제어하고, 상기 치매 예측 정보를 상기 개인식별 ID에 대응되게 상기 서버 저장모듈에 저장할 수 있다.

본 발명의 제4 실시 예에 따른 치매 예측 시스템은, 사용자 보행 시, 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정하는 센서기기, 상기 센서기기로부터 송신된 상기 원시 데이터를 수신하고, 상기 사용자가 입력한 개인식별 ID 및 상기 원시 데이터를 송신하는 이동 단말기 및 상기 이동 단말기로부터 송신된 상기 개인식별 ID 및 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 보행 속도들 및 상기 개인식별 ID에 대응하는 의료 데이터를 기계학습 알고리즘에 적용하여 치매 예측 정보를 생성하는 치매 예측 서버를 포함할 수 있다.

상기 치매 예측 서버는, 상기 이동 단말기에서 송신된 상기 원시 데이터 및 상기 개인식별 ID를 수신하는 서버 통신모듈, 상기 개인식별 ID에 대응하는 상기 의료 데이터가 저장된 서버 저장모듈 및 상기 원시 데이터로 산출한 상기 보행 속도들 및 상기 개인식별 ID에 대응하는 상기 의료 데이터를 상기 기계학습 알고리즘에 적용하여 상기 치매 예측 정보를 생성하는 서버 제어모듈을 포함할 수 있다.

상기 서버 제어모듈은, 상기 보행 속도들을 산출하는 서버 속도 산출부, 상기 보행 속도들 및 상기 의료 데이터를 입력으로 하는 상기 기계학습 알고리즘에 적용하여 예측 치매 단계를 출력하는 서버 데이터 학습부 및 상기 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 서버 정보 생성부를 포함할 수 있다.

본 발명에 따른 치매 예측 시스템은, 사용자 보행 시, 보행 속도를 산출하기 위한 원시 데이터(raw data)를 기반으로 보행 속도들을 산출하고, 보행 속도들에서 추출한 기준 보행 속도들에 대한 평균 보행 속도를 기반으로 치매 예측 정보를 생성함으로써, 사용자가 조기에 치매를 예측하고 치매 예방 치료를 수행하는데 도움을 줄 수 있는 이점이 있다.

또한, 본 발명에 따른 치매 예측 시스템은 원시 데이터로 산출한 보행 속도들을 입력으로 하는 기계학습을 통하여 치매 예측 정보를 생성함으로써, 치매 예측에 대한 신뢰성을 높일 수 있는 이점이 있다.

또한, 본 발명에 따른 치매 예측 시스템은 원시 데이터를 기반으로 산출한 평균 보행 속도와 사용자의 개인식별 ID에 대응하는 의료 데이터를 기반으로, 사용자의 치매 예측을 수행한 치매 예측 정보를 생성함으로써, 사용자의 현재 건강 상태에 따른 치매 예측 오류를 낮출 수 있는 이점이 있다.

또한, 본 발명에 따른 치매 예측 시스템은, 원시 데이터로 산출한 보행 속도들 및 개인식별 ID에 대응하는 의료 데이터를 입력으로 하는 기계학습을 통하여 치매 예측 정보를 생성함으로써, 치매 예측에 대한 신뢰성을 높일 수 있다.

도 1은 본 발명의 제1 실시 예에 따른 치매 예측 시스템을 간략하게 나타낸 시스템도이다.
도 2는 도 1에 나타낸 치매 예측 시스템의 제어 구성에 제1 실시 예를 나타낸 제어블록도이다.
도 3 및 도 4는 도 2에 나타낸 치매 예측 정보를 생성하기 위한 데이터를 예시한 예시도이다.
도 5는 도 2에 나타낸 치매 예측 정보를 나타낸 예시도이다.
도 6은 도 1에 나타낸 치매 예측 시스템의 제어 구성에 대한 제2 실시 예를 나타낸 제어 블록도이다.
도 7은 본 발명의 제2 실시 예에 따른 치매 예측 시스템을 간략하게 나타낸 시스템도이다.
도 8은 도 7에 나타낸 치매 예측 시스템의 제어 구성에 대한 제1 실시 예를 나타낸 제어 블록도이다.
도 9는 도 7에 나타낸 치매 예측 시스템의 제어 구성에 대한 제2 실시 예를 나타낸 제어 블록도이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.

이하에서는, 본 발명의 실시 예에 따른 치매 예측 시스템을 설명하도록 한다.

도 1은 본 발명의 제1 실시 예에 따른 치매 예측 시스템을 간략하게 나타낸 시스템도이다.

도 1을 참조하면, 치매 예측 시스템은 센서 기기(100) 및 이동 단말기(200)를 포함할 수 있다.

센서 기기(100)는 사용자(1)의 발에 착용하는 슈즈에 장착되며, 사용자(1)의 발 움직임에 대응하는 원시 데이터(raw data)를 수집하여, 이동 단말기(200)로 송신할 수 있다.

실시 예에서, 센서 기기(100)는 사용자(1)가 보행을 시작하는 경우 자동적으로 원시 데이터(raw data)를 수집하여 이동 단말기(200)로 송신할 수 있으며, 이에 한정을 두지 않는다.

또한, 센서 기기(100)는 사용자(1)의 발, 즉 오른 발 및 왼 발에 착용하는 슈즈에 부착될 수 있으며, 오늘 발 움직임에 대한 오른발 보행 데이터 및 왼 발 움직임에 대한 왼발 보행 데이터를 포함하는 원시 데이터(raw data)를 이동 단말기(200)로 송신할 수 있다.

실시 예에서, 원시 데이터(raw data)는 상기 오른발 보행 데이터 및 상기 왼발 보행 데이터 중 적어도 하나를 포함할 수 있다.

이동 단말기(200)는 센서 기기(100)로부터 송신된 원시 데이터(raw data)를 수신할 수 있다. 여기서, 이동 단말기(200)는 센서 기기(100)에서 송신되는 원시 데이터(raw data)를 수신하면, 사용자(1)의 치매 예측을 수행하여 치매 예측 정보를 생성할 수 있으며, 사용자(1)가 현재 상태를 확인할 수 있도록 디스플레이할 수 있다.

실시 예에서, 이동 단말기(200)는 상기 치매 예측 정보를 디스플레이하는 것으로 나타내었으나, 이동 단말기(200)가 상기 치매 예측 정보를 디스플레이할 수 없는 경우, 사용자(1)가 소지한 다른 디스플레이 장치로 상기 치매 예측 정보를 송신할 수 있으며, 이에 한정을 두지 않는다.

도 2는 도 1에 나타낸 치매 예측 시스템의 제어 구성에 제1 실시 예를 나타낸 제어블록도이다.

도 2를 참조하면, 치매 예측 시스템은 센서 기기(100) 및 이동 단말기(200)를 포함할 수 있다.

센서 기기(100)는 센서 모듈(110) 및 통신 모듈(120)을 포함할 수 있으며, 센서 모듈(110)은 사용자(1)의 보생 시 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정 및 수집할 수 있다.

여기서, 원시 데이터(raw data)는 가속도, 압력 및 걸음수 중 적어도 하나에 대한 데이터일 수 있으며, 이에 한정을 두지 않는다.

통신 모듈(120)은 이동 단말기(200)와 근거리 무선통신을 수행하여, 원시 데이터(raw data)를 이동 단말기(200)로 송신할 수 있다. 실시 예에서, 통신 모듈(120)은 이동 단말기(200)와 근거리 무선통신을 수행하는 것으로 설명하지만, 이동 동신망을 통하여 이동 단말기(200)로 원시 데이터(raw data)를 송신할 수 있으며, 이에 한정을 두지 않는다.

이동 단말기(200)는 디스플레이 모듈(210), 단말 통신모듈(220), 단말 저장 모듈(230) 및 단말 제어 모듈(250)을 포함할 수 있다.

디스플레이 모듈(210)은 터치 입력이 가능한 터치 디스플레이 모듈일 수 있으며, 사용자(1)가 디스플레이된 치매 예측 어플리케이션을 실행시키는 실행 명령(p)을 입력받을 수 있다.

이때, 디스플레이 모듈(210)는 실행 명령(p)에 따라 치매 예측 어플리케이션의 실행 화면을 제어 모듈(250)의 제어에 따라 디스플레이하며, 상기 실행 화면 상에 제어 모듈(250)로부터 전달된 치매 예측 정보(f)를 디스플레이할 수 있다.

실시 예에서, 이동 단말기(200)는 디스플레이 모듈(210)에 의해 치매 예측 어플리케이션이 실행되고, 치매 예측 정보(f)를 디스플레이하는 것으로 설명하지만, 치매 예측 어플리케이션에 대한 실행 명령(p)을 별도의 키 입력으로 대신할 수 있으며, 디스플렐이 모듈(210)이 구비되지 않을 수 있으며, 이에 한정을 두지 않는다.

또한, 이동 단말기(200)는 사용자(1)의 보행시 센서 기기(100)로부터 송신된 원시 데이터(raw data)를 자동 수신할 수 있으며, 상술한 바와 같이 별도의 치매 예측 어플리케이션을 수행하지 않을 수 있다.

단말 통신모듈(220)은 센서기기(110)로부터 송신된 원시 데이터(raw data)를 수신할 수 있으며, 원시 데이터(raw data)를 단말 제어 모듈(250)로 전달할 수 있다.

단말 저장 모듈(230)은 단말 제어 모듈(250)로부터 전달된 원시 데이터(raw data) 및 단말 제어 모듈(250)에서 생성한 치매 예측 정보(f)를 저장할 수 있으며, 사용자(1)의 입력에 따른 단말 제어 모듈(250)의 제어에 따라 치매 예측 정보(f)를 디스플레이 모듈(210)에 제공할 수 있다.

단말 제어 모듈(250)은 속도 산출부(252), 평균 속도 산출부(254) 및 정보 생성부(256)를 포함할 수 있다.

먼저, 속도 산출부(252)는 단말 통신 모듈(220)로부터 전달된 원시 데이터(raw data)에 대한 보행 속도들(v)을 산출할 수 있다.

예를 들어, 속도 산출부(252)는 원시 데이터(raw data)가 가속도인 경우, 상기 가속도를 적분하여 보행 속도들(v)을 산출할 수 있다. 또한, 속도 산출부(252)는 원시 데이터(raw data)가 압력 또는 걸음수인 경우, 사용자(1)의 현재 GPS 좌표에서 이동위치에 해당되는 GPS 좌표로 거리를 산출하고, 상기 압력 또는 상기 걸음수로 보폭을 계산하여, 보폭과 이동 시간을 기반으로 보행 속도들(v)을 산출할 수 있다.

평균 속도 산출부(254)는 속도 산출부(252)에서 산출된 보행 속도들(v) 중 설정된 속도 기준에 속하는 기준 보행 속도들(bv)를 추출하고, 기준 보행 속도들(bv)로 평균 보행 속도(av)를 산출할 수 있다.

상기 속도 기준은 평균 보행 속도(av)를 산출하기 위한 속도 범위를 나타낼 수 있으며, 예를 들어 원시 데이터(raw data)로 산출된 보행 속도들(v) 중 치매 예측에 불필요한 속도를 제거하고, 치매 예측에 필요한 기준 보행 속도들(bv)을 추출하기 위한 기준일 수 있다.

정보 생성부(256)는 평균 보행 속도(av)에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 치매 예측 정보(f)를 생성할 수 있다.

여기서, 상기 예측 치매 단계 및 상기 치매 방지 정보에 대한 자세한 설명은 도 3 및 도 4에서 후술하기로 한다.

정보 생성부(256)는 치매 예측 정보(f)를 단말 저장 모듈(230)에 저장할 수 있으며, 디스플레이 모듈(210)에 치매 예측 정보(f)가 디스플레이되게 제어할 수 있다.

도 3 및 도 4는 도 2에 나타낸 치매 예측 정보를 생성하기 위한 데이터를 예시한 예시도 및 도 5는 도 2에 나타낸 치매 예측 정보를 나타낸 예시도이다.

도 3은 치매 예측 정보(f)에 포함된 예측 치매 단계를 결정하기 위해 평균 보행 속도(av)와 비교되는 치매 예측 속도를 나타낸다.

도 3(a)는 남자의 연령이 50대인 경우, 평균 보행 속도(av)에 따른 치매 위험 속도 범위, 치매 경고 속도 범위, 느린 걸음 속도 범위, 평균 속도 범위 및 우수 속도 범위를 나타내고, 상술한 속도 범위에 대응하는 치매 위험 단계, 치매 경고 단계, 느린 걸음 단계, 평균 단계 및 우수 단계를 나타냅니다.

또한, 도 3(b)는 여자의 연령이 50대인 경우, 평균 보행 속도(av)에 따른 치매 위험 속도 범위, 치매 경고 속도 범위, 느린 걸음 속도 범위, 평균 속도 범위 및 우수 속도 범위를 나타내고, 상술한 속도 범위에 대응하는 치매 위험 단계, 치매 경고 단계, 느린 걸음 단계, 평균 단계 및 우수 단계를 나타냅니다.

예를 들어 설명하면, 남자의 보행 평균 속도가 0.88 m/s인 경우, 정보 생성부(256)는 도 3(a)에서 '치매 경고 속도 범위'에 속하는 것으로 판단하여, 예측 치매 단계로 '치매 경고'로 결정할 수 있다.

도 4(a)는 보폭(w1)이 일정한 정상 보행 패턴을 나타내고, 도 4(b)는 치매 위험 보행 패턴을 나타내며, 도 4(c)는 평균 보행 속도(av)에 대응하는 보행 패턴을 나타낼 수 있다.

본 발명에서는 보행 패턴을 이용하여 예측 치매 단계를 결정하지 않으나, 보행 패턴을 상기 예측 치매 단계를 결정하는 요소로 적용할 수 있으며, 이에 한정을 두지 않는다.

도 5는 치매 예측 정보(f)를 나타냅니다.

즉, 도 5에는 매우 위험 단계, 위험 단계, 경고 단계, 보통 단계 및 우수 단계로 나누어진 예측 치매 단계 및 각 단계에 대응하는 치매 방지 정보을 나타냅니다.

도 6은 도 1에 나타낸 치매 예측 시스템의 제어 구성에 대한 제2 실시 예를 나타낸 제어 블록도이다.

도 6을 참조하면, 치매 예측 시스템은 센서 기기(100) 및 이동 단말기(200)를 포함할 수 있다.

센서 기기(100)는 상술한 도 2의 설명에 기재된 센서 기기(100)와 동일한 구성 및 특징을 가지므로, 센서 기기(100)에 대한 자세한 설명을 생략할 수 있다.

단말 제어 모듈(250)은 속도 산출부(252), 데이터 학습부(255) 및 정보 생성부(256)를 포함할 수 있다.

데이터 학습부(255)는 보행 속도들(v)을 입력으로 하는 기계학습 알고리즘에 적용하여 예측 치매 단계를 출력할 수 있다.

상기 기계학습 알고리즘은 연령대별 및 성별 보행 속도로 학습하여 예측 치매 단계를 결정하기 위안 알고리즘이며, 입력된 보행 속도들(v)을 입력으로 하여 학습하여 예측 치매 단계를 결정할 수 있다.

정보 생성부(256)는 데이터 학스부(255)에서 결정한 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 치매 예측 정보(f)를 생성할 수 있다.

여기서, 상기 예측 치매 단계 및 상기 치매 방지 정보에 대한 자세한 설명은 도 3 및 도 4에서 상술한 바 생략하기로 한다.

도 7은 본 발명의 제2 실시 예에 따른 치매 예측 시스템을 간략하게 나타낸 시스템도이다.

도 7을 참조하면, 치매 예측 시스템은 센서 기기(300), 이동 단말기(400) 및 치매 예측 서버(500)를 포함할 수 있다.

센서 기기(300)는 사용자(1)의 발에 착용하는 슈즈에 장착되며, 사용자(1)의 발 움직임에 대응하는 원시 데이터(raw data)를 수집하여, 이동 단말기(400)로 송신할 수 있다.

실시 예에서, 센서 기기(300)는 사용자(1)가 보행을 시작하는 경우 자동적으로 원시 데이터(raw data)를 수집하여 이동 단말기(400)로 송신할 수 있으며, 이에 한정을 두지 않는다.

이동 단말기(400)는 센서 기기(300)로부터 송신된 원시 데이터(raw data)를 수신할 수 있다. 여기서, 이동 단말기(400)는 원시 데이터(raw data) 및 사용자(1)가 입력한 개인식별 ID(ID)를 치매 예측 서버(500)로 송신할 수 있다.

이후, 이동 단말기(400)는 치매 예측 서버(500)로부터 송신된 치매 예측 정보(f)를 수신하면, 사용자(1)가 인식할 수 있도록 디스플레이할 수 있다.

치매 예측 서버(500)는 이동 단말기(400)로부터 송신된 개인식별 ID(ID) 및 원시 데이터(raw data)를 수신하면, 원시 데이터(raw data)로 산출한 보행 속도들 중 설정된 속도 기준에 속하는 기준 보행 속도들에 대한 평균 보행 속도를 산출하고, 개인식별 ID(ID)에 대응하는 의료 데이터 및 상기 평균 보행 속도를 기반으로 치매 예측 정보(f)를 생성하여, 이동 단말기(400)로 송신할 수 있다.

도 8은 도 7에 나타낸 치매 예측 시스템의 제어 구성에 대한 제1 실시 예를 나타낸 제어 블록도이다.

도 8을 참조하면, 치매 예측 시스템은 센서 기기(300), 이동 단말기(400) 및 치매 예측 서버(500)를 포함할 수 있다.

센서 기기(300)는 센서 모듈(310) 및 통신 모듈(320)을 포함할 수 있으며, 센서 모듈(310)은 사용자(1)의 보생 시 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정 및 수집할 수 있다.

통신 모듈(320)은 이동 단말기(400)와 근거리 무선통신을 수행하여, 원시 데이터(raw data)를 이동 단말기(400)로 송신할 수 있다. 실시 예에서, 통신 모듈(320)은 이동 단말기(400)와 근거리 무선통신을 수행하는 것으로 설명하지만, 이동 통신망을 통하여 이동 단말기(400)로 원시 데이터(raw data)를 송신할 수 있으며, 이에 한정을 두지 않는다.

또한, 센서 기기(300)는 이동 통신망을 통하여 치매 예측 서버(500)로 원시 데이터(raw data)를 송신할 수 있으며, 원시 데이터(raw data)를 송신하는 경우 사용자(1)에 대응하는 개인식별 ID(ID)를 포함하여 송신할 수 있으며, 이에 한정을 두지 않는다.

이동 단말기(400)는 디스플레이 모듈(410), 단말 통신모듈(420), 단말 저장 모듈(430) 및 단말 제어 모듈(450)을 포함할 수 있다.

디스플레이 모듈(410)은 터치 입력이 가능한 터치 디스플레이 모듈일 수 있으며, 사용자(1)가 디스플레이된 치매 예측 어플리케이션을 실행시키는 실행 명령(p)을 입력받을 수 있다.

이때, 디스플레이 모듈(410)는 실행 명령(p)에 따라 치매 예측 어플리케이션의 실행 화면을 제어 모듈(450)의 제어에 따라 디스플레이하며, 상기 실행 화면 상에 제어 모듈(450)로부터 전달된 치매 예측 정보(f)를 디스플레이할 수 있다.

실시 예에서, 이동 단말기(400)는 디스플레이 모듈(410)에 의해 치매 예측 어플리케이션이 실행되고, 치매 예측 정보(f)를 디스플레이하는 것으로 설명하지만, 치매 예측 어플리케이션에 대한 실행 명령(p)을 별도의 키 입력으로 대신할 수 있으며, 디스플레이 모듈(410)이 구비되지 않을 수 있으며, 이에 한정을 두지 않는다.

또한, 이동 단말기(400)는 사용자(1)의 보행시 센서 기기(300)로부터 송신된 원시 데이터(raw data)를 자동 수신할 수 있으며, 상술한 바와 같이 별도의 치매 예측 어플리케이션을 수행하지 않을 수 있다.

단말 통신모듈(420)은 제1 단말 통신모듈(422) 및 제2 단말 통신모듈(424)을 포함할 수 있다.

제1 단말 통신모듈(422)은 센서 기기(300)로부터 송신된 원시 데이터(raw data)를 수신할 수 있다. 제2 단말 통신모듈(424)은 원시 데이터(raw data) 및 사용자(1)가 입력한 개인식별 ID(ID)를 치매 예측 서버(500)로 송신할 수 있다.

단말 저장 모듈(430)은 단말 제어 모듈(450)로부터 전달된 원시 데이터(raw data) 및 치매 예측 서버(500)로부터 송신된 치매 예측 정보(f)를 저장할 수 있으며, 사용자(1)의 입력에 따른 단말 제어 모듈(450)의 제어에 따라 치매 예측 정보(f)를 디스플레이 모듈(410)에 제공할 수 있다.

단말 제어 모듈(450)은 제1 및 제2 통신모듈(422, 424)를 제어하며, 제2 단말 통신모듈(424)에서 수신한 치매 예측 정보(f)를 단말 저장 모듈(430)에 저장할 수 있다.

치매 예측 서버(500)는 서버 통신모듈(510), 서버 저장모듈(520) 및 서버 제어모듈(530)을 포함할 수 있다.

서버 통신모듈(510)은 이동 단말기(400)로부터 송신된 개인식별 ID(ID) 및 원시 데이터(raw data)를 수신하여, 서버 제어모듈(530)로 전달할 수 있다. 또한, 서버 통신모듈(510)은 서버 제어모듈(530)에서 생성한 치매 예측 정보(f)를 이동 단말기(400)로 송신할 수 있다.

서버 저장모듈(520)은 서버 통신모듈(510)에서 수신한 개인식별 ID(ID)에 대응하는 의료 데이터(m_data)를 저장할 수 있다. 즉, 서버 저장모듈(520)은 개인식별 ID(ID) 별로 각각 설정된 저장공간에 의료 데이터(m_data)가 저장할 수 있다.

서버 제어모듈(530)은 서버 속도 산출부(532), 서버 평균 속도 산출부(534) 및 서버 정보 생성부(536)를 포함할 수 있다.

먼저, 서버 속도 산출부(532)는 서버 통신모듈(510)로부터 전달된 원시 데이터(raw data)에 대한 보행 속도들(v)을 산출할 수 있다. 예를 들어, 서버 속도 산출부(532)는 원시 데이터(raw data)가 가속도인 경우, 상기 가속도를 적분하여 보행 속도들(v)을 산출할 수 있다. 또한, 속도 산출부(532)는 원시 데이터(raw data)가 압력 또는 걸음수인 경우, 사용자(1)의 현재 GPS 좌표에서 이동위치에 해당되는 GPS 좌표로 거리를 산출하고, 상기 압력 또는 상기 걸음수로 보폭을 계산하여, 보폭과 이동 시간을 기반으로 보행 속도들(v)을 산출할 수 있다.

서버 평균 속도 산출부(534)는 서버 속도 산출부(532)에서 산출된 보행 속도들(v) 중 설정된 속도 기준에 속하는 기준 보행 속도들(bv)를 추출하고, 기준 보행 속도들(bv)로 평균 보행 속도(av)를 산출할 수 있다.

서버 정보 생성부(536)는 개인식별 ID(ID)에 대응하는 의료 데이터(m_data)를 서버 저장모듈(520)로부터 제공받으면, 의료 데이터(m_data)에 따른 사용자(1)의 현재 건강 상태가 치매 예측 가능 상태이면, 평균 보행 속도(av)에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 치매 예측 정보(f)를 생성할 수 있다.

서버 정보 생성부(536)는 치매 예측 정보(f)를 서버 저장모듈(520)에 저장할 수 있으며, 서버 통신 모듈(510)을 통하여 치매 예측 정보(f)가 이동 단말기(400)로 송신되게 제어할 수 있다.

도 9는 도 7에 나타낸 치매 예측 시스템의 제어 구성에 대한 제2 실시 예를 나타낸 제어 블록도이다.

도 9를 참조하면, 치매 예측 시스템은 센서 기기(300), 이동 단말기(400) 및 치매 예측 서버(500)를 포함할 수 있다.

센서 기기(300) 및 이동 단말기(400)는 상술한 도 8의 설명에 기재된 센서 기기(300) 및 이동 단말기(400)와 동일한 구성 및 특징을 가지므로, 센서 기기(300) 및 이동 단말기(400)에 대한 자세한 설명을 생략한다.할 수 있다.

서버 제어모듈(530)은 서버 속도 산출부(532), 서버 데이터 학습부(535) 및 서버 정보 생성부(536)를 포함할 수 있다.

먼저, 서버 속도 산출부(532)는 이동 단말기(400)로부터 전달된 원시 데이터(raw data)에 대한 보행 속도들(v)을 산출할 수 있다.

서버 데이터 학습부(535)는 보행 속도들(v) 및 의료 데이터(m_data)를 입력으로 하는 기계학습 알고리즘에 적용하여 예측 치매 단계를 출력할 수 있다.

상기 기계학습 알고리즘은 연령대별 및 성별 보행 속도로 학습한 결과와, 의료 데이터(m_data)에 따른 사용자(1)의 현재 건강 상태를 적용하여 예측 치매 단계를 결정하기 위안 알고리즘이며, 입력된 보행 속도들(v)을 입력으로 하여 학습하여 예측 치매 단계를 결정할 수 있다.

서버 정보 생성부(536)는 서버 데이터 학습부(535)에서 결정한 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 치매 예측 정보(f)를 생성할 수 있다.

100, 300: 센서 기기 200, 400: 이동 단말기
500: 치매 예측 서버

Claims

사용자의 보행 시, 원시 데이터(raw data)를 측정하는 센서기기; 및
상기 센서 기기로부터 송신된 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 보행 속도들 중 설정된 속도 기준에 속하는 기준 보행 속도들에 대한 평균 보행 속도를 산출하고, 상기 평균 보행 속도를 기반으로 치매 예측 정보를 생성하는 이동 단말기를 포함하고,
상기 원시 데이터는,
상기 사용자의 보행 시, 측정된 가속도, 압력 및 걸음수 중 적어도 하나를 포함하는 데이터이고,
상기 센서기기는,
상기 사용자의 보행 시 압력을 측정하고,
상기 이동 단말기는,
상기 압력으로 보폭을 계산하고, 상기 보폭을 기반으로 상기 보행 속도를 산출하고,
상기 평균 보행 속도에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는,
치매 예측 시스템.
제 1 항에 있어서,
상기 센서기기는,
상기 원시 데이터를 측정하는 센서모듈; 및
상기 원시 데이터를 상기 이동 단말기로 송신하는 통신모듈을 포함하는,
치매 예측 시스템.
삭제
제 1 항에 있어서,
상기 이동 단말기는,
상기 원시 데이터를 수신하는 단말 통신모듈;
상기 원시 데이터 및 상기 치매 예측 정보를 저장하는 단말 저장모듈; 및
상기 원시 데이터로 산출한 상기 보행 속도들 중 상기 속도 기준에 속하는 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하고, 상기 평균 보행 속도를 기반으로 상기 치매 예측 정보를 생성하는 단말 제어모듈을 포함하는,
치매 예측 시스템.
제 4 항에 있어서,
상기 단말 제어모듈은,
상기 보행 속도들을 산출하는 속도 산출부;
상기 기준 보행 속도들을 추출하고, 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하는 평균 속도 산출부; 및
상기 평균 보행 속도에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 정보 생성부를 포함하는,
치매 예측 시스템.
제 4 항 있어서,
상기 속도 기준은,
상기 평균 보행 속도를 산출하기 위한 속도 범위를 나타내는,
치매 예측 시스템.
사용자의 보행 시, 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정하는 센서기기; 및
상기 센서 기기로부터 송신된 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 상기 보행 속도들을 설정된 기계학습 알고리즘에 적용하여, 치매 예측 정보를 생성하는 이동 단말기를 포함하고,
상기 원시 데이터는,
상기 사용자의 보행 시, 측정된 가속도, 압력 및 걸음수 중 적어도 하나를 포함하는 데이터이고,
상기 센서기기는,
상기 사용자의 보행 시 압력을 측정하고,
상기 이동 단말기는,
상기 압력으로 보폭을 계산하고, 상기 보폭을 기반으로 상기 보행 속도를 산출하고,
상기 보행 속도들을 상기 기계학습 알고리즘에 적용하여 출력되는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는,
치매 예측 시스템.
제 7 항에 있어서,
상기 이동 단말기는,
상기 원시 데이터를 수신하는 단말 통신모듈;
상기 원시 데이터 및 상기 치매 예측 정보를 저장하는 단말 저장모듈; 및
상기 원시 데이터로 산출한 상기 보행 속도들을 상기 기계학습 알고리즘에 적용하여, 상기 치매 예측 정보를 생성하는 단말 제어모듈을 포함하는,
치매 예측 시스템.
제 8 항에 있어서,
상기 단말 제어모듈은,
상기 보행 속도들을 산출하는 속도 산출부;
상기 보행 속도들을 입력으로 하는 상기 기계학습 알고리즘에 적용하여 예측 치매 단계를 출력하는 데이터 학습부; 및
상기 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 정보 생성부를 포함하는,
치매 예측 시스템.
사용자 보행 시, 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정하는 센서기기;
상기 센서기기로부터 송신된 상기 원시 데이터를 수신하고, 상기 사용자가 입력한 개인식별 ID 및 상기 원시 데이터를 송신하는 이동 단말기; 및
상기 이동 단말기로부터 송신된 상기 개인식별 ID 및 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 보행 속도들 중 설정된 속도 기준에 속하는 기준 보행 속도들에 대한 평균 보행 속도를 산출하고, 상기 개인식별 ID에 대응하는 의료 데이터 및 상기 평균 보행 속도를 기반으로 치매 예측 정보를 생성하는 치매 예측 서버를 포함하고,
상기 원시 데이터는,
상기 사용자의 보행 시, 측정된 가속도, 압력 및 걸음수 중 적어도 하나를 포함하는 데이터이고,
상기 센서기기는,
상기 사용자의 보행 시 압력을 측정하고,
상기 이동 단말기는,
상기 압력으로 보폭을 계산하고, 상기 보폭을 기반으로 상기 보행 속도를 산출하고,
상기 평균 보행 속도에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는,
치매 예측 시스템.
제 10 항에 있어서,
상기 이동 단말기는,
상기 원시 데이터를 수신하는 제1 단말 통신모듈;
상기 원시 데이터 및 상기 개인식별 ID를 송신하는 제2 단말 통신모듈;
상기 제1 및 제2 단말 통신모듈을 제어하며, 상기 제2 단말 통신모듈에서 수신한 상기 치매 예측 정보를 저장하는 단말 제어모듈을 포함하는,
치매 예측 시스템.
제 11 항에 있어서,
상기 이동 단말기는,
상기 단말 제어모듈의 제어에 따라 상기 치매 예측 정보를 단말 디스플레이하는 디스플레이 모듈을 더 포함하는,
치매 예측 시스템.
제 10 항에 있어서,
상기 치매 예측 서버는,
상기 이동 단말기에서 송신된 상기 원시 데이터 및 상기 개인식별 ID를 수신하는 서버 통신모듈;
상기 개인식별 ID에 대응하는 상기 의료 데이터가 저장된 서버 저장모듈; 및
상기 보행 속도들 중 상기 속도 기준에 속하는 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하고, 상기 의료 데이터 및 상기 평균 보행 속도를 기반으로 상기 치매 예측 정보를 생성하는 서버 제어모듈을 포함하는,
치매 예측 시스템.
제 13 항에 있어서,
상기 서버 제어모듈은,
상기 보행 속도들을 산출하는 서버 속도 산출부;
상기 보행 속도들 중 상기 기준 보행 속도들을 추출하고, 상기 기준 보행 속도들에 대한 상기 평균 보행 속도를 산출하는 서버 평균 속도 산출부; 및
상기 의료 데이터에 따른 상기 사용자의 현재 건강 상태가 치매 예측 가능 상태이면, 상기 평균 보행 속도에 대응하는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 서버 정보 생성부를 포함하는,
치매 예측 시스템.
제 13 항에 있어서,
상기 서버 제어모듈은,
상기 치매 예측 정보가 상기 이동 단말기로 송신되게 상기 서버 통신 모듈을 제어하고, 상기 치매 예측 정보를 상기 개인식별 ID에 대응되게 상기 서버 저장모듈에 저장하는,
치매 예측 시스템.
사용자 보행 시, 보행 속도를 산출하기 위한 원시 데이터(raw data)를 측정하는 센서기기;
상기 센서기기로부터 송신된 상기 원시 데이터를 수신하고, 상기 사용자가 입력한 개인식별 ID 및 상기 원시 데이터를 송신하는 이동 단말기; 및
상기 이동 단말기로부터 송신된 상기 개인식별 ID 및 상기 원시 데이터를 수신하면, 상기 원시 데이터로 산출한 보행 속도들 및 상기 개인식별 ID에 대응하는 의료 데이터를 기계학습 알고리즘에 적용하여 치매 예측 정보를 생성하는 치매 예측 서버를 포함하고,
상기 원시 데이터는,
상기 사용자의 보행 시, 측정된 가속도, 압력 및 걸음수 중 적어도 하나를 포함하는 데이터이고,
상기 센서기기는,
상기 사용자의 보행 시 압력을 측정하고,
상기 이동 단말기는,
상기 압력으로 보폭을 계산하고, 상기 보폭을 기반으로 상기 보행 속도를 산출하고,
상기 보행 속도들을 상기 기계학습 알고리즘에 적용하여 출력되는 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는,
치매 예측 시스템.
제 16 항에 있어서,
상기 치매 예측 서버는,
상기 이동 단말기에서 송신된 상기 원시 데이터 및 상기 개인식별 ID를 수신하는 서버 통신모듈;
상기 개인식별 ID에 대응하는 상기 의료 데이터가 저장된 서버 저장모듈; 및
상기 원시 데이터로 산출한 상기 보행 속도들 및 상기 개인식별 ID에 대응하는 상기 의료 데이터를 상기 기계학습 알고리즘에 적용하여 상기 치매 예측 정보를 생성하는 서버 제어모듈을 포함하는,
치매 예측 시스템.
제 17 항에 있어서,
상기 서버 제어모듈은,
상기 보행 속도들을 산출하는 서버 속도 산출부;
상기 보행 속도들 및 상기 의료 데이터를 입력으로 하는 상기 기계학습 알고리즘에 적용하여 예측 치매 단계를 출력하는 서버 데이터 학습부; 및
상기 예측 치매 단계 및 상기 예측 치매 단계에 대응하는 치매 방지 정보를 포함하는 상기 치매 예측 정보를 생성하는 서버 정보 생성부를 포함하는,
치매 예측 시스템.