KR102412565B1 - Fall Prediction Method and Apparatus for User Using Treadmill - Google Patents

Fall Prediction Method and Apparatus for User Using Treadmill Download PDF

Info

Publication number
KR102412565B1
KR102412565B1 KR1020190136361A KR20190136361A KR102412565B1 KR 102412565 B1 KR102412565 B1 KR 102412565B1 KR 1020190136361 A KR1020190136361 A KR 1020190136361A KR 20190136361 A KR20190136361 A KR 20190136361A KR 102412565 B1 KR102412565 B1 KR 102412565B1
Authority
KR
South Korea
Prior art keywords
user
dizziness
treadmill
fall
index
Prior art date
Application number
KR1020190136361A
Other languages
Korean (ko)
Other versions
KR20210052689A (en
Inventor
이찬녕
박상현
이장우
공창훈
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020190136361A priority Critical patent/KR102412565B1/en
Publication of KR20210052689A publication Critical patent/KR20210052689A/en
Application granted granted Critical
Publication of KR102412565B1 publication Critical patent/KR102412565B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6895—Sport equipment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B22/00—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements
    • A63B22/02—Exercising apparatus specially adapted for conditioning the cardio-vascular system, for training agility or co-ordination of movements with movable endless bands, e.g. treadmills
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/20—Distances or displacements
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/30—Speed
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/40—Acceleration
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/50—Force related parameters
    • A63B2220/56—Pressure

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명의 일 실시예에 따른 트레드밀 이용시의 낙상 예측 방법은, 트레드밀 이용중인 사용자의 보행관련 파라미터를 측정하는 단계; 상기 사용자로부터 어지럼증 정도를 판단하기 위한 설문에 대한 응답을 입력받는 단계; 상기 사용자에게 시각적 자극을 제공하는 단계; 상기 사용자의 보행관련 파라미터를 재측정하는 단계; 상기 사용자로부터 상기설문에 대한 응답을 재입력받는 단계; 상기 시각적 자극 전후에 각각 측정한 보행관련 파라미터의 변화량과 설문 응답 변화 사이의 상관성을 분석하는 단계; 상관성 분석 결과에 기반하여 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출하는 단계; 및 산출된 어지럼증 지수를 기초로 사용자의 낙상을 예측하는 단계를 포함할 수 있다.A method for predicting a fall when using a treadmill according to an embodiment of the present invention includes: measuring a walking-related parameter of a user using the treadmill; receiving, from the user, a response to a questionnaire for determining the degree of dizziness; providing a visual stimulus to the user; re-measuring the user's gait-related parameters; receiving a response to the questionnaire from the user again; analyzing a correlation between a change amount of a gait-related parameter measured before and after the visual stimulus and a change in a questionnaire response; calculating a dizziness index from a measurement result of a gait-related parameter based on a correlation analysis result; and predicting the user's fall based on the calculated dizziness index.

Description

트레드밀 이용시의 낙상 예측 방법 및 장치 {Fall Prediction Method and Apparatus for User Using Treadmill}Fall Prediction Method and Apparatus for User Using Treadmill

본 출원은 트레드밀 이용시의 낙상 예측 방법 및 장치에 관한 것이다.The present application relates to a fall prediction method and apparatus when using a treadmill.

건강관리에 대한 관심이 높아지면서 트레드밀을 이용한 운동이 널리 보편화되었으며, 특히 고령자의 일상 운동을 위해 또는 뇌질환 환자의 재활 운동을 위해 트레드밀을 이용하는 경우가 증가하고 있다.As interest in health care has increased, exercise using a treadmill has become more common. In particular, the use of a treadmill for daily exercise of the elderly or rehabilitation exercise for brain disease patients is increasing.

그러나, 고령자 또는 뇌질환 환자의 경우 트레드밀 이용시에 낙상 사고가 발생하기 쉽다.However, in the case of the elderly or a patient with a brain disease, a fall accident is likely to occur when using a treadmill.

이와 같은 트레드밀 이용시의 낙상 사고를 방지하기 위해 사용자의 보행을 분석하거나, 낙상 방지를 위해 트레드밀을 제어하는 기술이 제안된 바 있다.A technique for analyzing a user's gait or controlling a treadmill to prevent falls has been proposed in order to prevent a fall accident when using the treadmill.

이와 관련하여, 하기의 특허문헌은 트레드밀 기반의 낙상위험판별장치 및 그 동작 방법을 개시하고 있다.In this regard, the following patent document discloses a treadmill-based fall risk determining device and an operating method thereof.

(한국등록특허 제10-1887427호, 2018년 8월 6일)(Korea Patent No. 10-1887427, August 6, 2018)

당해 기술분야에서는 낙상을 유발하는 인자를 정량적으로 분석하여 사전에 낙상을 예측하기 위한 방안이 요구되고 있다.In the art, there is a need for a method for predicting falls in advance by quantitatively analyzing factors that induce falls.

상기 과제를 해결하기 위해서, 본 발명의 일 실시예는 트레드밀 이용시의 낙상 예측 방법을 제공한다.In order to solve the above problems, an embodiment of the present invention provides a method for predicting a fall when using a treadmill.

상기 트레드밀 이용시의 낙상 예측 방법은, 트레드밀 이용중인 사용자의 보행관련 파라미터를 측정하는 단계; 상기 사용자로부터 어지럼증 정도를 판단하기 위한 설문에 대한 응답을 입력받는 단계; 상기 사용자에게 시각적 자극을 제공하는 단계; 상기 사용자의 보행관련 파라미터를 재측정하는 단계; 상기 사용자로부터 상기 설문에 대한 응답을 재입력받는 단계; 상기 시각적 자극 전후에 각각 측정한 보행관련 파라미터의 변화량과 설문 응답 변화 사이의 상관성을 분석하는 단계; 상관성 분석 결과에 기반하여 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출하는 단계; 및 산출된 어지럼증 지수를 기초로 사용자의 낙상을 예측하는 단계를 포함할 수 있다.
한편, 본 발명의 다른 실시예는 트레드밀 이용시의 낙상 예측 장치를 제공한다.
상기 트레드밀 이용시의 낙상 예측 장치는, 트레드밀을 이용중인 사용자에게 시각적 자극을 제공하는 디스플레이; 상기 시각적 자극이 제공되기 전 및 후에 각각 상기 사용자의 보행관련 파라미터를 측정하는 측정부; 상기 사용자로부터 어지럼증 정도를 판단하기 위한 설문에 대한 응답을 입력받는 설문 응답 입력부; 및 상기 시각적 자극 전후에 각각 측정한 보행관련 파라미터의 변화량과 설문 응답 변화 사이의 상관성을 분석하고, 상관성 분석 결과에 기반하여 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출하며, 산출된 어지럼증 지수를 기초로 사용자의 낙상을 예측하는 분석부를 포함할 수 있다.The method for predicting a fall when using the treadmill includes: measuring a walking-related parameter of a user using the treadmill; receiving, from the user, a response to a questionnaire for determining the degree of dizziness; providing a visual stimulus to the user; re-measuring the user's gait-related parameters; receiving a response to the questionnaire from the user again; analyzing a correlation between a change amount of a gait-related parameter measured before and after the visual stimulus and a change in a questionnaire response; calculating a dizziness index from a measurement result of a gait-related parameter based on a correlation analysis result; and predicting the user's fall based on the calculated dizziness index.
On the other hand, another embodiment of the present invention provides a fall prediction device when using a treadmill.
The apparatus for predicting a fall when using the treadmill includes: a display providing a visual stimulus to a user using the treadmill; a measurement unit for measuring the user's gait-related parameters before and after the visual stimulus is provided; a questionnaire response input unit for receiving a response to a questionnaire for determining the degree of dizziness from the user; and analyzing the correlation between the amount of change in the walking-related parameter measured before and after the visual stimulus and the change in the questionnaire response, calculating the dizziness index from the measurement result of the walking-related parameter based on the correlation analysis result, and based on the calculated dizziness index It may include an analysis unit for predicting the user's fall.

덧붙여 상기한 과제의 해결수단은, 본 발명의 특징을 모두 열거한 것이 아니다. 본 발명의 다양한 특징과 그에 따른 장점과 효과는 아래의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.Incidentally, the means for solving the above problems do not enumerate all the features of the present invention. Various features of the present invention and its advantages and effects may be understood in more detail with reference to the following specific embodiments.

본 발명의 일 실시예에 따르면, 시각적 자극 전후의 보행 변화로부터 낙상을 유발하는 주요 인자인 어지럼증에 대한 지수를 산출하여 정량화함으로써 이를 기초로 보다 정확하게 낙상을 예측할 수 있다.According to an embodiment of the present invention, by calculating and quantifying an index for dizziness, which is a major factor inducing a fall, from a change in gait before and after a visual stimulus, it is possible to more accurately predict a fall based on this.

도 1은 본 발명의 일 실시예에 따른 트레드밀 이용시의 낙상 예측 방법의 흐름도이다.
도 2는 본 발명의 다른 실시예에 따른 트레드밀 이용시의 낙상 예측 장치의 구성도이다.
도 3은 본 발명의 실시예에 따른 사용자 설문 항목의 예를 도시하는 도면이다.
도 4는 본 발명의 실시예에 따른 사용자 설문 항목의 다른 예를 도시하는 도면이다.1 is a flowchart of a method for predicting a fall when using a treadmill according to an embodiment of the present invention.
2 is a block diagram of an apparatus for predicting a fall when using a treadmill according to another embodiment of the present invention.
3 is a diagram illustrating an example of a user questionnaire item according to an embodiment of the present invention.
4 is a diagram illustrating another example of a user questionnaire item according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.Hereinafter, preferred embodiments will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily practice the present invention. However, in describing a preferred embodiment of the present invention in detail, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted. In addition, the same reference numerals are used throughout the drawings for parts having similar functions and functions.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.In addition, throughout the specification, when a part is 'connected' with another part, it is not only 'directly connected' but also 'indirectly connected' with another element interposed therebetween. include In addition, 'including' a certain component means that other components may be further included, rather than excluding other components, unless otherwise stated.

도 1은 본 발명의 일 실시예에 따른 트레드밀 이용시의 낙상 예측 방법의 흐름도이다.1 is a flowchart of a method for predicting a fall when using a treadmill according to an embodiment of the present invention.

도 1을 참조하면, 우선, 사용자가 트레드밀 이용시 사용자의 보행관련 파라미터를 측정하고 사용자로부터 어지럼증 정도를 판단하기 위한 설문에 대한 응답을 입력받을 수 있다(S110). Referring to FIG. 1 , first, when a user uses a treadmill, a user's walking-related parameters may be measured and a response to a questionnaire for determining the degree of dizziness may be input from the user (S110).

여기서, 보행관련 파라미터는 좌측 한걸음 속도(Stride Velocity Left), 우측 한걸음 속도(Stride Velocity Right), 속도(Velocity), 분당 걸음수(Cadence), 좌측 한발짝 길이(Step Length Left), 우측 한발짝 길이(Step Length Right), 좌측 한걸음 길이(Stride Length Left) 및 우측 한걸음 길이(Stride Length Right) 중 하나 이상을 포함할 수 있다.Here, gait-related parameters are Stride Velocity Left, Stride Velocity Right, Velocity, Steps Per Minute Cadence, Step Length Left, and Step Length Right), a left one step length (Stride Length Left), and a right one step length (Stride Length Right) may include one or more.

이와 같은 보행관련 파라미터는 트레드밀 또는 사용자에게 부착된 각종 센서, 예를 들어, 거리 센서, 속도 센서, 가속도 센서, 압력 센서 등과 같은 공지의 센서에 의해 측정될 수 있다.Such walking-related parameters may be measured by known sensors such as a treadmill or various sensors attached to the user, for example, a distance sensor, a speed sensor, an acceleration sensor, and a pressure sensor.

또한, 도 3은 본 발명의 실시예에 따른 사용자 설문 항목의 예를 도시하는 도면이고, 도 4는 본 발명의 실시예에 따른 사용자 설문 항목의 다른 예를 도시하는 도면으로, 일 실시예에 따르면, 도 3에 도시된 바와 같은 설문지를 통해 사용자에게 트레드밀 이용시 사용자가 느끼는 증상에 대한 설문 응답을 입력받을 수 있고, 도 4에 도시된 바와 같이 사용자가 느끼는 어지럼증의 정도에 대해서도 통증 진단 척도(Visual Analog Scale)로 입력받을 수 있다.3 is a diagram illustrating an example of a user questionnaire item according to an embodiment of the present invention, and FIG. 4 is a diagram illustrating another example of a user questionnaire item according to an embodiment of the present invention. , through the questionnaire as shown in FIG. 3 , the user can receive a questionnaire response to the symptoms the user feels when using the treadmill, and as shown in FIG. 4 , the pain diagnosis scale (Visual Analogue) for the degree of dizziness felt by the user Scale) can be input.

일 실시예에 따르면, 사용자가 소지한 단말 장치 또는 트레드밀에 구비된 디스플레이 장치 등을 통해 도 3 및 도 4에 도시된 설문 항목을 제시하고 이에 대한 사용자의 선택 신호를 입력받는 방식 등을 통해 설문 응답을 입력받을 수 있다.According to an embodiment, the questionnaire response is performed through a method of presenting the questionnaire items shown in FIGS. 3 and 4 through a terminal device possessed by the user or a display device provided on a treadmill, and receiving a user's selection signal for this. can be input.

이후, 트레드밀을 이용중인 사용자에게 시각적 자극을 제공할 수 있다(S120). 일 실시예에 따르면, 사용자에 착용되는 헤드 마운트 디스플레이(Head Mount Display), 스마트 글라스, 3D 고글 등과 같은 착용형 디스플레이를 통해 사용자에게 어지러움을 유발하기 위한 시각적 자극을 제공할 수 있으나, 시각적 자극을 제공하는 수단이 반드시 이로 제한되는 것은 아니다.Thereafter, a visual stimulus may be provided to a user using the treadmill ( S120 ). According to an embodiment, a visual stimulus for inducing dizziness may be provided to the user through a wearable display such as a head mounted display, smart glasses, 3D goggles, etc. worn by the user, but the visual stimulus is provided Means for doing so are not necessarily limited thereto.

이후, 사용자의 보행관련 파라미터를 재측정하고 설문에 대한 응답을 재입력받을 수 있다(S130). 여기서, 측정하는 보행관련 파라미터의 종류 및 측정 방법과 설문에 대한 응답은 S110 단계에서 상술한 바와 동일하므로 이에 대한 중복적인 설명은 생략한다.Thereafter, the user's walking-related parameters may be re-measured and a response to the questionnaire may be re-entered (S130). Here, the types and measurement methods of the measured gait-related parameters and responses to the questionnaire are the same as those described above in step S110, and thus a redundant description thereof will be omitted.

이후, 시각적 자극 전후에 각각 측정한 보행관련 파라미터의 변화량과 설문 응답 변화 사이의 상관성을 분석할 수 있다(S140).Thereafter, the correlation between the amount of change in the gait-related parameter measured before and after the visual stimulus and the change in the questionnaire response may be analyzed (S140).

일 실시예에 따르면, 사용자에 의해 입력된 설문 응답 변화를 기초로 평가한 사용자의 증상과 하나 이상의 보행관련 파라미터의 변화량 사이의 관련성을 분석하여 각각의 보행관련 파라미터에 대한 가중치를 부여할 수 있다. 예를 들어, 사용자의 설문 응답에서 어지럼증의 변화 정도가 크게 나타난 경우에 변화량이 크게 나타난 보행관련 파라미터에는 높은 가중치를 부여하고, 변화량이 작게 나타난 보행관련 파라미터에는 낮은 가중치를 부여할 수 있다.According to an embodiment, a weight may be assigned to each gait-related parameter by analyzing the correlation between the user's symptoms evaluated based on the change in the questionnaire response input by the user and the amount of change in one or more gait-related parameters. For example, when the degree of change in dizziness is large in the user's questionnaire response, a high weight may be given to a gait-related parameter showing a large change, and a low weight may be given to a gait-related parameter in which a small change is shown.

이후, 상관성 분석 결과에 기반하여 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출할 수 있다(S150).Then, based on the correlation analysis result, it is possible to calculate the dizziness index from the measurement result of the walking-related parameter (S150).

일 실시예에 따르면, 상술한 S140에서 상관성 분석을 통해 각각의 보행관련 파라미터에 부여된 가중치를 고려하여 사용자의 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출할 수 있다.According to an embodiment, the dizziness index may be calculated from the measurement result of the user's walking-related parameters in consideration of the weights assigned to each of the walking-related parameters through the correlation analysis in S140 described above.

일 예로, 어지럼증 지수(Dizzy probability)는 하기의 수학식 1에 따라 산출할 수 있다.As an example, the dizzy probability may be calculated according to Equation 1 below.

[수학식 1][Equation 1]

Dizzy probability = a0 + b0(V2-V1) + C0(Ca2-Ca1) + d0(L1-L2)Dizzy probability = a 0 + b 0 (V 2 -V 1 ) + C 0 (Ca 2 -Ca 1 ) + d 0 (L 1 -L 2 )

여기서, a0, b0, c0 및 d0은 a0>0, b0<0, C0>0, d0>0이며, 상술한 S140 단계에서 결정된 가중치일 수 있다. 또한, a0는 사용자의 성별에 따라 정해진 값일 수 있으며 여성인 경우 남성에 비해 더 큰 값을 가질 수 있다. 또한, V1, V2는 시각적 자극 전 및 후의 보행 속도 관련 파라미터를 나타내고, Ca1, Ca2는 시각적 자극 전 및 후의 분당 걸음수를 나타내며, L1, L2는 시각적 자극 전후의 보행 길이 관련 파라미터(예를 들어, 양측 길이의 평균값 등)를 나타낸다.Here, a 0 , b 0 , c 0 and d 0 are a 0 >0, b 0 <0, C 0 >0, d 0 >0, and may be the weight determined in step S140 described above. Also, a 0 may be a value determined according to the user's gender, and may have a larger value for a woman than for a man. In addition, V 1 and V 2 represent parameters related to walking speed before and after visual stimulation, Ca 1 and Ca 2 represent steps per minute before and after visual stimulation, and L 1 and L 2 are related to walking length before and after visual stimulation. A parameter (eg, the average value of the lengths of both sides, etc.) is indicated.

상술한 예에 따르면 시각적 자극 전, 후의 보행의 변화로부터 어지럼증 지수를 정량적으로 산출할 수 있다According to the above example, it is possible to quantitatively calculate the dizziness index from the change in gait before and after the visual stimulus.

이후, 산출된 지수를 기초로 사용자의 낙상을 예측할 수 있다(S160).Thereafter, it is possible to predict the user's fall based on the calculated index (S160).

일 실시예에 따르면, 산출된 어지럼증 지수가 속하는 범위에 따라 사용자의 낙상 가능성을 평가하여 낙상을 예측할 수 있다.According to an embodiment, a fall may be predicted by evaluating a user's fall probability according to a range to which the calculated dizziness index belongs.

상술한 본 발명의 실시예에 따르면, 사용자가 트레드밀 이용시에 겪을 수 있는 어지럼증을 정량화하여 지수로 산출하고, 이를 이용하여 사용자의 낙상을 사전에 예측할 수 있게 된다.According to the above-described embodiment of the present invention, dizziness that a user may experience when using a treadmill is quantified and calculated as an index, and using this, it is possible to predict a user's fall in advance.

도 2는 본 발명의 다른 실시예에 따른 트레드밀 이용시의 낙상 예측 장치의 구성도이다.2 is a block diagram of an apparatus for predicting a fall when using a treadmill according to another embodiment of the present invention.

도 2를 참조하면, 본 발명의 다른 실시예에 따른 트레드밀 이용시의 낙상 예측 장치(200)는 디스플레이(210), 측정부(220), 설문 응답 입력부(230) 및 분석부(240)를 포함하여 구성될 수 있다.Referring to FIG. 2 , the apparatus 200 for predicting a fall when using a treadmill according to another embodiment of the present invention includes a display 210 , a measurement unit 220 , a questionnaire response input unit 230 , and an analysis unit 240 . can be configured.

여기서, 디스플레이(210)는 트레드밀을 이용중인 사용자에게 시각적 자극을 제공하기 위한 것이다.Here, the display 210 is to provide a visual stimulus to a user using the treadmill.

디스플레이(210)는 예를 들어 사용자에 착용되는 헤드 마운트 디스플레이(Head Mount Display), 스마트 글라스, 3D 고글 등과 같은 착용형 디스플레이로 구현되어, 사용자에게 어지러움을 유발하기 위한 시각적 자극을 제공할 수 있다.The display 210 may be implemented as a wearable display such as, for example, a head mounted display worn by a user, smart glasses, 3D goggles, and the like, and may provide a visual stimulus for inducing dizziness to the user.

측정부(220)는 사용자가 트레드밀 이용시에 사용자의 보행관련 파라미터를 측정하기 위한 것이다.The measurement unit 220 is for measuring the user's walking-related parameters when the user uses the treadmill.

측정부(220)는 트레드밀 또는 사용자에게 부착된 각종 센서, 예를 들어, 거리 센서, 속도 센서, 가속도 센서, 압력 센서 등과 같은 공지의 센서를 포함할 수 있으며, 도 1을 참조하여 상술한 바와 같이 사용자에 대해 시각적 자극이 제공되기 전 및 후에 각각 사용자의 보행관련 파라미터를 측정할 수 있다.The measuring unit 220 may include known sensors such as a treadmill or various sensors attached to the user, for example, a distance sensor, a speed sensor, an acceleration sensor, a pressure sensor, and the like, as described above with reference to FIG. 1 . The user's gait-related parameters may be measured before and after the visual stimulus is provided to the user, respectively.

설문 응답 입력부(230)는 사용자로부터 어지럼증 정도를 판단하기 위한 설문에 대한 응답을 입력받기 위한 것이다.The questionnaire response input unit 230 is for receiving a response to a questionnaire for determining the degree of dizziness from the user.

분석부(240)는 디스플레이(210)를 통한 시각적 자극 제공 전후에 측정부(220)에 의해 각각 측정한 보행관련 파라미터의 변화량과 설문 응답 입력부(230)를 통해 입력된 설문 응답 변화 사이의 상관성을 분석하고, 상관성 분석 결과에 기반하여 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출하며, 산출된 지수를 기초로 사용자의 낙상을 예측하기 위한 것이다.The analysis unit 240 analyzes the correlation between the amount of change in the walking-related parameter measured by the measurement unit 220 before and after providing the visual stimulus through the display 210 and the change in the questionnaire response input through the questionnaire response input unit 230 . It is for analyzing, calculating a dizziness index from the measurement result of a gait-related parameter based on the correlation analysis result, and predicting a user's fall based on the calculated index.

분석부(240)는 정보 처리가 가능한 프로세싱 장치에 의해 구현될 수 있다.The analysis unit 240 may be implemented by a processing device capable of processing information.

각 구성의 구체적인 기능은 도 1을 참조하여 상술한 바와 동일하므로 이에 대한 중복적인 설명은 생략한다.Since the specific functions of each configuration are the same as those described above with reference to FIG. 1 , a redundant description thereof will be omitted.

본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 본 발명에 따른 구성요소를 치환, 변형 및 변경할 수 있다는 것이 명백할 것이다.The present invention is not limited by the above embodiments and the accompanying drawings. For those of ordinary skill in the art to which the present invention pertains, it will be apparent that the components according to the present invention can be substituted, modified and changed without departing from the technical spirit of the present invention.

200: 낙상 예측 장치
210: 디스플레이
220: 측정부
230: 설문 응답 입력부
240: 분석부200: fall prediction device
210: display
220: measurement unit
230: survey response input unit
240: analysis unit

Claims (8)

디스플레이, 측정부, 설문 응답 입력부 및 분석부를 포함하는 트레드밀 이용시의 낙상 예측 장치에 의해 수행되는 트레드밀 이용시의 낙상 예측 방법에 있어서,
상기 측정부에 의해 트레드밀 이용중인 사용자의 보행관련 파라미터를 측정하는 단계;
상기 설문 응답 입력부에 의해 상기 사용자로부터 어지럼증 정도를 판단하기 위한 설문에 대한 응답을 입력받는 단계;
상기 디스플레이에 의해 상기 사용자에게 시각적 자극을 제공하는 단계;
상기 측정부에 의해 상기 사용자의 보행관련 파라미터를 재측정하는 단계;
상기 설문 응답 입력부에 의해 상기 사용자로부터 상기 설문에 대한 응답을 재입력받는 단계;
상기 분석부에 의해 상기 시각적 자극 전후에 각각 측정한 보행관련 파라미터의 변화량과 설문 응답 변화 사이의 상관성을 분석하는 단계;
상기 분석부에 의해 상관성 분석 결과에 기반하여 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출하는 단계; 및
상기 분석부에 의해 산출된 어지럼증 지수를 기초로 사용자의 낙상을 예측하는 단계를 포함하며,
상기 어지럼증 지수를 산출하는 단계는 시각적 자극 전 및 후의 보행 속도 관련 파라미터, 분당 걸음수 및 보행 길이 관련 파라미터의 변화량을 기초로 상기 어지럼증 지수를 산출하는 트레드밀 이용시의 낙상 예측 방법.
A method for predicting falls when using a treadmill, the method comprising: a display, a measurement unit, a questionnaire response input unit, and an analysis unit;
measuring a gait-related parameter of the user using the treadmill by the measuring unit;
receiving a response to a questionnaire for determining the degree of dizziness from the user by the questionnaire response input unit;
providing a visual stimulus to the user by the display;
re-measuring the gait-related parameter of the user by the measuring unit;
re-inputting a response to the questionnaire from the user by the questionnaire response input unit;
analyzing a correlation between a change amount of a gait-related parameter measured before and after the visual stimulus by the analysis unit and a change in questionnaire response;
calculating a dizziness index from a measurement result of a gait-related parameter based on a correlation analysis result by the analysis unit; and
Predicting the user's fall based on the dizziness index calculated by the analysis unit,
The step of calculating the dizziness index includes calculating the dizziness index based on the amount of change in parameters related to walking speed, steps per minute, and walking length before and after visual stimulation. A method for predicting falls when using a treadmill.
 제 1 항에 있어서,
상기 보행관련 파라미터는 좌측 한걸음 속도(Stride Velocity Left), 우측 한걸음 속도(Stride Velocity Right), 속도(Velocity), 분당 걸음수(Cadence), 좌측 한발짝 길이(Step Length Left), 우측 한발짝 길이(Step Length Right), 좌측 한걸음 길이(Stride Length Left) 및 우측 한걸음 길이(Stride Length Right) 중 하나 이상을 포함하는 것을 특징으로 하는 트레드밀 이용시의 낙상 예측 방법.
The method of claim 1,
The walking-related parameters are Stride Velocity Left, Stride Velocity Right, Velocity, Steps Per Minute Cadence, Left Step Length Left, Right Step Length Right), a left one step length (Stride Length Left), and a right one step length (Stride Length Right), a fall prediction method when using a treadmill, characterized in that it includes at least one.
 제 1 항에 있어서, 상기 상관성을 분석하는 단계는,
상관성 분석 결과를 기초로 각각의 보행관련 파라미터에 대한 가중치를 부여하는 것을 특징으로 하는 트레드밀 이용시의 낙상 예측 방법.
The method of claim 1, wherein the analyzing of the correlation comprises:
A method for predicting a fall when using a treadmill, characterized in that weight is assigned to each gait-related parameter based on the correlation analysis result.
 제 3 항에 있어서, 상기 어지럼증 지수를 산출하는 단계는,
상기 각각의 보행관련 파라미터에 부여된 가중치를 고려하여 상기 어지럼증 지수를 산출하는 것을 특징으로 하는 트레드밀 이용시의 낙상 예측 방법.
The method of claim 3, wherein calculating the dizziness index comprises:
A method for predicting a fall when using a treadmill, characterized in that the dizziness index is calculated in consideration of the weight given to each of the walking-related parameters.
 제 4 항에 있어서,
상기 어지럼증 지수(Dizzy probability)는 하기의 수학식,
Dizzy probability = a0 + b0(V2-V1) + C0(Ca2-Ca1) + d0(L1-L2)
에 따라 산출하며,
a0, b0, c0 및 d0은 상기 상관성을 분석하는 단계에서 결정된 가중치이고,
V1, V2는 시각적 자극 전 및 후의 보행 속도 관련 파라미터를 나타내고,
Ca1, Ca2는 시각적 자극 전 및 후의 분당 걸음수를 나타내며,
L1, L2는 시각적 자극 전 및 후의 보행 길이 관련 파라미터를 나타내는 것을 특징으로 하는 트레드밀 이용시의 낙상 예측 방법.
5. The method of claim 4,
The dizziness index (Dizzy probability) is the following equation,
Dizzy probability = a 0 + b 0 (V 2 -V 1 ) + C 0 (Ca 2 -Ca 1 ) + d 0 (L 1 -L 2 )
calculated according to
a 0 , b 0 , c 0 and d 0 are weights determined in the step of analyzing the correlation,
V 1 , V 2 represent parameters related to walking speed before and after visual stimulation,
Ca 1 , Ca 2 represent steps per minute before and after visual stimulation,
L 1 , L 2 A fall prediction method using a treadmill, characterized in that it represents parameters related to walking length before and after visual stimulation.
 제 5 항에 있어서,
a0>0, b0<0, C0>0, d0>0이고, a0는 사용자의 성별에 따라 정해진 값으로 여성인 경우 남성에 비해 더 큰 값을 가지는 것을 특징으로 하는 트레드밀 이용시의 낙상 예측 방법.
6. The method of claim 5,
a 0 >0, b 0 <0, C 0 >0, d 0 >0, and a 0 is a value determined according to the user's gender. Fall Prediction Methods.
 제 1 항에 있어서,
상기 낙상을 예측하는 단계는,
상기 어지럼증 지수가 속하는 범위에 따라 사용자의 낙상 가능성을 평가하는 것을 특징으로 하는 트레드밀 이용시의 낙상 예측 방법.
The method of claim 1,
Predicting the fall includes:
A fall prediction method when using a treadmill, characterized in that the user's fall probability is evaluated according to the range to which the dizziness index belongs.
 트레드밀을 이용중인 사용자에게 시각적 자극을 제공하는 디스플레이;
상기 시각적 자극이 제공되기 전 및 후에 각각 상기 사용자의 보행관련 파라미터를 측정하는 측정부;
상기 사용자로부터 어지럼증 정도를 판단하기 위한 설문에 대한 응답을 입력받는 설문 응답 입력부; 및
상기 시각적 자극 전후에 각각 측정한 보행관련 파라미터의 변화량과 설문 응답 변화 사이의 상관성을 분석하고, 상관성 분석 결과에 기반하여 보행관련 파라미터 측정 결과로부터 어지럼증 지수를 산출하며, 산출된 어지럼증 지수를 기초로 사용자의 낙상을 예측하는 분석부를 포함하며,
상기 분석부는 시각적 자극 전 및 후의 보행 속도 관련 파라미터, 분당 걸음수 및 보행 길이 관련 파라미터의 변화량을 기초로 상기 어지럼증 지수를 산출하는 트레드밀 이용시의 낙상 예측 장치.a display providing a visual stimulus to a user using the treadmill;
a measurement unit for measuring the user's gait-related parameters before and after the visual stimulus is provided;
a questionnaire response input unit for receiving a response to a questionnaire for determining the degree of dizziness from the user; and
Analyzes the correlation between the amount of change in the gait-related parameter measured before and after the visual stimulus and the change in the questionnaire response, calculates the dizziness index from the measurement result of the gait-related parameter based on the correlation analysis result, and the user based on the calculated dizziness index Includes an analysis unit that predicts the fall of
The analysis unit is a fall prediction device when using a treadmill that calculates the dizziness index based on changes in parameters related to walking speed, steps per minute, and walking length before and after visual stimulation.
KR1020190136361A 2019-10-30 2019-10-30 Fall Prediction Method and Apparatus for User Using Treadmill KR102412565B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190136361A KR102412565B1 (en) 2019-10-30 2019-10-30 Fall Prediction Method and Apparatus for User Using Treadmill

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190136361A KR102412565B1 (en) 2019-10-30 2019-10-30 Fall Prediction Method and Apparatus for User Using Treadmill

Publications (2)

Publication Number Publication Date
KR20210052689A KR20210052689A (en) 2021-05-11
KR102412565B1 true KR102412565B1 (en) 2022-06-24

Family

ID=75914734

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190136361A KR102412565B1 (en) 2019-10-30 2019-10-30 Fall Prediction Method and Apparatus for User Using Treadmill

Country Status (1)

Country Link
KR (1) KR102412565B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102633380B1 (en) * 2022-03-23 2024-02-06 주식회사 스파이더코어 Method and system for predicting vertigo-associated disease

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008058020A1 (en) * 2008-11-19 2010-05-20 Zebris Medical Gmbh Arrangement for training the gear
KR101112622B1 (en) * 2010-02-25 2012-02-15 한경대학교 산학협력단 Portable diagnosis apparatus for dizziness
KR101670134B1 (en) * 2014-10-30 2016-10-28 한경대학교 산학협력단 Diagnosis Apparatus For Dizziness
KR101974831B1 (en) * 2016-12-12 2019-05-03 한국과학기술원 Method for Assessing Fall Risk and User Terminal therefor
KR101887427B1 (en) 2016-12-14 2018-08-10 재단법인대구경북과학기술원 Discriminating apparatus for falling risk based on treadmill, and control method thereof
KR101965050B1 (en) * 2017-03-23 2019-04-02 한림대학교 산학협력단 System for measuring function of pedestrian based on vertual reality
KR20190054356A (en) * 2017-11-13 2019-05-22 사회복지법인 삼성생명공익재단 A method and apparatus for quantifying and evaluating dizziness or visual fatigue of user due to use of a virtual reality device
KR20190093803A (en) * 2018-01-18 2019-08-12 고려대학교 산학협력단 System for evaluating fall risk and Method thereof
KR20190115978A (en) * 2018-04-04 2019-10-14 노현철 Method and Apparatus for measuring frailty index based on physical ability parameters

Also Published As

Publication number Publication date
KR20210052689A (en) 2021-05-11

Similar Documents

Publication Publication Date Title
Norris et al. Method analysis of accelerometers and gyroscopes in running gait: A systematic review
Wille et al. Ability of sagittal kinematic variables to estimate ground reaction forces and joint kinetics in running
Zijlstra Assessment of spatio-temporal parameters during unconstrained walking
Matsushima et al. Clinical assessment of standing and gait in ataxic patients using a triaxial accelerometer
US20140330171A1 (en) Method and device for monitoring postural and movement balance for fall prevention
Moon et al. Stride‐Time Variability and Fall Risk in Persons with Multiple Sclerosis
Stenum et al. The effect of walking speed on local dynamic stability is sensitive to calculation methods
KR102107379B1 (en) Method for Prediction Frailty Using Triple Axis Motion Meter, Prediction Frailty System using Triple Axis Motion Meter and Wearable Prediction Frailty Device
Chini et al. Local stability of the trunk in patients with degenerative cerebellar ataxia during walking
Phillips et al. A comparison of accelerometer accuracy in older adults
US20160058373A1 (en) Running Energy Efficiency
Caronni et al. Local dynamic stability of gait in people with early multiple sclerosis and no-to-mild neurological impairment
WO2016120725A1 (en) Training device for determining timing of next training session
Bonnechère et al. Validation of the balance board for clinical evaluation of balance during serious gaming rehabilitation exercises
MejiaCruz et al. Walking speed measurement technology: a review
KR20230084446A (en) System and Method for improving measurement accuracy of the momentum in a health care system
JP2014094070A (en) Method for evaluating walking age
KR102425053B1 (en) Gait data based exercise recommendation system and method thereof
Miyazaki et al. Validity of measurement for trailing limb angle and propulsion force during gait using a magnetic inertial measurement unit
JPWO2019181483A1 (en) Cognitive function evaluation device, cognitive function evaluation system, cognitive function evaluation method, and program
KR102412565B1 (en) Fall Prediction Method and Apparatus for User Using Treadmill
JP6785917B2 (en) How to calculate real-time stride length and speed of a running or walking individual
JP6127454B2 (en) Walking age display system
JP5612627B2 (en) Physical ability determination device and data processing method
Machulik et al. Validation of an Inertial Measurement Unit Based Magnetic Timing Gate System during Running and Sprinting.

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant