| 1 |
1
근육 부상을 예측하는 장치에 있어서,근로자에게 부착된 근전도 센서로부터 상기 근로자의 근전도 데이터를 수집하는 데이터 수집부;입력 데이터로부터 근육 가변성(muscle variability)을 포함하는 근육 상태 정보를 추정하도록 트레이닝된 기계 학습 모델을 저장하는 메모리;상기 근전도 데이터로부터 상기 입력 데이터를 생성하고, 상기 생성된 입력 데이터로부터 상기 기계 학습 모델에 기초하여 상기 근육 상태 정보를 추정하며, 상기 근육 상태 정보에 기초하여 상기 근로자에게 부상 위험이 있는지 여부를 판별하는 프로세서; 및상기 근로자에게 부상 위험이 있는 경우에 응답하여, 상기 근로자에게 부상 위험에 관한 경고를 제공하는 출력부를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 2 |
2
제1항에 있어서,상기 프로세서는,시간 구간 내에서 상기 근육 가변성이 임계치 이하인 구간의 비율이 임계 비율 이상인 경우에 응답하여, 상기 근로자에게 부상 위험이 있다고 결정하는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 3 |
3
제2항에 있어서,상기 임계치는,최대 가변성 대비 80%인 값을 나타내는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 4 |
4
제1항에 있어서,상기 프로세서는,상기 기계 학습 모델에 기초하여 상기 근전도 데이터로부터 상기 근육 가변성과 함께 근육 힘(muscle force)을 더 포함하는 상기 근육 상태 정보를 추정하는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 5 |
5
제4항에 있어서,상기 프로세서는,상기 근육 힘이 임계 변화 이상 변화하는 구간이 검출되는 경우에 응답하여, 상기 근로자에게 부상 위험이 있다고 결정하는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 6 |
6
제1항에 있어서,상기 프로세서는,상기 근전도 데이터에 대해 이동 평균 필터를 적용함으로써 상기 입력 데이터를 생성하는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 7 |
7
제1항에 있어서,상기 프로세서는,상기 근로자에 의해 동일한 동작이 복수회에 걸쳐 반복 수행되는 경우, 상기 동일한 동작이 수행될 때마다 상기 기계 학습 모델을 이용하여 근육 상태 정보를 추정하고, 복수의 근육 상태 정보를 평균화한 평균화된 근육 상태 정보로부터 상기 근로자의 부상 위험을 판별하는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 8 |
8
제1항에 있어서,상기 출력부는,상기 근로자에게 부상 위험이 있는 경우에 응답하여, 팔 신경근 스트레칭, 회전근개 강화 운동, 견갑골 운동, 및 슬리퍼 스트레칭 중 적어도 하나를 포함하는 재활 운동 정보를 상기 경고와 함께 제공하고,상기 프로세서는,상기 근로자에게 상기 재활 운동 정보가 제공된 후 상기 근로자의 부상 위험을 다시 판별하는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 9 |
9
제1항에 있어서,상기 데이터 수집부는,상기 근로자의 근육 섬유의 길이 방향을 따라 근육 몸체의 중심에 정렬된 복수의 전극들을 포함하는 상기 근전도 센서로부터 상기 근전도 데이터를 수신하는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 장치
|
| 10 |
10
컴퓨팅 장치에 의해 수행되는 근육 부상을 예측하는 방법에 있어서,근로자에게 부착된 근전도 센서로부터 상기 근로자의 근전도 데이터를 수집하는 단계;상기 근전도 데이터로부터 입력 데이터를 생성하는 단계;상기 생성된 입력 데이터로부터 기계 학습 모델에 기초하여 근육 가변성(muscle variability)을 포함하는 근육 상태 정보를 추정하는 단계;상기 근육 상태 정보에 기초하여 상기 근로자에게 부상 위험이 있는지 여부를 판별하는 단계; 및상기 근로자에게 부상 위험이 있는 경우에 응답하여, 상기 근로자에게 부상 위험에 관한 경고를 제공하는 단계를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 11 |
11
제10항에 있어서,상기 부상 위험이 있는지 여부를 판별하는 단계는,시간 구간 내에서 상기 근육 가변성이 임계치 이하인 구간의 비율이 임계 비율 이상인 경우에 응답하여, 상기 근로자에게 부상 위험이 있다고 결정하는 단계를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 12 |
12
제11항에 있어서,상기 임계치는,최대 가변성 대비 80%인 값을 나타내는,근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 13 |
13
제10항에 있어서,상기 근육 상태 정보를 추정하는 단계는,상기 기계 학습 모델에 기초하여 상기 근전도 데이터로부터 상기 근육 가변성과 함께 근육 힘을 더 포함하는 상기 근육 상태 정보를 추정하는 단계를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 14 |
14
제13항에 있어서,상기 부상 위험이 있는지 여부를 판별하는 단계는,상기 근육 힘이 임계 변화 이상 변화하는 구간이 검출되는 경우에 응답하여, 상기 근로자에게 부상 위험이 있다고 결정하는 단계를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 15 |
15
제10항에 있어서,상기 입력 데이터를 생성하는 단계는,상기 근전도 데이터에 대해 이동 평균 필터를 적용함으로써 상기 입력 데이터를 생성하는 단계를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 16 |
16
제10항에 있어서,상기 근육 상태 정보를 추정하는 단계는,상기 근로자에 의해 동일한 동작이 복수회에 걸쳐 반복 수행되는 경우, 상기 동일한 동작이 수행될 때마다 상기 기계 학습 모델을 이용하여 근육 상태 정보를 추정하는 단계를 포함하고,상기 부상 위험이 있는지 여부를 판별하는 단계는,복수의 근육 상태 정보를 평균화한 평균화된 근육 상태 정보로부터 상기 근로자의 부상 위험을 판별하는 단계를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 17 |
17
제10항에 있어서,상기 경고를 제공하는 단계는,상기 근로자에게 부상 위험이 있는 경우에 응답하여, 팔 신경근 스트레칭, 회전근개 강화 운동, 견갑골 운동, 및 슬리퍼 스트레칭 중 적어도 하나를 포함하는 재활 운동 정보를 상기 경고와 함께 제공하는 단계를 포함하고,상기 근로자에게 상기 재활 운동 정보가 제공된 후 상기 근로자의 부상 위험을 다시 판별하는 단계를 더 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 18 |
18
제10항에 있어서,상기 근전도 데이터를 수집하는 단계는,상기 근로자의 근육 섬유의 길이 방향을 따라 근육 몸체의 중심에 정렬된 복수의 전극들을 포함하는 상기 근전도 센서로부터 상기 근전도 데이터를 수신하는 단계를 포함하는 근로자의 반복적인 근무 활동 동안 근육 부상을 예측하는 방법
|
| 19 |
19
제10항 내지 제18항 중 어느 한 항의 방법을 수행하기 위한 명령어를 포함하는 하나 이상의 컴퓨터 프로그램을 저장한 컴퓨터 판독 가능 기록 매체
|
