| 1 |
1
인체의 귀에 착용할 수 있는 기구;상기 기구에 연결되어 인체의 머리 움직임을 감지하여 상기 인체의 머리 움직임에 따른 가속도 데이터를 생성하는 가속도 센서부를 포함하는 센서부; 및상기 가속도 센서부로부터 수신한 상기 가속도 데이터에 대해 신호 처리를 수행하여 상기 인체가 받는 스트레스 정도를 산출하는 프로세서를 포함하는, 이어러블 장치
|
| 2 |
2
제 1항에 있어서, 상기 프로세서는,상기 수신한 가속도 데이터에서 상기 스트레스 정도의 산출에 사용될 소정의 주파수에 해당하는 주파수 성분을 추출하기 위한 전처리(prefiltering)를 수행하고, 상기 전처리된 가속도 데이터로부터 상기 스트레스 정도의 산출에 사용할 적어도 하나의 특징 값을 산출하고,상기 산출된 적어도 하나의 특징 값을 소정의 머신 러닝 알고리즘에 적용하여 상기 스트레스의 정도를 산출하는, 이어러블 장치
|
| 3 |
3
제 2항에 있어서,상기 스트레스 정도의 산출에 사용될 소정의 주파수는 1Hz 내지 100Hz의 주파수에 해당하는, 이어러블 장치
|
| 4 |
4
제 2항에 있어서,상기 적어도 하나의 특징 값은 상기 전처리된 가속도 데이터에 대응하는 가속도 신호의 평균 신호 세기, 상기 가속도 신호의 표준 편차, 상기 가속도 신호를 2차 미분하였을 때의 제로 크로싱(zero crossing)의 개수, 상기 가속도 신호의 4차 모멘텀을 표준 편차의 제곱으로 정규한 값, 상기 가속도 신호의 피크(peark) 비율, 상기 가속도 신호의 푸리에 변환을 통해 생성된 파워 스펙트럼 밀도, 상기 가속도 신호의 자기상관(auto-correlation) 계수, 상기 가속도 신호가 1개의 epoch에서 특정 임계치를 넘는 개수, 상기 가속도 신호의 3차 모멘텀으로서 신호 세기의 분포, 상기 가속도 신호의 엔트로피, 상기 스트레스와 관련된 주파수 영역의 에너지, 또는 상기 가속도 신호의 시주파수 분석 시 파워 스펙트럼의 시간에 따른 변화율을 포함하는, 이어러블 장치
|
| 5 |
5
제 2항에 있어서,상기 소정의 머신 러닝 알고리즘은 랜덤 포레스트(random forest) 알고리즘, 랜덤 서브스페이스(random subspace) 알고리즘, 또는 배깅(bagging) 알고리즘을 포함하는, 이어러블 장치
|
| 6 |
6
제 2항에 있어서,상기 프로세서는 상기 전처리(prefiltering)를 Short-Time Fourier Transform (STFT), 웨이블릿(Wavelet), 또는 Multivariate Empirical Mode Decomposition (MEMD)을 이용하여 수행하는, 이어러블 장치
|
| 7 |
7
제 1항에 있어서,상기 센서부는 상기 인체의 체온을 감지하는 체온 센서부를 더 포함하며,상기 프로세서는 상기 체온 센서부로부터 수신한 상기 데이터에 더 기초하여 상기 인체가 받는 스트레스 정도를 산출하는, 이어러블 장치
|
| 8 |
8
제 1항에 있어서,상기 센서부는 상기 인체의 혈류량을 감지하는 혈류량 센서부를 더 포함하며,상기 프로세서는 상기 혈류량 센서부로부터 수신한 상기 데이터에 더 기초하여 상기 인체가 받는 스트레스 정도를 산출하는, 이어러블 장치
|
| 9 |
9
제 1항에 있어서,상기 센서부는 상기 인체의 근육의 전기적 활성도를 확인하는 근전도 센서부를 더 포함하며,상기 프로세서는 상기 근전도 센서부로부터 수신한 상기 데이터에 더 기초하여 상기 인체가 받는 스트레스 정도를 산출하는, 이어러블 장치
|
| 10 |
10
제 8항에 있어서,상기 프로세서는 상기 혈류량 센서부로부터 수신한 상기 데이터로부터 적어도 하나의 특징 값을 산출하고, 상기 산출된 특징 값에 기초하여 상기 인체가 받는 스트레스 정도를 산출하는, 이어러블 장치
|
| 11 |
11
제 9항에 있어서,상기 프로세서는 상기 근전도 센서부로부터 수신한 상기 데이터로부터 적어도 하나의 특징 값을 산출하고, 상기 산출된 특징 값에 기초하여 상기 인체가 받는 스트레스 정도를 산출하는, 이어러블 장치
|
| 12 |
12
제 11항에 있어서,상기 근전도 센서부로부터 수신한 상기 데이터로부터 산출된 적어도 하나의 특징 값은 상기 데이터에서 저주파에 비해 고주파 쪽으로 얼마나 편향된 지를 가리키는 지표 혹은 특정 주파수 이하의 면적이 전체 주파수에 대한 면적의 50%가 될 때의 상기 특정 주파수의 값을 포함하는, 이어러블 장치
|
| 13 |
13
제 1항에 있어서,상기 가속도 센서부는 3축의 가속도 데이터를 생성하는, 이어러블 장치
|
| 14 |
14
이어러블 장치가 인체의 스트레스 정도를 산출하는 방법에 있어서,인체의 귀에 착용할 수 있는 기구에 연결된 가속도 센서부가 인체의 머리 움직임을 감지하여 상기 인체의 머리 움직임에 따른 가속도 데이터를 생성하는 단계; 및상기 생성된 가속도 데이터에 대해 신호 처리를 수행하여 상기 인체가 받는 스트레스 정도를 산출하는 단계를 포함하는, 인체의 스트레스 정도를 산출하는 방법
|
| 15 |
15
제 14항에 있어서, 상기 스트레서 정도를 산출하는 단계는, 상기 생성된 가속도 데이터에서 상기 스트레스 정도의 산출에 사용될 소정의 주파수에 해당하는 주파수 성분을 추출하기 위한 전처리(prefiltering)를 수행하는 단계; 상기 전처리된 가속도 데이터로부터 상기 스트레스 정도의 산출에 사용할 적어도 하나의 특징 값을 산출하는 단계; 및상기 산출된 적어도 하나의 특징 값을 소정의 머신 러닝 알고리즘에 적용하여 상기 스트레스의 정도를 산출하는 단계를 더 포함하는, 인체의 스트레스 정도를 산출하는 방법
|
| 16 |
16
제 14항에 있어서,상기 인체의 체온을 감지하여 체온 변화에 대한 데이터를 생성하는 단계를 더 포함하되,상기 스트레스 정도를 산출하는 단계는 상기 생성된 체온 변화에 대한 데이터에 더 기초하여 상기 인체가 받는 스트레스 정도를 산출하는 단계를 더 포함하는, 인체의 스트레스 정도를 산출하는 방법
|
| 17 |
17
제 14항에 있어서,상기 인체의 혈류량를 감지하여 혈류량 변화에 대한 데이터를 산출하는 단계를 더 포함하되,상기 스트레스 정도를 산출하는 단계는, 상기 혈류량 변화에 대한 데이터로부터 적어도 하나의 특징 값을 산출하는 단계; 및 상기 산출된 특징 값에 기초하여 상기 인체가 받는 스트레스 정도를 산출하는 단계를 더 포함하는, 인체의 스트레스 정도를 산출하는 방법
|
| 18 |
18
제 14항에 있어서,상기 인체의 근육의 전기적 활성도에 대한 데이터를 생성하는 단계를 더 포함하되,상기 스트레스 정도를 산출하는 단계는, 상기 근육의 전기적 활성도에 대한 데이터로부터 적어도 하나의 특징 값을 산출하는 단계; 및 상기 산출된 특징 값에 기초하여 상기 인체가 받는 스트레스 정도를 산출하는 단계를 더 포함하는, 인체의 스트레스 정도를 산출하는 방법
|
| 19 |
19
제 14항에 있어서,상기 생성된 가속도 데이터는 3축의 가속도 데이터에 해당하는, 인체의 스트레스 정도를 산출하는 방법
|
| 20 |
20
제 14항 내지 제 19항 중 어느 한 항에 기재된 인체의 스트레스 정도를 산출하는 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
