| 1 |
1
삭제
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
낙상을 예측 또는 감지하기 위한 낙상 센싱 서버로서,낙상 센싱 단말로부터 이벤트 관련 데이터를 주기적으로 수신하도록 구성된 통신부; 및상기 수신된 이벤트 관련 데이터를 기반으로 낙상 위험율을 계산하거나 낙상 여부를 판단하도록 구성된 프로세서부를 포함하고,상기 이벤트 관련 데이터는 샘플링된 가속도 데이터로부터 추출된 가속도 특징값을 크기에 따라 분류한 복수 개의 이벤트와, 상기 각각의 이벤트의 발생 빈도수에 관한 정보를 포함하며,상기 프로세서부는 상기 낙상 위험율을 계산하기 위해:상기 복수 개의 이벤트를 일상 생활 영역(A)과 충격 영역(B)으로 구분하여, 상기 일상 생활 영역(A)과 상기 충격 영역(B)의 발생 비율을 계산하도록 구성된, 낙상 센싱 서버
|
| 6 |
6
제5항에 있어서, 상기 가속도 특징값은 가속도 데이터 크기, 가속도 데이터 미분값, 가속도 데이터 표준 편차, 및 최대 가속도 데이터 그리고 상기 최대 가속도 데이터의 해당 축 정보 중 적어도 하나를 포함하는, 낙상 센싱 서버
|
| 7 |
7
삭제
|
| 8 |
8
제5항에 있어서, 상기 프로세서부는 상기 낙상 위험율을 계산하기 위해:각 이벤트의 발생마다 차등 점수를 부여하여, 전체 이벤트에 대한 점수를 계산하도록 구성된, 낙상 센싱 서버
|
| 9 |
9
낙상을 예측 또는 감지하기 위한 낙상 센싱 시스템으로서,사용자에게 착용되어 상기 사용자 이동 또는 움직임에 따른 가속도 데이터를 검출하고, 그로부터 가속도 특징값 또는 이벤트 관련 데이터를 생성하도록 구성된 낙상 센싱 단말; 및상기 낙상 센싱 단말로부터 상기 이벤트 관련 데이터를 주기적으로 수신하여 낙상 위험율을 계산하도록 구성된 낙상 센싱 서버를 포함하고,상기 이벤트 관련 데이터는 상기 가속도 특징값을 크기에 따라 분류한 복수 개의 이벤트와, 상기 각각의 이벤트의 발생 빈도수에 관한 정보를 포함하며, 상기 낙상 센싱 서버는 상기 낙상 위험율을 계산하기 위해:상기 복수 개의 이벤트를 일상 생활 영역(A)과 충격 영역(B)으로 구분하여, 상기 일상 생활 영역(A)과 상기 충격 영역(B)의 발생 비율을 계산하도록 구성된, 낙상 센싱 시스템
|
| 10 |
10
제9항에 있어서, 상기 가속도 특징값은 가속도 데이터 크기, 가속도 데이터 미분값, 가속도 데이터 표준 편차, 및 최대 가속도 데이터 그리고 상기 최대 가속도 데이터의 해당 축 정보 중 적어도 하나를 포함하는, 낙상 센싱 시스템
|
| 11 |
11
제9항에 있어서, 상기 낙상 센싱 단말은:상기 가속도 특징값이 임계치를 초과하면 낙상이 발생했다고 판단하며, 상기 낙상 발생이 결정된 경우, 사용자의 입력이 미리 결정된 시간 동안 인가되면 상기 낙상 발생 결정이 잘못된 것임을 인식하고, 상기 임계치를 일정 크기만큼 증가시키도록 구성된, 낙상 센싱 시스템
|
