| 1 |
1
낙상 위험성의 예측 시스템에 있어서,사용자의 흔들림 데이터를 측정하는 센서 및 상기 측정된 흔들림 데이터를 전송하는 전송부를 포함하는 제1장치; 및상기 제1장치로부터 상기 흔들림 데이터를 수신하는 수신부, 상기 흔들림 데이터를 이용하여 비선형 분석 변인을 산출하는 산출부 및 상기 비선형 분석 변인에 기초하여 낙상 위험성을 예측하는 평가부를 포함하는 제2장치,를 포함하고,상기 비선형 분석 변인은 Sample Entropy (SamEn), Hurst Exponent (HE) 및 Largest Lyapnov Exponent (LLE)를 포함하고,상기 평가부는 수학식 1에 기초하여 상기 낙상 위험성을 예측하는 것인, 낙상 위험성 예측 시스템
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 센서는 3축 가속도 센서를 포함하고, 상기 흔들림 데이터는 가속도 데이터를 포함하는 것인, 낙상 위험성 예측 시스템
|
| 5 |
5
제4항에 있어서,상기 센서는 상기 사용자가 미리 설정된 시간 동안 정지하여 서있는 상태에서 상기 가속도 데이터를 측정하는 것인, 낙상 위험성 예측 시스템
|
| 6 |
6
제5항에 있어서,상기 가속도 데이터는 상기 사용자의 전후 방향의 움직임에 대한 가속도 데이터를 포함하는 것인, 낙상 위험성 예측 시스템
|
| 7 |
7
제1항에 있어서,상기 제2장치는 상기 사용자의 식별자와 연계하여 상기 사용자의 상기 비선형 분석 변인 및 낙상 위험성에 관한 데이터를 저장하는 저장부를 더 포함하는 것인, 낙상 위험성 예측 시스템
|
| 8 |
8
제1항에 있어서,상기 제2장치는 상기 사용자의 낙상 위험성에 관한 데이터를 출력하는 출력부를 더 포함하고, 상기 제2장치는 스마트 단말인 것인, 낙상 위험성 예측 시스템
|
| 9 |
9
낙상 위험성의 예측 장치에 있어서,사용자의 흔들림 데이터를 측정하는 센서;상기 흔들림 데이터를 이용하여 비선형 분석 변인을 산출하는 산출부; 및 상기 비선형 분석 변인에 기초하여 낙상 위험성을 예측하는 평가부,를 포함하고,상기 비선형 분석 변인은 Sample Entropy (SamEn), Hurst Exponent (HE) 및 Largest Lyapnov Exponent (LLE)를 포함하고,상기 평가부는 수학식 2에 기초하여 상기 낙상 위험성을 예측하는 것인, 낙상 위험성 예측 장치
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
제9항에 있어서,상기 센서는 3축 가속도 센서를 포함하고, 상기 흔들림 데이터는 가속도 데이터를 포함하며, 상기 센서는 상기 사용자가 미리 설정된 시간 동안 정지하여 서있는 상태에서 상기 가속도 데이터를 측정하는 것인, 낙상 위험성 예측 장치
|
| 13 |
13
제12항에 있어서,상기 가속도 데이터는 상기 사용자의 전후 방향의 움직임에 대한 가속도 데이터를 포함하는 것인, 낙상 위험성 예측 장치
|
| 14 |
14
제9항에 있어서,상기 사용자의 식별자와 연계하여 상기 사용자의 상기 비선형 분석 변인 및 낙상 위험성에 관한 데이터를 저장하는 저장부,를 더 포함하는 낙상 위험성 예측 장치
|
| 15 |
15
제9항에 있어서,상기 사용자의 낙상 위험성에 관한 데이터를 출력하는 출력부,를 더 포함하는 낙상 위험성 예측 장치
|
| 16 |
16
낙상 위험성의 예측 방법에 있어서,사용자의 흔들림 데이터를 측정하는 단계;상기 흔들림 데이터를 이용하여 비선형 분석 변인을 산출하는 단계; 및상기 비선형 분석 변인에 기초하여 낙상 위험성을 예측하는 단계,를 포함하고,상기 비선형 분석 변인은 Sample Entropy (SamEn), Hurst Exponent (HE) 및 Largest Lyapnov Exponent (LLE)를 포함하고,상기 낙상 위험성은 수학식 3에 기초하여 예측되는 것인,낙상 위험성 예측 방법
|
| 17 |
17
삭제
|
| 18 |
18
제16항에 있어서,상기 흔들림 데이터는 상기 사용자가 미리 설정된 시간 동안 정지하여 서있는 상태에서 측정되는 가속도 데이터를 포함하고,상기 가속도 데이터는 상기 사용자의 전후 방향의 움직임에 대한 가속도 데이터를 포함하는 것인, 낙상 위험성 예측 방법
|
| 19 |
19
제16항에 있어서,상기 사용자의 식별자와 연계하여 상기 사용자의 상기 비선형 분석 변인 및 낙상 위험성에 관한 데이터를 저장하는 단계,를 더 포함하는 낙상 위험성 예측 방법
|
| 20 |
20
제16항, 제18항 및 제19항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터에서 판독 가능한 기록매체
|
