| 1 |
1
사용자 착용형 생체신호 측정기기에서 빅 데이터 기반으로 측정된 생체신호의 원시데이터(Raw Data)를 웹서비스를 통해 수신하는 송수신부;파티션별 디렉토리로 구분된 데이터 테이블을 가진 데이터웨어하우스를 구비하고, 상기 수신된 생체신호의 원시데이터로부터 추출된 생체신호의 특징값을 파티션 분할하여 상기 데이터웨어하우스의 파티션별 디렉토리에 분리시켜 저장하는 하둡 분산 파일 시스템(HDFS: Hadoop distributed file system); 및상기 송수신부를 통해 요청된 특징값 조건에 대응되는 쿼리 언어를 이용하여 해당 생체신호 특징값을 검색하여 추출하고, 상기 추출된 생체신호 특징값을 상기 송수신부의 웹서비스를 통해 생체신호 분석 결과로 제공하는 서비스 제공부를 포함하고,상기 데이터웨어하우스는 사용자 아이디, 측정 연도, 측정월, 측정일 및 측정 시각 중 적어도 하나의 특징값 조건에 대응되도록 분할된 생체신호의 특징값을 상기 특징값 조건에 해당하는 상기 데이터웨어하우스의 파티션별 디렉토리에 분리시켜 저장하고,상기 서비스 제공부는, 사용자 단말이 네트워크를 통하여 송수신부에 원하는 생체신호 특징값을 요청하면, 상기 데이터웨어하우스에 저장된 특징값을 검색하고 추출하되, 상기 요청된 특징값 조건에 대응되는 에스큐엘-온-하둡(SQL-On-Hadoop)의 쿼리 언어를 이용하여 해당 생체신호 특징값을 검색하여 추출하는 빅 데이터 기반의 생체신호 분석 시스템
|
| 2 |
2
제1항에 있어서,상기 송수신부는 빅 데이터 기반의 비정형 데이터인 심전도 신호, 가속도 신호, 호흡 신호 및 혈중 산소포화도 신호 중 어느 하나의 생체신호의 원시데이터를 수신하는 빅 데이터 기반의 생체신호 분석 시스템
|
| 3 |
3
제1항에 있어서,상기 하둡 분산 파일 시스템은 상기 수신된 생체신호의 원시데이터를 분석하여 생체신호별 저장소를 생성하고, 상기 생성된 생체신호별 저장소에 상기 수신된 생체신호의 원시데이터를 저장하는 원시데이터 저장부;상기 저장된 생체신호의 원시데이터를 필터링하여 생체신호의 특징값을 추출하는 특징값 추출부; 및파티션별 디렉토리로 구분된 데이터 테이블을 구비하고, 상기 추출된 특징값을 파티션 분할하여 상기 데이터 테이블의 파티션별 디렉토리에 분리시켜 저장하는 상기 데이터웨어하우스를 포함하는 빅 데이터 기반의 생체신호 분석 시스템
|
| 4 |
4
제3항에 있어서,상기 특징값 추출부는 상기 생체신호의 원시데이터가 심전도 신호의 원시데이터인 경우, P파, QRS파, T파 중 R 피크값을 검출하고, 상기 검출된 R-R 간격(R-R interval)을 이용하여 기설정된 기록시간 동안의 평균 분당심박수(HRV: heart rate variability), 저주파 및 고주파 대역 강도(LF/HF: Low frequency/High frequency) 및 기설정된 정상 R-R 간격의 표준 편차(SDNN: SDNN: Standard Deviation of N-N Interval) 중에서 적어도 하나의 생체신호의 특징값을 추출하는 빅 데이터 기반의 생체신호 분석 시스템
|
| 5 |
5
제3항에 있어서,상기 특징값 추출부는 상기 생체신호의 원시데이터가 가속도 신호의 원시데이터인 경우, 운동시간, 칼로리 소모량, 이동거리, 걸음수 및 행동패턴 중 적어도 하나의 생체신호의 특징값을 추출하는 빅 데이터 기반의 생체신호 분석 시스템
|
| 6 |
6
삭제
|
| 7 |
7
삭제
|
| 8 |
8
제1항에 있어서,상기 서비스 제공부는 상기 데이터웨어하우스가 하이브(Hive)인 경우, 상기 하이브에서 제공하는 하이브큐엘(HiveQL)의 쿼리 언어를 이용하여 해당 생체신호 특징값을 검색하여 추출하는 빅 데이터 기반의 생체신호 분석 시스템
|
| 9 |
9
사용자 착용형 생체신호 측정기기에서 빅 데이터 기반으로 측정된 생체신호의 원시데이터를 웹서비스를 통해 수신하는 원시데이터 수신 단계;상기 수신된 생체신호의 원시데이터로부터 추출된 생체신호의 특징값을 파티션 분할하여 데이터웨어하우스의 파티션별 디렉토리에 분리시켜 저장하는 생체신호 저장 단계; 및요청된 특징값 조건에 대응되는 쿼리 언어를 이용하여 해당 생체신호 특징값을 검색하여 추출하고, 상기 추출된 생체신호 특징값을 웹서비스를 통해 생체신호 분석 결과로 제공하는 서비스 제공 단계를 포함하고,상기 생체신호 저장 단계는 사용자 아이디, 측정 연도, 측정월, 측정일 및 측정 시각 중 적어도 하나의 특징값 조건에 대응되도록 분할된 생체신호의 특징값을 상기 특징값 조건에 해당하는 상기 데이터웨어하우스의 파티션별 디렉토리에 분리시켜 저장하고, 상기 서비스 제공 단계는 사용자 단말이 네트워크를 통하여 송수신부에 원하는 생체신호 특징값을 요청하면, 상기 데이터웨어하우스에 저장된 특징값을 검색하고 추출하되, 상기 요청된 특징값 조건에 대응되는 에스큐엘-온-하둡(SQL-On-Hadoop)의 쿼리 언어를 이용하여 해당 생체신호 특징값을 검색하여 추출하는 빅 데이터 기반의 생체신호 분석 방법
|
| 10 |
10
제9항에 있어서,상기 원시데이터 수신 단계는 빅 데이터 기반의 비정형 데이터인 심전도 신호, 가속도 신호, 호흡 신호 및 혈중 산소포화도 신호 중 어느 하나의 생체신호의 원시데이터를 수신하는 빅 데이터 기반의 생체신호 분석 방법
|
| 11 |
11
제9항에 있어서,상기 생체신호 저장 단계는 상기 수신된 생체신호의 원시데이터를 분석하여 생체신호별 저장소를 생성하고, 상기 생성된 생체신호별 저장소에 상기 수신된 생체신호의 원시데이터를 저장하는 단계;상기 저장된 생체신호의 원시데이터를 필터링하여 생체신호의 특징값을 추출하는 단계; 및파티션별 디렉토리로 구분된 데이터 테이블을 구비하고, 상기 추출된 특징값을 파티션 분할하여 상기 데이터 테이블의 파티션별 디렉토리에 분리시켜 저장하는 단계를 포함하는 빅 데이터 기반의 생체신호 분석 방법
|
| 12 |
12
제11항에 있어서,상기 생체신호의 특징값을 추출하는 단계는 상기 생체신호의 원시데이터가 심전도 신호의 원시데이터인 경우, P파, QRS파, T파 중 R 피크값을 검출하고, 상기 검출된 R-R 간격(R-R interval)을 이용하여 기설정된 기록시간 동안의 평균 분당심박수(HRV), 저주파 및 고주파 대역 강도(LF/HF) 및 기설정된 정상 R-R 간격의 표준 편차(SDNN) 중에서 적어도 하나의 생체신호의 특징값을 추출하는 빅 데이터 기반의 생체신호 분석 방법
|
| 13 |
13
제11항에 있어서,상기 생체신호의 특징값을 추출하는 단계는 상기 생체신호의 원시데이터가 가속도 신호의 원시데이터인 경우, 운동시간, 칼로리 소모량, 이동거리, 걸음수 및 행동패턴 중 적어도 하나의 생체신호의 특징값을 추출하는 빅 데이터 기반의 생체신호 분석 방법
|
| 14 |
14
삭제
|
| 15 |
15
삭제
|
| 16 |
16
제9항에 있어서,상기 서비스 제공 단계는 상기 데이터웨어하우스가 하이브(Hive)인 경우, 상기 하이브에서 제공하는 하이브큐엘(HiveQL)의 쿼리 언어를 이용하여 해당 생체신호 특징값을 검색하여 추출하는 빅 데이터 기반의 생체신호 분석 방법
|
