맞춤기술찾기

이전대상기술

인체 치수 데이터를 활용한 체지방 분류 시스템

  • 기술번호 : KST2023005935
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 가슴둘레나 허리둘레와 같이 신체 사이즈와 관련된 인체 치수 데이터를 기반으로 성별 및 나이에 따라 체지방율을 분류한 모델을 구축함으로써 사용자의 인체 치수에 대하여 표준화된 체지방율을 확인할 수 있는 인체 치수 데이터를 활용한 체지방 분류 시스템에 관한 것으로, 이의 시스템은 신체 사이즈와 관련된 인체 치수 데이터를 입력받는 입력부와, 입력부를 통해 인체 치수 데이터를 수집하고 수집된 데이터에서 인체 치수 항목을 토대로 성별 및 연령대에 따라 군집화하는 학습 알고리즘을 통해 라벨링을 수행하며 CNN(Convolution Neural Network)을 통해 체지방율을 고위험에서 저위험으로 구분하여 분류하는 체지방 분석 알고리즘, 및 입력부를 통해 입력받은 사용자의 인체 치수 데이터에 대하여 체지방 분석 알고리즘을 통해 분석된 체지방율 분류 결과를 출력하는 출력부를 포함할 수 있다.
Int. CL A61B 5/00 (2021.01.01) A61B 5/107 (2006.01.01) G16H 50/70 (2018.01.01) G16H 50/20 (2018.01.01)
CPC A61B 5/4872(2013.01) A61B 5/1072(2013.01) A61B 5/1077(2013.01) A61B 5/7264(2013.01) A61B 5/7275(2013.01) G16H 50/70(2013.01) G16H 50/20(2013.01)
출원번호/일자 1020220000055 (2022.01.03)
출원인 배재대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0105011 (2023.07.11) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.01.03)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 배재대학교 산학협력단 대한민국 대전광역시 서구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정회경 대전곽역시 서구
2 이태준 경기도 안양시 동안구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 유병욱 대한민국 서울 강서구 마곡중앙로 ***-* (마곡동) B동 *층 ***호(세연아이피특허사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2022.01.03 수리 (Accepted) 1-1-2022-0000550-42
2 선행기술조사의뢰서
Request for Prior Art Search
2023.08.18 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
신체 사이즈와 관련된 인체 치수 데이터를 입력받는 입력부;상기 입력부를 통해 인체 치수 데이터를 수집하고 수집된 데이터에서 인체 치수 항목을 토대로 성별 및 연령대에 따라 군집화하는 학습 알고리즘을 통해 라벨링을 수행하며 CNN(Convolution Neural Network)을 통해 체지방율을 고위험에서 저위험으로 구분하여 분류하는 체지방 분석 알고리즘; 및 상기 입력부를 통해 입력받은 사용자의 인체 치수 데이터에 대하여 상기 체지방 분석 알고리즘을 통해 분석된 체지방율 분류 결과를 출력하는 출력부;를 포함하는 인체 치수 데이터를 활용한 체지방 분류 시스템
2 2
제1항에 있어서,상기 인체 치수 데이터는신체의 가슴둘레, 가슴 아래둘레, 허리둘레, 배꼽수준 허리둘레, 엉덩이둘레, 허벅지둘레, 무릎둘레, 장딴지 둘레, 종아리 최소둘레를 포함하는 것을 특징으로 하는 인체 치수 데이터를 활용한 체지방 분류 시스템
3 3
제1항에 있어서,상기 체지방 분석 알고리즘은, 상기 수집된 인체 치수 데이터를 스케일링(scaling)하여 평균이 0이 되게 하고 분산이 1이 되게 표준화(standardization)한 후, 상기 인체 치수 데이터에 대한 체지방율을 성별 및 나이에 따라 군집 분석을 통해 클러스터링(clustering)하여 라벨링을 수행하는 데이터 전처리부;와,상기 클러스터링된 데이터들로부터 특징을 추출하기 위해 컨벌루션 연산을 수행하고 CNN(Convolution Neural Network) 알고리즘을 통해 성별 및 연령대에 따라 체지방율을 저위험, 평균, 고위험 군집으로 분류하는 CNN 분석 모델;을 포함하는 것을 특징으로 하는 인체 치수 데이터를 활용한 체지방 분류 시스템
4 4
제3항에 있어서, 상기 데이터 전처리부는,군집 내 각 데이터간의 거리를 최소화하여 군집을 형성하도록 하는 K-means 군집 분석 알고리즘을 통해 클러스터링하는 것을 특징으로 하는 인체 치수 데이터를 활용한 체지방 분류 시스템
5 5
제2항에 있어서,상기 입력부는, 상기 사용자의 인체 치수 항목을 입력하는 화면을 제공하고, 상기 화면에 상기 사용자의 성별, 연령대에 관한 정보를 포함하여 입력하도록 제공하는 것을 특징으로 하는 인체 치수 데이터를 활용한 체지방 분류 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.