| 1 |
1
사용자 맞춤형 수면 관리 시스템에 의해 수행되는 사용자 맞춤형 수면 관리 방법에 있어서,(a) 컴퓨팅 장치를 통해 생체 신호를 수집하는 단계; (b) 상기 수집된 생체 신호에 전처리 프로세스를 수행하여 사용자 수면 데이터를 생성하는 단계; (c) 상기 사용자 수면 데이터를 입력으로 하여 수면 분석 모델을 통해 수면 단계를 분류하고, 상기 분류된 수면 단계별로 나타나는 수면 장애를 검출하는 단계; 및(d) 상기 검출된 수면 장애를 완화하기 위한 사용자 맞춤형 자극을 제공하는 단계;를 포함하는 것이고,상기 생체 신호는 전기생리학적 신호(EEG, EOG, EMG, ECG) 또는 비 전기생리학적 신호(소리, 체온, 움직임) 중 하나 이상을 포함하는 것인,사용자 맞춤형 수면 관리 방법
|
| 2 |
2
제1항에 있어서, 상기 컴퓨팅 장치는 휴먼-컴퓨터 인터페이스 장치로 사용자 단말, 측정 장치, 및 자극 제공 장치를 포함하고, 상기 (a)단계에서 상기 사용자 단말은 상기 측정 장치를 통해 측정된 생체 신호를 수신하고,상기 (d)단계에서 상기 사용자 맞춤형 자극은 상기 자극 제공 장치를 통해 제공되는 것인,사용자 맞춤형 수면 관리 방법
|
| 3 |
3
제1항에 있어서, 상기 (a)단계의 상기 생체 신호는 수면 전의 깨어있는 상태부터 측정된 생체 신호를 포함하고, 수면이 시작된 이후 수면 단계와 수면 장애에 따라 실시간으로 측정한 생체 신호를 포함하는 것인,사용자 맞춤형 수면 관리 방법
|
| 4 |
4
제1항에 있어서, 상기 (b) 단계에서 상기 전처리 프로세스는 상기 수집된 생체 신호에 포함된 잡음을 제거하고, 주파수 필터링을 통해 수면 단계 분류를 위한 기설정된 주파수 신호 영역을 추출하는 것인, 사용자 맞춤형 수면 관리 방법
|
| 5 |
5
제1항에 있어서,상기 수면 분석 모델은 수면 시작 시점과 주파수 정보를 포함하는 상기 사용자 수면 데이터가 기계학습을 통해 학습되어, 수면 단계를 분류하고, 분류된 수면 단계별로 나타나는 수면 장애를 검출하는 것이고, 서포트 벡터 머신(Support Vector Machine), 오토 인코더(Autoencoder), 합성곱 신경망(Convolution Neural Network) 또는 순환 신경망(Recurrent Neural Network) 중 어느 하나의 기계 학습 알고리즘을 사용하는 것인,사용자 맞춤형 수면 관리 방법
|
| 6 |
6
제1항에 있어서, 상기 (a) 단계는 나이, 성별, 키, 체중 중 하나 이상을 포함하는 사용자 정보를 수신하는 단계를 더 포함하고,상기 (b) 단계는 상기 사용자 정보에 기초하여 상기 사용자 수면 데이터를 캘리브레이션 하는 단계를 더 포함하고,상기 (c) 단계는 상기 사용자 수면 데이터 및 상기 사용자 정보를 입력으로 상기 수면 분석 모델을 통해 수면 단계를 분류하고, 상기 분류된 수면 단계별로 나타나는 수면 장애를 검출하는 단계를 포함하는 것인,사용자 맞춤형 수면 관리 방법
|
| 7 |
7
제1항에 있어서,상기 (d) 단계 이후, 수면 단계, 수면 장애, 수면 단계별 시간, 수면 장애 검출 여부, 수명의 질 데이터, 사용자 맞춤형 자극 종류 또는 사용자 맞춤형 자극 세기 중 하나 이상을 포함하는 수면 분석 결과 데이터를 생성하고, 상기 수면 분석 결과 데이터를 시각화된 사용자 인터페이스를 통해 상기 컴퓨팅 장치에 제공하는 단계를 포함하는 것인,사용자 맞춤형 수면 관리 방법
|
| 8 |
8
제1항에 있어서,상기 (d) 단계 이후 상기 사용자 맞춤형 자극에 의해 변경된 수면 분석 결과 데이터를 업데이트하고, 상기 사용자 맞춤형 자극의 세기를 조절하는 단계를 더 포함하는 것인,사용자 맞춤형 수면 관리 방법
|
| 9 |
9
사용자 맞춤형 수면 관리 시스템에 있어서,생체 신호를 측정하는 측정 모듈을 적어도 하나 이상 포함하는 측정 장치;사용자에 대하여 자극을 제공하는 자극 제공 모듈을 적어도 하나 이상 포함하는 자극 제공 장치;상기 측정 장치를 통해 생체 신호를 수집하고, 수집된 생체 신호의 분석에 의해 분류된 수면 단계에서의 수면 장애의 완화를 위해 사용자 맞춤형 자극을 상기 자극 제공 장치를 통해 제공하는 컴퓨팅 장치를 포함하되,상기 컴퓨팅 장치는 사용자 맞춤형 수면 관리 프로그램이 저장된 메모리;상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하며, 상기 프로세서는 상기 프로그램의 실행에 의해, 상기 측정 장치를 통해 측정된 생체 신호를 수집하고, 상기 수집된 생체 신호에 전처리 프로세스를 수행하여 생성된 사용자 수면 데이터가 수면 분석 모델에 입력되어 수면 장애 정보가 출력되도록 하고, 상기 수면 장애 정보에 매칭되는 상기 사용자 맞춤형 자극이 상기 자극 제공 장치를 통해 제공되도록 하고, 상기 생체 신호는 전기생리학적 신호(EEG, EOG, EMG, ECG) 또는 비 전기생리학적 신호(소리, 체온, 움직임) 중 하나 이상을 포함하는 것인,사용자 맞춤형 수면 관리 시스템
|
| 10 |
10
제9항에 있어서, 상기 컴퓨팅 장치는 사용자 단말이고, 상기 수집된 생체 신호를 외부 서버에 전송하여 상기 사용자 수면 데이터가 생성되도록 하고, 상기 사용자 수면 데이터가 상기 외부 서버에서 동작하는 수면 분석 모델에 입력되어 수면 장애 정보가 출력되도록 하고, 상기 외부 서버에 의해 생성된 사용자 맞춤형 자극에 대한 정보를 수신하여, 상기 자극 제공 장치를 통해 제공되도록 하는 사용자 맞춤형 수면 관리 시스템
|
| 11 |
11
제9항에 있어서, 상기 생체 신호는 수면 전의 깨어있는 상태부터 측정된 생체 신호 및 수면이 시작된 이후 수면 단계와 수면 장애에 따라 실시간으로 측정한 생체 신호를 포함하는 것인,사용자 맞춤형 수면 관리 시스템
|
| 12 |
12
제9항에 있어서, 상기 전처리 프로세스는 상기 수집된 생체 신호에 포함된 잡음을 제거하고, 주파수 필터링을 통해 수면 단계 분류를 위한 기설정된 주파수 신호 영역을 추출하는 것인, 사용자 맞춤형 수면 관리 시스템
|
| 13 |
13
제9항에 있어서,상기 수면 분석 모델은 수면 시작 시점과 주파수 정보를 포함하는 상기 사용자 수면 데이터가 기계학습을 통해 학습되어, 수면 단계를 분류하고, 분류된 수면 단계별로 나타나는 수면 장애를 검출하는 것이고, 서포트 벡터 머신(Support Vector Machine), 오토 인코더(Autoencoder), 합성곱 신경망(Convolution Neural Network) 또는 순환 신경망(Recurrent Neural Network) 중 어느 하나의 기계 학습 알고리즘을 사용하는 것인,사용자 맞춤형 수면 관리 시스템
|
| 14 |
14
제9항에 있어서, 상기 프로세서는 상기 컴퓨팅 장치를 통해 나이, 성별, 키, 체중 중 하나 이상을 포함하는 사용자 정보를 수신하고,상기 사용자 정보에 기초하여 상기 사용자 수면 데이터를 캘리브레이션 하고,상기 사용자 수면 데이터 및 상기 사용자 정보를 입력으로 상기 수면 분석 모델을 통해 수면 단계를 분류하고, 상기 분류된 수면 단계별로 나타나는 수면 장애를 검출하는 단계를 포함하는 것인,사용자 맞춤형 수면 관리 시스템
|
| 15 |
15
제9항에 있어서,상기 프로세서는 상기 사용자 맞춤형 자극을 제공한 이후, 수면 단계, 수면 장애, 수면 단계별 시간, 수면 장애 검출 여부, 수명의 질 데이터, 사용자 맞춤형 자극 종류 또는 사용자 맞춤형 자극 세기 중 하나 이상을 포함하는 수면 분석 결과 데이터를 생성하고, 상기 수면 분석 결과 데이터를 시각화된 사용자 인터페이스를 통해 상기 컴퓨팅 장치에 제공하는,사용자 맞춤형 수면 관리 시스템
|
| 16 |
16
제9항에 있어서,상기 프로세서는 상기 사용자 맞춤형 자극을 제공한 이후, 상기 사용자 맞춤형 자극에 의해 변경된 수면 분석 결과 데이터를 업데이트하고, 상기 사용자 맞춤형 자극의 세기를 조절하는 것인,사용자 맞춤형 수면 관리 시스템
|
| 17 |
17
제1항에 따르는 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 비일시적 컴퓨터 판독가능 기록매체
|
