| 1 |
1
압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 시스템에 있어서,배열을 이루며 구비된 복수의 압력 센서를 포함하는 압력매트; 피험자의 발과 상기 압력매트 간의 접촉으로 인해 발생한 압력 발생 위치 정보 및 압력 발생 시간 정보를 상기 압력매트로부터 제공받는 수신부; 상기 압력 발생 위치 정보 및 압력 발생 시간 정보를 보행변인 산출 알고리즘에 적용하여 보행 변인을 추출하는 추출부;추출된 상기 보행 변인을 인지저하 평가 알고리즘의 입력값으로하여 피험자의 인지저하 수준을 평가하는 평가부; 및상기 평가부에서 평가된 인지저하 수준을 저장하고, 미리 설정된 주기마다 인지저하 위험도의 변화를 모니터링하는 모니터링부,를 포함하는, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 시스템
|
| 2 |
2
제1항에 있어서,상기 추출부는,상기 피험자의 왼발 및 오른발 각각에 대하여 보행 시 발생하는 여러 번의 뒤꿈치가 땅에 닿는 시기(heel strike) 간 거리를 고려하여 시공간 변인 및 보행 타이밍 변인을 상기 보행 변인으로 추출하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 시스템
|
| 3 |
3
제3항에 있어서,상기 시공간 변인은 보행 속도(step velocity), 보행 거리(stride length), 분당 보행 수(cadence)를 포함하고, 상기 보행 타이밍 변인은 유각기(swing phase), 입각기(stance phase)를 포함하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 시스템
|
| 4 |
4
제1항에 있어서,상기 인지저하 평가 알고리즘은, 정상 그룹 및 인지저하 그룹 각각에 대하여 획득된 보행 변인을 입력으로 하고 인지저하 그룹 분류를 출력으로 하여 구축되는 머신러닝 기반 학습 알고리즘이고, 상기 머신러닝은 Logistic regression, SVM(Supprot Vector Machine), NB(Navie Bayes), Tree(Decision Tree), k-NN(k-Nearest Neighbor), CNN(Convolution Nural Networks), LSTM(Long Sort Term Memory) 및 ANN(Aitificial Neurla networks) 중 적어도 하나를 포함하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 시스템
|
| 5 |
5
제1항에 있어서,상기 모니터링부는, 피험자의 인지저하 치료 과정에 따른 신체정보, 인지수준 정보 및 보행 변인 변화 중 적어도 어느 하나와 상기 평가부에서 평가된 상기 인지저하 수준을 고려하여 상기 인지저하 위험도의 변화를 모니터링하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 시스템
|
| 6 |
6
압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 방법에 있어서,피험자의 발과 배열을 이루며 구비된 복수의 압력 센서를 포함하는 압력매트 간의 접촉으로 인해 발생한 압력 발생 위치 정보 및 압력 발생 시간 정보를 수신하는 단계; 상기 압력 발생 위치 정보 및 압력 발생 시간 정보를 보행변인 산출 알고리즘에 적용하여 보행 변인을 추출하는 단계;추출된 상기 보행 변인을 인지저하 평가 알고리즘의 입력값으로하여 피험자의 인지저하 수준을 평가하는 단계; 및평가된 인지저하 수준을 저장하고, 미리 설정된 주기마다 인지저하 위험도의 변화를 모니터링하는 단계,를 포함하는, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 방법
|
| 7 |
7
제6항에 있어서,상기 추출하는 단계는,상기 피험자의 왼발 및 오른발 각각에 대하여 보행 시 발생하는 여러 번의 뒤꿈치가 땅에 닿는 시기(heel strike) 간 거리를 고려하여 시공간 변인 및 보행 타이밍 변인을 상기 보행 변인으로 추출하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 방법
|
| 8 |
8
제7항에 있어서,상기 시공간 변인은 보행 속도(step velocity), 보행 거리(stride length), 분당 보행 수(cadence)를 포함하고, 상기 보행 타이밍 변인은 유각기(swing phase), 입각기(stance phase)를 포함하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 방법
|
| 9 |
9
제6항에 있어서,상기 인지저하 평가 알고리즘은, 정상 그룹 및 인지저하 그룹 각각에 대하여 획득된 보행 변인을 입력으로 하고 인지저하 그룹 분류를 출력으로 하여 구축되는 머신러닝 기반 학습 알고리즘이고, 상기 머신러닝은 Logistic regression, SVM(Supprot Vector Machine), NB(Navie Bayes), Tree(Decision Tree), k-NN(k-Nearest Neighbor), CNN(Convolution Nural Networks), LSTM(Long Sort Term Memory) 및 ANN(Aitificial Neurla networks) 중 적어도 하나를 포함하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 방법
|
| 10 |
10
제6항에 있어서,상기 모니터링하는 단계는, 피험자의 인지저하 치료 과정에 따른 신체정보, 인지수준 정보 및 보행 변인 변화 중 적어도 어느 하나와 상기 평가된 상기 인지저하 수준을 고려하여 상기 인지저하 위험도의 변화를 모니터링하는 것인, 압력매트를 이용한 보행 변인 산출과 기계학습을 통한 인지기능 향상 평가 방법
|
| 11 |
11
제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
