| 1 |
1
컴퓨팅 장치에 의해 수행되는 방법에 있어서,실내에 설치된 IoT 디바이스를 통해 사용자의 실내 행동을 모니터링하여 치매 예측에 관련된 일상생활 능력정보를 얻는 단계;상기 일상생활 능력정보를 이용하여 상기 사용자의 행동에 대한 생활패턴을 결정하는 단계; 및상기 생활패턴을 결정한 이후에 얻은 일상생활 능력정보를 통해 상기 사용자의 행동이 상기 생활패턴을 벗어나는 것으로 감지되는 경우 상기 사용자가 치매 위험 상태에 있는 것으로 판단하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 2 |
2
제1항에 있어서,상기 일상생활 능력정보를 얻는 단계는,실내에 설치된 IoT 디바이스로부터 획득한 데이터를 이용하여 미리 분류된 일상생활 수집항목에 따른 상기 사용자의 일상생활에서의 동작을 감지하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 3 |
3
제2항에 있어서,상기 사용자의 일상생활에서의 동작을 감지하는 단계는,실내에 설치된 파워 미터를 통해 전자 제품의 전력량 감지하여 사용자의 상기 전자 제품의 사용을 모니터링하고, 모션 센서를 통해 상기 사용자의 움직임을 감지하고, 진동 센서에 의해 상기 사용자의 접촉을 감지하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 4 |
4
제2항에 있어서,상기 사용자의 이동 정보에 따른 상기 사용자의 실내에서의 배회를 분석하는 단계를 더 포함하는,일상생활 능력정보 기반 치매예측 방법
|
| 5 |
5
제4항에 있어서,상기 사용자의 이동 정보에 따른 상기 사용자의 실내에서의 배회를 분석하는 단계는,상기 사용자의 심박수 및 걸음속도에 대한 정보를 기초로 상기 사용자가 목적 없이 반복적으로 이동하고 있는지 판단하여 상기 사용자가 배회하고 있는지 여부를 감지하는 단계를 더 포함하는,일상생활 능력정보 기반 치매예측 방법
|
| 6 |
6
제2항에 있어서,상기 사용자의 일상생활에서의 동작을 감지하는 단계는,정상군의 사용자에 대한 동작을 감지하는 센서의 배치를 정의하는 제1 룰에 따라 데이터를 수집하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 7 |
7
제6항에 있어서,상기 제1 룰에 따라 데이터를 수집하는 단계는,정상군의 사용자가 위치하는 상기 실내의 진동센서, 도어센서, 모션센서, 온습도센서, 스마트플러그 및 라이다 센서를 통해 데이터를 수집하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 8 |
8
제7항에 있어서,상기 제1 룰에 따라 데이터를 수집하는 단계는,상기 진동센서가 약통, 냉장고, 밥솥, 싱크대 및 화장실에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 9 |
9
제7항에 있어서,상기 제1 룰에 따라 데이터를 수집하는 단계는,상기 도어센서가 현관문, 전자레인지 및 장롱에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 10 |
10
제7항에 있어서,상기 제1 룰에 따라 데이터를 수집하는 단계는,상기 모션센서가 신발장, TV, 서랍장 및 책상에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 11 |
11
제7항에 있어서,상기 제1 룰에 따라 데이터를 수집하는 단계는,상기 온습도센서가 화장실과 가스레인지에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 12 |
12
제7항에 있어서,상기 제1 룰에 따라 데이터를 수집하는 단계는,상기 스마트플러그가 TV와 세탁기, 전기장판 및 선풍기에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 13 |
13
제7항에 있어서,상기 제1 룰에 따라 데이터를 수집하는 단계는,상기 라이다 센서가 쇼파에 인접하게 배치되어 실내에서의 사용자의 위치와 동선의 데이터를 수집하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 14 |
14
제2항에 있어서,상기 사용자의 일상생활에서의 동작을 감지하는 단계는,치매군의 사용자에 대한 동작을 감지하는 센서의 배치를 정의하는 제2 룰에 따라 데이터를 수집하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 15 |
15
제14항에 있어서,상기 제2 룰에 따라 데이터를 수집하는 단계는,치매군의 사용자가 위치하는 상기 실내의 진동센서, 도어센서, 모션센서, 온습도센서, 스마트플러그 및 라이다센서를 통해 데이터를 수집하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 16 |
16
제15항에 있어서,상기 제2 룰에 따라 데이터를 수집하는 단계는,상기 진동센서가 냉장고, 싱크대, 밥솥, 약통, 화장실, 청소기 및 쓰레기통에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 17 |
17
제15항에 있어서,상기 제2 룰에 따라 데이터를 수집하는 단계는,상기 도어센서가 현관문 및 전자레인지에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 18 |
18
제15항에 있어서,상기 제2 룰에 따라 데이터를 수집하는 단계는,상기 모션센서가 발코니 창 및 TV에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 19 |
19
제15항에 있어서,상기 제2 룰에 따라 데이터를 수집하는 단계는,상기 온습도센서가 화장실과 가스레인지에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 20 |
20
제15항에 있어서,상기 제2 룰에 따라 데이터를 수집하는 단계는,상기 스마트플러그가 세탁기, 전기장판, TV 및 선풍기에 배치되는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 21 |
21
제15항에 있어서,상기 제2 룰에 따라 데이터를 수집하는 단계는,상기 라이다 센서가 쇼파에 인접하게 배치되어 실내에서의 사용자의 위치와 동선의 데이터를 수집하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 22 |
22
제1항에 있어서,상기 생활패턴을 결정하는 단계는,상기 사용자가 생활하는 공간 구조의 특성에 대한 데이터를 입력 받고, 상기 공간 구조의 특성에 따라 상기 사용자의 생활패턴을 결정하는 단계를 포함하는,일상생활 능력정보 기반 치매예측 방법
|
| 23 |
23
제1항에 있어서,상기 생활패턴을 결정하는 단계는,상기 사용자의 신체적인 특성에 대한 데이터를 입력 받고, 상기 사용자의 신체적인 특성에 따라 상기 사용자의 생활패턴을 결정하는 단계를 더 포함하는,일상생활 능력정보 기반 치매예측 방법
|
| 24 |
24
제1항에 있어서,상기 생활패턴을 결정하는 단계는,상기 사용자의 치매 증상의 정도에 대한 데이터를 입력 받고, 상기 치매 증상의 정도에 따라 상기 사용자의 생활패턴을 결정하는 단계를 더 포함하는,일상생활 능력정보 기반 치매예측 방법
|
| 25 |
25
제1항에 있어서,상기 사용자의 행동이 상기 생활패턴을 벗어나는 것으로 감지되는 경우 상기 사용자가 치매 위험 상태에 있는 것으로 판단하는 단계는,상기 생활패턴을 결정한 이후에 얻은 일상생활 능력정보에 대한 값을 시계열적으로 표현된 차트로 표현하는 단계;상기 시계열적으로 표현된 차트를 일정 구간 마다 평균 값으로 평균화하여 계단형 차트로 변환하는 단계;상기 계단형 차트에서 상기 평균 값에 해당되는 심볼 문자를 할당하여 상기 계단형 차트를 기호화하는 단계; 및상기 기호화된 심볼 문자를 이용하여 상기 사용자의 행동이 상기 생활패턴을 벗어나는지 판단하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 26 |
26
제1항에 있어서,상기 사용자의 행동이 상기 생활패턴을 벗어나는 것으로 감지되는 경우 상기 사용자가 치매 위험 상태에 있는 것으로 판단하는 단계는,시계열적으로 표현된 시계열 패턴 유사도 그래프에 나타난 거리를 계산하여 상기 사용자의 생활 패턴이 치매 위험 상태에 있는 생활 패턴과 유사한지 판단하는 단계;상기 생활패턴을 결정한 이후에 얻은 일상생활 능력정보의 활동 시간과 상기 생활패턴의 활동 시간 중에 겹치는 시간 존재하는 경우에 활동 시간의 유사도를 산출하는 단계; 및상기 활동 시간의 유사도를 이용하여 상기 사용자가 정상인지 또는 치매 위험 상태에 있는지 여부를 분류하는 단계를 포함하되,상기 활동 시간의 유사도는,{Infimum(E0, En) - supremum(Sn, S0)}/Dn * 100으로 산출되고,상기 E0는, 상기 생활패턴을 결정한 이후에 얻은 일상생활 능력정보의 관찰시점 종료시간이고,상기 En은, 상기 생활패턴을 결정한 이후에 얻은 일상생활 능력정보의 평균 종료시간이고,상기 Sn은, 상기 생활패턴을 결정한 이후에 얻은 일상생활 능력정보의 평균 시작시간이고,상기 S0는, 상기 생활패턴을 결정한 이후에 얻은 일상생활 능력정보의 관찰시점 평균 소요시간이고,Dn은 일상생활 능력정보의 평균소요시간인,일상생활 능력정보 기반 치매 예측 방법
|
| 27 |
27
제1항에 있어서,상기 사용자의 행동이 상기 생활패턴을 벗어나는 것으로 감지되는 경우 상기 사용자가 치매 위험 상태에 있는 것으로 판단하는 단계는,실내에 설치된 라이다(LiDAR) 센서를 이용하여 상기 사용자의 균형감각과 보행능력과 특정 공간의 방문빈도와 머문시간 및 실내 이동거리를 결정하는 단계; 및상기 균형감각과 보행능력, 특정 공간의 방문빈도와 머문시간 및 실내 이동거리를 이용하여 상기 사용자가 정상인지 또는 치매 위험 상태에 있는지 여부를 분류하는 단계를 포함하는일상생활 능력정보 기반 치매 예측 방법
|
| 28 |
28
제27항에 있어서,상기 균형감각과 보행능력을 이용하여 상기 사용자가 정상인지 또는 치매 위험 상태에 있는지 여부를 분류하는 단계는,Timed up and go (TUG), Walking velocity, Cadence, Gait stability ratio 중 어느 하나를 이용하여 상기 균형감각과 보행능력을 결정하는 단계를 포함하는,일상생활 능력정보 기반 치매 예측 방법
|
| 29 |
29
프로세서;네트워크 인터페이스;상기 프로세서에 의해 실행되어 컴퓨터 프로그램을 로드(load)하는 메모리; 및상기 컴퓨터 프로그램을 저장하는 스토리지를 포함하되,상기 컴퓨터 프로그램은,실내에 설치된 IoT 디바이스를 통해 사용자의 실내 행동을 모니터링하여 치매 예측에 관련된 일상생활 능력정보를 얻는 인스트럭션;상기 일상생활 능력정보를 이용하여 상기 사용자의 행동에 대한 생활패턴을 결정하는 인스트럭션; 및상기 일상생활 능력정보를 통해 상기 사용자의 행동이 상기 생활패턴을 벗어나는 것으로 감지되는 경우 상기 사용자가 치매 위험 상태에 있는 것으로 판단하는 인스트럭션을 포함하는,일상생활 능력정보 기반 치매예측 장치
|
| 30 |
30
제29항에 있어서,상기 일상생활 능력정보를 얻는 인스트럭션은,실내에 설치된 IoT 디바이스로부터 획득한 데이터를 이용하여 미리 분류된 일상생활 수집항목에 따른 상기 사용자의 일상생활에서의 동작을 감지하는 인스트럭션을 포함하는,일상생활 능력정보 기반 치매 예측 장치
|
| 31 |
31
제30항에 있어서,상기 사용자의 일상생활에서의 동작을 감지하는 인스트럭션은,실내에 설치된 파워 미터를 통해 전자 제품의 전력량 감지하여 사용자의 상기 전자 제품의 사용을 모니터링하고, 모션 센서를 통해 상기 사용자의 움직임을 감지하고, 오디오 센서를 이용하여 상기 사용자의 동작에 의해 발생되는 소리를 감지하며, 접촉 센서에 의해 상기 사용자의 접촉을 감지하는 인스트럭션을 포함하는,일상생활 능력정보 기반 치매 예측 장치
|
| 32 |
32
제30항에 있어서,상기 사용자의 일상생활에서의 동작을 감지하는 인스트럭션은,상기 사용자의 이동 정보에 따른 상기 사용자의 실내에서의 배회를 분석하는 인스트럭션을 포함하는,일상생활 능력정보 기반 치매예측 장치
|
