KR20160017914A - APPARATUS AND METHOD FOR DECIDING OF spinal tuberculosis - Google Patents
APPARATUS AND METHOD FOR DECIDING OF spinal tuberculosis Download PDFInfo
- Publication number
- KR20160017914A KR20160017914A KR1020140101518A KR20140101518A KR20160017914A KR 20160017914 A KR20160017914 A KR 20160017914A KR 1020140101518 A KR1020140101518 A KR 1020140101518A KR 20140101518 A KR20140101518 A KR 20140101518A KR 20160017914 A KR20160017914 A KR 20160017914A
- Authority
- KR
- South Korea
- Prior art keywords
- muscle
- spinal
- users
- disease
- user
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 208000003001 spinal tuberculosis Diseases 0.000 title 1
- 238000005259 measurement Methods 0.000 claims abstract description 133
- 210000003205 muscle Anatomy 0.000 claims abstract description 113
- 208000020307 Spinal disease Diseases 0.000 claims abstract description 70
- 230000006870 function Effects 0.000 claims description 101
- 206010049816 Muscle tightness Diseases 0.000 claims description 79
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 50
- 230000002159 abnormal effect Effects 0.000 claims description 47
- 208000029761 vertebral disease Diseases 0.000 claims description 27
- 238000003745 diagnosis Methods 0.000 claims description 12
- 230000008447 perception Effects 0.000 claims description 12
- 201000010099 disease Diseases 0.000 claims description 7
- 230000001755 vocal effect Effects 0.000 claims description 2
- 230000036760 body temperature Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 208000008035 Back Pain Diseases 0.000 description 7
- 208000002193 Pain Diseases 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 208000010040 Sprains and Strains Diseases 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 2
- 208000008930 Low Back Pain Diseases 0.000 description 2
- 206010049565 Muscle fatigue Diseases 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 230000001144 postural effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000029578 Muscle disease Diseases 0.000 description 1
- 201000002481 Myositis Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000005786 degenerative changes Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
척추 질환 판단 장치 및 방법에 연관되며, 구체적으로는, 사용자의 측정 부위에 대한 척추 근육 정보를 이용하여 척추 근육 상태를 판단하여 진단하는 장치 및 방법에 연관된다.The present invention relates to an apparatus and a method for verifying a vertebral muscle disease, and more particularly, to an apparatus and method for verifying and diagnosing a vertebral muscle condition using vertebral muscle information on a user's measurement region.
전 인구의 80%가 한번 이상 경험하는 요통의 원인은 자세의 이상, 퇴행성변화, 근육의 염증 및 수축 등이 있으며, 이중 자세의 이상이 근본적인 역할을 한다. 또한, 수술적 치료가 필요한 경우는 5% 이내로 알려져 있다. 요통은 특히 급증하는 노령인구에 큰 비중을 차지하고 있다.The cause of lower back pain, which is experienced by more than 80% of the entire population, is postural abnormalities, degenerative changes, muscle inflammation and contractions, and dual postural abnormalities play a fundamental role. In addition, the need for surgical treatment is less than 5%. Low back pain accounts especially for the rapidly aging population.
기존의 X-ray, MRI, CT 등의 영상의학 진단 방법은 정적인 상태에서 척추의 기질 이상을 진단하고 있으나 이러한 영상 진단은 요통이 없는 정상인의 30~40%에서 척추에 이상이 있다는 결과를 나타낼 수 있다.The existing radiological diagnostic methods such as X-ray, MRI, CT, etc., diagnose abnormalities of the spinal column in a static state, but these imaging results show that 30 ~ 40% of normal persons without back pain have abnormalities in the spine .
아울러 영상진단 상에는 이상이 발견되지 않지만 기능 이상으로 활동 시 통증을 호소하는 환자들의 진단이 적절하게 이루어지지 않는 것은 동적인 정보와 근육의 기능 등을 종합하여 동시적으로 고려하지 못하기 때문이다.In addition, there is no abnormality in imaging diagnosis, but the diagnosis of patients who complain of pain when they are functioning abnormally is not done properly because dynamic information and function of muscles are not taken into consideration at the same time.
요통환자는 허리에 통증이 발생되고 통증 등으로 이차적으로 근육이 긴장되고 이에 따라 가동범위가 감소되며 이에 따라 다양한 활동을 하는데 장애(기능장애)가 발생될 수 있다.Patients with back pain suffer from pain in the back, pain and other secondary muscles are tensed, resulting in a reduced range of motion, which can lead to various disorders (dysfunction).
허리 통증에 의해 이차적으로 발생되는 근육의 긴장도를 측정하여 기존에 통증에 대한 주관적인 평가와 영상의학에 의한 기질적인 변화만을 진단하는 것보다 더 효율적이고 실제 환자의 상태를 객관적으로 평가하는데 유용한 척추 질환 판단 장치가 필요하다.It is more effective than the subjective assessment of pain and only the basal change by radiology by measuring the tension of the muscles that are generated secondarily by back pain. It is useful to objectively evaluate the actual condition of the patient. A device is needed.
일측에 따르면, 사용자의 측정 부위에 대한 척추의 근 긴장도를 결정하는 척추 근육 정보를 입력 받는 단계; 상기 측정 부위에 대응하는 척추 질환 판단 함수를 호출하는 단계; 및 상기 척추 근육 정보 및 상기 호출된 척추 질환 판단 함수를 이용하여 상기 사용자의 척추 근육 상태를 판단하는 단계를 포함하는 척추 근육 상태 판단 방법이 제공된다.According to one aspect of the present invention, there is provided a method of verifying a vertebral body, comprising the steps of: receiving vertebral muscle information for determining a muscle tension of a vertebrae of a user; Calling a spinal disease disease judgment function corresponding to the measurement site; And determining the vertebral muscle state of the user using the vertebral muscle information and the called vertebra disease judgment function.
여기서, 상기 척추 근육 정보는, 미리 정해진 3차원 자세에 대한 상기 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다. 부위별 동작과 생체신호를 동기화시킬 수 있다.Here, the vertebral muscle information may include at least one of the operation information and the biometric information of the user with respect to a predetermined three-dimensional posture. It is possible to synchronize the movement of each part and the biological signal.
일실시예에 따르면, 상기 척추 질환 판단 함수를 생성하는 단계를 더 포함할 수 있다.According to one embodiment, the method may further comprise generating the spinal disease disease judgment function.
더욱 상세하게, 상기 척추 질환 판단 함수를 생성하는 단계는, 복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 단계; 상기 입력 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산하는 단계; 상기 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계; 및 상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계를 포함할 수 있다.More specifically, the step of generating the vertebral disease judgment function may comprise: verifying muscle information of a vertebral muscle for a measurement site of each of a plurality of users, a questionnaire about a vertebra preset for each of the plurality of users, Receiving at least one of the input information as input information; Calculating a muscle tone of each of a plurality of users using the input information; Classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the calculated muscle tension of each of the plurality of users; And generating the spinal disease disease judgment function based on the muscle tension of the normal person group and the muscle tension of the abnormal person group.
또한, 상기 척추 질환 판단 함수를 생성하는 단계는, 상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도 사이의 상관 관계에 기초하여, 상기 척추 질환 판단 함수를 구성하는 파라미터를 결정하는 단계; 및 상기 결정된 파라미터에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계를 포함할 수 있다.The step of generating the spinal disease disease judgment function may further comprise the steps of: determining parameters constituting the spinal disease disease judgment function based on a correlation between the muscle tension of the normal person group and the muscle tension of the abnormal person group; And generating the spinal disease disease judgment function based on the determined parameter.
한편, 상기 척추 질환 판단 함수를 구성하는 파라미터를 결정하는 단계는, 상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도 사이의 상관도가 미리 설정된 임계값 미만인 파라미터를 상기 척추 질환 판단 함수를 구성하는 파라미터로서 결정할 수 있다.Meanwhile, the step of determining the parameters constituting the spinal disease disease judgment function may include a step of determining a parameter having a correlation between the muscle tension of the normal group and the muscle tension of the abnormal group less than a preset threshold value, Can be determined as a parameter.
일실시예에 따르면, 상기 동작 정보는, 상기 사용자가 상기 미리 정해진 3차원 자세를 취할 경우, 측정 부위에 대한 가동 범위인 롬(ROM: Range Of Motion)을 포함할 수 있다.According to one embodiment, the operation information may include a range of motion (ROM), which is an operating range for a measurement site, when the user takes the predetermined three-dimensional position.
다른 일실시예에 따르면, 상기 생체 정보는, 상기 사용자에 대한 체온, 생체 임피던스 및 전류지각역치 중 적어도 하나를 포함할 수 있다.According to another embodiment, the biometric information may include at least one of a body temperature, a bioimpedance, and a current perception threshold for the user.
여기서, 상기 측정 부위는, 상기 사용자의 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위일 수 있다.Here, the measurement site may be a first measurement site and a second measurement site that are symmetrical with respect to the user's spine.
다른 일측에 따르면, 사용자의 척추 근육 상태를 판단하기 위한 척추 질환 판단 함수를 생성하는 척추 질환 판단 함수 생성 방법에 있어서, 복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 단계; 상기 입력 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산하는 단계; 상기 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계; 및 상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계를 포함하는 척추 질환 판단 함수 생성 방법이 제공된다.According to another aspect, there is provided a method of generating a vertebra disease judgment function for generating a vertebra disease judgment function for judging a state of a vertebral muscle of a user, the method comprising: verifying vertebral muscle information for each of a plurality of users, Receiving at least one of a questionnaire about a predetermined vertebrae and a diagnosis result for each of the plurality of users as input information; Calculating a muscle tone of each of a plurality of users using the input information; Classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the calculated muscle tension of each of the plurality of users; And generating the spinal disease disease judgment function based on the muscle tension of the normal person group and the muscle tension of the abnormal person group.
일실시예에 따르면, 상기 복수의 사용자 각각에 대해 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위로부터 상기 척추 근육 정보를 획득하는 단계를 더 포함할 수 있다.According to one embodiment, the method may further include acquiring the vertebral muscle information from the first measurement site and the second measurement site that are symmetrical with respect to the spine with respect to each of the plurality of users.
다른 일실시예에 따르면, 상기 근 긴장도를 연산하는 단계는, 상기 제1 측정 부위로부터 획득된 제1 측정값 및 상기 제2 측정 부위로부터 획득된 제2 측정값과의 차이를 계산하는 단계를 포함할 수 있다.According to another embodiment, calculating the muscle tension comprises calculating a difference between a first measurement value obtained from the first measurement site and a second measurement value obtained from the second measurement site can do.
또 다른 일실시예에 따르면, 상기 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계는, 상기 복수의 사용자 중 제1 사용자로부터 획득된 상기 차이가 제1 임계값보다 큰 경우; 또는 상기 복수의 사용자 중 상기 제1 사용자로부터 획득된 상기 제1 측정값 또는 상기 제2 측정값의 크기가 제2 임계값보다 큰 경우, 상기 제1 사용자를 상기 비정상인군으로 분류하는 단계를 포함할 수 있다.According to another embodiment, classifying the spinal disease into a normal person group and an abnormal person group includes: when the difference obtained from the first user among the plurality of users is greater than a first threshold value; Or classifying the first user as the abnormal user if the size of the first measurement value or the second measurement value obtained from the first user among the plurality of users is greater than a second threshold value .
구체적으로, 상기 척추 질환 판단 함수를 생성하는 단계는, 상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도 사이의 상관 관계에 기초하여, 상기 척추 질환 판단 함수를 구성하는 파라미터를 결정하는 단계; 및 상기 결정된 파라미터에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계를 포함할 수 있다.Specifically, the step of generating the spinal disease disease judgment function comprises: determining parameters constituting the spinal disease disease judgment function based on a correlation between the muscle tension of the normal person group and the muscle tension of the abnormal person group; And generating the spinal disease disease judgment function based on the determined parameter.
또 다른 일측에 따르면, 척추 질환 판단 함수 생성 방법을 실행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체에 있어서, 상기 척추 질환 판단 함수 생성 방법은, 복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 단계; 상기 입력 정보를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계; 및 상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계를 포함하는 컴퓨터 판독 가능 기록 매체가 제공된다.According to another aspect of the present invention, there is provided a computer-readable recording medium storing a program for executing a spinal disease judgment function generation method, the spinal disease disease judgment function generation method comprising the steps of: Receiving at least one of a questionnaire about a vertebra preset for each of a plurality of users and a diagnosis result for each of the plurality of users as input information; Classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the input information; And generating the spinal disease disease judgment function based on the muscle tension of the normal person group and the muscle tension of the abnormal person group.
일측에 따르면, 사용자의 측정 부위에 대한 척추의 근 긴장도를 결정하는 척추 근육 정보를 입력 받는 입력부; 상기 측정 부위에 대응하는 척추 질환 판단 함수를 호출하는 처리부; 및 상기 척추 근육 정보 및 상기 호출된 척추 질환 판단 함수를 이용하여 상기 사용자의 척추 근육 상태를 판단하는 판단부를 포함하는 척추 근육 상태 판단 장치가 제공된다.According to one aspect of the present invention, there is provided an apparatus comprising: an input unit for inputting vertebral muscle information for determining a muscle tension of a vertebrae to a measurement site of a user; A processor for calling a spinal disease disease judgment function corresponding to the measurement site; And a determination unit for determining the spinal muscle state of the user using the vertebral muscle information and the called verbal disease determination function.
여기서, 상기 척추 근육 정보는, 미리 정해진 3차원 자세에 대한 상기 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다.Here, the vertebral muscle information may include at least one of the operation information and the biometric information of the user with respect to a predetermined three-dimensional posture.
다른 일측에 따르면, 사용자의 척추 근육 상태를 판단하기 위한 척추 질환 판단 함수를 생성하는 척추 질환 판단 함수 생성 장치에 있어서, 복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 입력부; 상기 입력 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산하는 연산부; 상기 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 처리부; 및 상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 함수 생성부를 포함하는 척추 질환 판단 함수 생성 장치가 제공된다.According to another aspect, there is provided a spinal disease judgment function generating apparatus for generating a spinal disease judgment function for judging a spinal muscle condition of a user, the apparatus comprising: spinal muscle information for a measurement region of each of a plurality of users; An input unit for inputting at least one of a questionnaire about a predetermined vertebrae and a diagnosis result for each of the plurality of users as input information; An arithmetic unit for calculating a muscle tension of each of a plurality of users using the input information; A processor for classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the calculated muscle tension of each of the plurality of users; And a function generation unit for generating the spinal disease disease judgment function based on the muscle tension of the normal person group and the muscle tension of the abnormal person group.
일실시예에 따르면, 상기 복수의 사용자 각각에 대해 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위로부터 상기 척추 근육 정보를 획득하는 정보 획득부를 더 포함하고, 상기 근 긴장도는, 상기 제1 측정 부위로부터 획득된 제1 측정값 및 상기 제2 측정 부위로부터 획득된 제2 측정값과의 차이 또는 상기 제1 측정값과 상기 제2 측정값의 크기일 수 있다.According to an embodiment, the apparatus further includes an information obtaining unit for obtaining the vertebral muscle information from the first measurement site and the second measurement site that are symmetrical with respect to the spine with respect to each of the plurality of users, A difference between the first measurement value obtained from the first measurement site and the second measurement value obtained from the second measurement site, or the size of the first measurement value and the second measurement value.
다른 일실시예에 따르면, 상기 처리부는, 상기 복수의 사용자 중 제1 사용자로부터 획득된 상기 차이가 제1 임계값보다 큰 경우; 또는 상기 복수의 사용자 중 상기 제1 사용자로부터 획득된 상기 제1 측정값 또는 상기 제2 측정값의 크기가 제2 임계값보다 큰 경우, 상기 제1 사용자를 상기 비정상인군으로 분류할 수 있다.According to another embodiment, the processing unit further comprises: when the difference obtained from the first user of the plurality of users is greater than a first threshold value; Or if the size of the first measurement value or the second measurement value obtained from the first user among the plurality of users is greater than a second threshold value, the first user may be classified as the abnormal user group.
도 1은 일실시예에 따른 척추 근육 상태 판단 장치의 개념도이다.
도 2는 일실시예에 따른 척추 근육 상태 판단 장치의 구성을 나타낸 블록도이다.
도 3은 일실시예에 따른 척추 근육 상태 판단 방법의 흐름을 나타낸 순서도이다.
도 4는 일실시예에 따라, 척추 근육 상태를 판단하기 위한 사용자의 동작을 나타낸 예시 도면이다.
도 5는 일실시예에 따라, 사용자의 척추 근육 상태 판단을 위한 측정 부위 및 3차원 위치 추출 부위에 대한 도면이다.
도 6은 일실시예에 따른 척추 질환 판단 함수 생성 장치의 구성을 나타낸 블록도이다.
도 7은 일실시예에 따른 척추 질환 판단 함수 생성 방법의 흐름을 나타낸 순서도이다.
도 8은 일실시예에 따라, 도 7의 척추 질환 판단 함수 생성단계를 상세하게 나타낸 순서도이다.FIG. 1 is a conceptual diagram of an apparatus for determining a spinal muscle state according to an embodiment.
FIG. 2 is a block diagram showing a configuration of a vertebral muscle condition determining apparatus according to an embodiment.
FIG. 3 is a flowchart showing a flow of a method of determining a spinal muscle state according to an embodiment.
4 is an exemplary diagram illustrating an operation of a user for determining a spinal muscle state according to one embodiment.
FIG. 5 is a diagram illustrating a measurement region and a three-dimensional position extraction region for determining a user's spinal muscle state according to an embodiment.
FIG. 6 is a block diagram illustrating a configuration of a vertebra disease judgment function generating apparatus according to an embodiment.
FIG. 7 is a flowchart illustrating a flow of a method of generating a vertebra disease judgment function according to an embodiment.
FIG. 8 is a flowchart illustrating the vertebra disease judgment function generating step of FIG. 7 in detail, according to an embodiment.
이하에서, 일부 실시예들을, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.In the following, some embodiments will be described in detail with reference to the accompanying drawings. However, it is not limited or limited by these embodiments. Like reference symbols in the drawings denote like elements.
아래 설명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례, 새로운 기술의 출현 등에 따라 달라질 수 있다.Although the terms used in the following description have selected the general terms that are widely used in the present invention while considering the functions of the present invention, they may vary depending on the intention or custom of the artisan, the emergence of new technology, and the like.
또한 특정한 경우는 이해를 돕거나 및/또는 설명의 편의를 위해 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
Also, in certain cases, there may be terms chosen arbitrarily by the applicant for the sake of understanding and / or convenience of explanation, and in this case the meaning of the detailed description in the corresponding description section. Therefore, the term used in the following description should be understood based on the meaning of the term, not the name of a simple term, and the contents throughout the specification.
도 1은 일실시예에 따른 척추 근육 상태 판단 장치의 개념도이다.FIG. 1 is a conceptual diagram of an apparatus for determining a spinal muscle state according to an embodiment.
일실시예에 따르면, 척추 근육 상태 판단 장치(120)는 사용자의 척추 근육 정보(110)를 입력 받아, 사용자의 척추 근육 상태를 판단할 수 있다. 여기서, 척추 근육 정보(110)는, 미리 정해진 3차원 자세에 대한 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다.According to one embodiment, the vertebral muscle
일실시예에 따르면, 척추 근육 상태 판단 장치는, 사용자의 척추 근육 정보 및 척추 질환 판단 함수를 이용하여 사용자의 척추 근육 상태를 판단할 수 있다. 척추 근육 상태 판단 장치는, 사용자에게 척추 질환이 있는 경우, "A 척추 질환(131)", "B 척추 질환(132)" 및 "C 척추 질환(133)" 등을 제시할 수 있다.According to one embodiment, the vertebral muscle condition determining device can determine the user's vertebral muscle condition using the user's vertebral muscle information and the vertebrae disease judgment function. The apparatus for determining the state of the spinal muscles can present "A spine disease (131)", "B spine disease (132)" and "C spine disease (133)" when the user has a spinal disease.
일실시예에 따르면, 척추 근육 상태 판단 장치(120)는 요추 및 경추 부근의 정보를 이용하여 사용자의 척추 근육 상태를 판단할 수 있다.According to one embodiment, the vertebral muscle
이하 도 2 내지 도3에서는, 척추 근육 상태 판단 장치 및 방법에 대한 상세한 설명을 한다.
2 to 3, a detailed description will be given of an apparatus and a method for determining the spinal muscle state.
도 2는 일실시예에 따른 척추 근육 상태 판단 장치의 구성을 나타낸 블록도이다.FIG. 2 is a block diagram showing a configuration of a vertebral muscle condition determining apparatus according to an embodiment.
일실시예에 따르면, 척추 근육 상태 판단 장치(120)는, 입력부(210), 처리부(220) 및 판단부(230)를 포함할 수 있다. 척추 근육 상태 판단 장치(120)는 사용자의 척추 근육 정보를 이용하여 사용자의 척추 근육 상태를 진단할 수 있다.According to one embodiment, the vertebral muscle
입력부(210)는 사용자의 측정 부위에 대한 척추의 근 긴장도를 결정하는 척추 근육 정보를 입력 받을 수 있다. 여기서, 척추 근육 정보는 미리 정해진 3차원 자세에 대한 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다.The
일실시예에 따르면, 동작 정보는 사용자가 미리 정해진 3차원 자세를 취할 경우, 측정 부위에 대한 가동 범위인 롬(ROM: Range Of Motion)을 포함할 수 있다. 3차원 자세를 통하여 사용자의 롬을 측정하여 근 긴장도를 비교할 수 있다. 측정 부위는 사용자의 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위일 수 있다. 제1 측정 부위의 롬과 제2 측정 부위의 롬을 비교하여 근 긴장도를 비교할 수 있다. 또한, 근 긴장도를 통해 척추가 좌우대칭이 되는지를 확인할 수 있다.According to one embodiment, the operation information may include a range of motion (ROM), which is an operating range for a measurement site, when the user takes a predetermined three-dimensional posture. By measuring the user's ROM through the 3D posture, the muscle tension can be compared. The measurement site may be a first measurement site and a second measurement site that are symmetrical with respect to the user's spine. The muscle tension of the first measurement site can be compared with the ROM of the second measurement site. In addition, it is possible to confirm whether the vertebrae are bilaterally symmetrical through muscle tension.
다른 일실시예에 따르면, 생체 정보는 사용자에 대한 체온, 생체 임피던스 및 전류지각역치 중 적어도 하나를 포함할 수 있다. 체온은 혈액의 공급 및 근육의 활성화 정도를 의미할 수 있다. 생체 임피던스는 근육 및 지방 등의 성분을 통해 근육의 변성도를 파악이 가능하도록 할 수 있다. 또한, 전류지각역치는 지각신경의 분포를 파악 가능하도록 할 수 있다. 전류지각역치는 동작이 멈춘 상태에서 측정할 수 있다.According to another embodiment, the biometric information may include at least one of a body temperature, a bioimpedance, and a current perception threshold for the user. Body temperature can mean the supply of blood and the degree of muscle activation. The bioimpedance can make it possible to grasp muscle degeneracy through components such as muscle and fat. In addition, the current perception threshold can be made to be able to grasp the distribution of the sensory nerve. The current perception threshold can be measured while operation is stopped.
일실시예에 따르면, 측정 부위는 사용자의 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위일 수 있다. 한편, 근 긴장도는 제1 측정 부위로부터 획득된 척추 근육 정보인 제1 측정값 및 제2 측정 부위로부터 획득된 척추 근육 정보인 제2 측정값과의 차이일 수 있다. 또한, 근 긴장도는 제1 측정값 및 제2 측정값 의 차이로 연산되는 것 이외에 다른 방법으로도 연산될 수 있다. 근 긴장도는 척추 근육 정보를 파라미터로 하여 연산될 수 있다.According to one embodiment, the measurement site may be a first measurement site and a second measurement site that are symmetrical with respect to the user's spine. On the other hand, the muscle tension may be a difference between the first measurement value obtained from the first measurement site and the second measurement value obtained from the second measurement site, which is the vertebral muscle information. In addition, the muscle tension may be calculated by a method other than calculating the difference between the first measured value and the second measured value. Muscle fatigue can be calculated using the lumbar muscle information as a parameter.
처리부(220)는 측정 부위에 대응하는 척추 질환 판단 함수를 호출할 수 있다. 또한, 처리부(220)는 척추 질환 판단 함수를 생성할 수 있다. 척추 질환 판단 함수는 복수의 사용자 각각으로부터 측정 부위에 대한 척추 근육 정보를 입력받아, 근 긴장도를 계산하여 생성될 수 있다. 척추 질환 판단 함수를 생성하는 장치 및 방법에 대해서는 도 6 내지 도 8에서 상세히 설명한다.The
판단부(230)는 척추 근육 정보 및 호출된 척추 질환 판단 함수를 이용하여 사용자의 척추 근육 상태를 판단할 수 있다.The
이하에서는, 척추 근육 상태 판단 장치가 수행하는 다양한 동작이나 응용들이 설명되는데, 상기 입력부, 처리부 및 판단부 중 어느 구성을 특정하지 않더라도 본 발명의 기술분야에 대한 통상의 기술자가 명확하게 이해하고 예상할 수 있는 정도의 내용은 통상의 구현으로 이해될 수 있으며, 본 발명의 권리범위가 특정한 구성의 명칭이나 물리적/논리적 구조에 의해 제한되는 것은 아니다.
Hereinafter, various operations and applications performed by the spinal muscle state determination apparatus will be described. Even if the constituent elements of the input unit, the processing unit, and the determination unit are not specified, it will be apparent to those skilled in the art And the scope of the present invention is not limited by the name of the specific configuration or the physical / logical structure.
도 3은 일실시예에 따른 척추 근육 상태 판단 방법의 흐름을 나타낸 순서도이다.FIG. 3 is a flowchart showing a flow of a method of determining a spinal muscle state according to an embodiment.
일실시예에 따르면, 척추 근육 상태 판단 장치는 사용자의 측정 부위에 대한 척추의 근 긴장도를 결정하는 척추 근육 정보를 입력 받을 수 있다. (단계 310)According to one embodiment, the vertebral muscle condition determination device may receive vertebral muscle information that determines the muscle tension of the vertebrae with respect to the user's measurement site. (Step 310)
일실시예에 따르면, 척추 근육 상태 판단 장치는 측정 부위에 대응하는 척추 질환 판단 함수를 호출할 수 있다. (단계 320) 측정 부위는 척추 부근 또는 경추 부근이 될 수 있다.According to one embodiment, the vertebral muscle state determination device may call a vertebra disease judgment function corresponding to the measurement site. (Step 320) The site of measurement may be near the vertebrae or near the cervical spine.
일실시예에 따르면, 척추 근육 상태 판단 장치는 척추 근육 정보 및 호출된 척추 질환 판단 함수를 이용하여 사용자의 척추 근육 상태를 판단할 수 있다. (단계 330)
According to one embodiment, the vertebral muscle condition determining device can determine the user's vertebral muscle condition using the vertebral muscle information and the called vertebra disease judgment function. (Step 330)
도 4는 일실시예에 따라, 척추 근육 상태를 판단하기 위한 사용자의 동작을 나타낸 예시 도면이다.4 is an exemplary diagram illustrating an operation of a user for determining a spinal muscle state according to one embodiment.
도 410은 사용자가 척추 부근에 센서를 장착하고 서 있는 자세를 취한 경우의 예시 도면이다. 센서는 척추의 중심선을 기준으로 하여 좌우로 대칭되도록 장착될 수 있다.410 is an example of a case where the user takes a posture in which the sensor is mounted near the spine. The sensor can be mounted symmetrically to the left and right with respect to the centerline of the spine.
일실시예에 따르면, 사용자가 일정 각도만큼 좌방향 및 우방향으로 움직이면, 센서는 좌방향 및 우방향에 대한 가동 범위를 측정할 수 있다. 여기서, 센서는 무선으로 연결되어 전자식으로 가동범위를 측정할 수 있다.According to one embodiment, if the user moves left and right by a certain angle, the sensor can measure the range of motion for the left and right directions. Here, the sensor can be connected wirelessly to measure the operation range electronically.
한편, 도 410에서는 사용자의 척추 부근에 센서를 장착한 예시 도면을 도시하였으나, 센서를 장착하지 않고도, 마커를 이용하여 가동 범위를 측정할 수 있다. 마커를 이용하는 경우, 영상 처리를 이용하여 가동 범위를 측정할 수 있다.On the other hand, FIG. 410 shows an example in which a sensor is mounted in the vicinity of the user's spine. However, it is possible to measure the movable range using a marker without mounting a sensor. When the marker is used, the moving range can be measured using the image processing.
도 420은 사용자가 척추 부근에 센서를 장착하고 앞으로 굽은 자세를 취한 경우의 예시 도면이다.420 is an exemplary view of the case where the user mounts the sensor in the vicinity of the vertebrae and takes a posture bent forward.
일실시예에 따르면, 사용자가 앞으로 굽은 자세를 취한 상태에서 일정 각도만큼 좌방향 및 우방향으로 움직이면, 센서는 좌방향 및 우방향에 대한 가동 범위를 측정할 수 있다.According to one embodiment, when the user moves leftward and rightward by a certain angle in a state in which the user is bent forward, the sensor can measure the range of motion with respect to the leftward and rightward directions.
도 430은 사용자가 척추 부근에 센서를 장착하고 뒤로 젖힌 자세를 취한 경우의 예시 도면이다.430 is an exemplary view of the case where the user mounts the sensor in the vicinity of the spine and takes a posture of backward tilting.
일실시예에 따르면, 사용자가 뒤로 젖힌 자세를 취한 상태에서 일정 각도만큼 좌방향 및 우방향으로 움직이면, 센서는 좌방향 및 우방향에 대한 가동범위를 측정할 수 있다.
According to one embodiment, when the user moves leftward and rightward by a certain angle with the rearward tilted posture, the sensor can measure the range of movement for the leftward and rightward directions.
도 5는 일실시예에 따라, 사용자의 척추 근육 상태 판단을 위한 측정 부위에 대한 도면이다.5 is a diagram of a measurement site for determining a user's spinal muscle state according to an embodiment.
도 510은 사용자의 척추 중심선을 기준으로 하여 좌우 대칭으로 마커를 측정 부위에 장착한 예시 도면이다. 측정 부위는 적어도 하나의 지점일 수 있다. 여기서, 사용자가 도 4에서 설명하였듯이, 미리 지정된 3차원 자세를 취한 경우, 각 자세에 대해 사용자의 가동범위가 측정될 수 있다. 영상처리를 통해 영상에서 마커영역을 추출하여 가동범위가 측정될 수 있다.FIG. 510 is an example of mounting a marker on a measurement site with left and right symmetry with respect to the center line of the user's spine. The measurement site may be at least one point. Here, as described in FIG. 4, when the user takes a predetermined three-dimensional posture, the user's range of motion can be measured for each posture. The motion range can be measured by extracting the marker region from the image through the image processing.
도 520은 사용자가 미리 정해진 3차원 자세를 취한 경우, 척추를 도시한 예시 도면이다. 상기 척추는 영상 처리를 통하여 획득될 수 있다.520 is an exemplary diagram showing a vertebra when the user takes a predetermined three-dimensional posture. The vertebrae can be obtained through image processing.
일실시예에 따르면, 사용자의 척추 부근에 마커를 부착하고, 영상처리를 통하여 사용자의 3차원 동작 정보를 획득할 수 있다.According to one embodiment, a marker may be attached to the vicinity of the user's spine and three-dimensional motion information of the user may be acquired through image processing.
다른 일실시예에 따르면, 사용자의 생체 신호를 획득하고자 하는 경우, 사용자의 척추 부근에 센서를 부착하여 생체 신호를 센싱할 수 있다. 예를 들면, 사용자의 체온을 측정하고자 하는 경우, 센서는 온도를 센싱할 수 있고, 사용자의 생체 임피던스를 측정하고자 하는 경우, 센서는 임피던스를 센싱할 수 있다.According to another embodiment, when acquiring a user's bio-signal, a sensor may be attached near the user's spine to sense the bio-signal. For example, when the user wants to measure the body temperature, the sensor can sense the temperature, and when the user wants to measure the bio-impedance, the sensor can sense the impedance.
한편, 허리에 통증이 있는 사용자는 요추 또는 경추에 염좌가 있을 수 있다. 염좌가 있게 되면, 사용자는 통증을 느낄 수 있다. 염좌는 염증을 유발하는 질환이다. 이와 같은 염증이 지속되면 통증이 있는 근처의 근육이 약화되고, 뼈를 지지하는 힘이 없어져 염좌는 척추 디스크와 같은 질환으로 악화될 수 있다.On the other hand, a user with back pain may have sprains on the lumbar or cervical spine. Once sprained, the user can feel the pain. Sprains are inflammatory diseases. If such inflammation persists, painful nearby muscles will weaken, the force to support the bones will be lost, and sprains may worsen with diseases such as spinal discs.
일실시예에 따르면, 사용자의 생체 신호는 요추와 경추를 중심으로 측정될 수 있다. 사용자에게 염증이 발생되면, 사용자의 체온이 낮아지거나 높아질 수 있다. 따라서, 생체 임피던스가 염증으로 인하여 변동이 생길 수 있다. 생체 임피던스는 사용자의 척추를 기준으로 비대칭이 되거나 유의미한 차이를 보일 수 있다.According to one embodiment, the user's vital signs can be measured centered on the lumbar vertebrae and the cervical vertebrae. If the user is irritated, the body temperature of the user may be lowered or increased. Therefore, the bioimpedance may be changed due to inflammation. The bioimpedance may be asymmetric or have a meaningful difference with respect to the user's spine.
다른 일실시예에 따르면, 생체 임피던스를 측정하기 위해 사용자의 척추 부근에 대칭으로 센서를 부착할 수 있다. 예를 들면, 센서를 좌우 대칭으로 8개를 부착하면, 8개의 생체 임피던스 신호를 센싱하고, 수직방향으로 4개의 대칭 비교를 할 수 있다.According to another embodiment, a sensor may be attached symmetrically to the vicinity of the user ' s spine to measure bioimpedance. For example, if eight sensors are attached symmetrically to each other, eight bioimpedance signals can be sensed and four symmetric comparisons in the vertical direction can be performed.
또 다른 일실시예에 따르면, 사용자가 허리쪽에 통증이 있는 경우, 허리 부분에 센서를 부착할 수 있다. 구체적으로, 사용자의 엉덩이 선에서 높은 부분 쪽에 허리 중심선에서 2-5cm 거리 정도에 센서는 부착될 수 있다.According to another embodiment, when the user has pain in the waist side, the sensor can be attached to the waist portion. Specifically, the sensor may be attached at a distance of about 2 to 5 cm from the waist centerline to the upper portion of the user's hip line.
또 다른 일실시예에 따르면, 사용자가 목 주변에 통증이 있는 경우, 목 아래쪽에 센서를 부착할 수 있다. 구체적으로, 목 아래 미리 지정된 거리에서 허리 중심선에서 2-5cm 거리 정도에 센서는 부착될 수 있다.
According to another embodiment, if the user has pain around the neck, the sensor can be attached to the neck underneath. Specifically, the sensor can be attached at a distance of 2-5 cm from the waist centerline at a predetermined distance below the neck.
도 6은 일실시예에 따른 척추 질환 판단 함수 생성 장치의 구성을 나타낸 블록도이다.FIG. 6 is a block diagram illustrating a configuration of a vertebra disease judgment function generating apparatus according to an embodiment.
일실시예에 따르면, 척추 질환 판단 함수 생성 장치(600)는 입력부(610), 연산부(620), 처리부(630) 및 함수 생성부(640)를 포함할 수 있다.According to one embodiment, the vertebroside judgment
입력부(610)는 복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보를 입력 받을 수 있다. 측정 부위는 복수의 사용자 각각에 대해 동일한 위치일 수 있다. 또한, 측정 부위는 한 부위가 아닌 복수 부위일 수 있다. 척추 질환 판단 함수 생성 장치(600)는 복수 부위에 대해 각각 척추 근육 정보를 입력 받아 척추 질환 판단 함수를 생성할 수 있다.The
일실시예에 따르면, 측정 부위는 사용자의 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위를 포함할 수 있다.According to one embodiment, the measurement site may include a first measurement site and a second measurement site that are symmetrical with respect to the user's spine.
일실시예에 따르면, 척추 근육 정보는 미리 정해진 3차원 자세에 대한 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다. 여기서, 동작 정보는, 사용자가 미리 정해진 3차원 자세를 취할 경우, 측정 부위에 대한 가동 범위인 롬(ROM: Range Of Motion)을 포함할 수 있다. 또한, 생체 정보는 사용자에 대한 체온, 생체 임피던스, 전류지각역치 중 적어도 하나를 포함할 수 있다.According to one embodiment, the vertebral muscle information may include at least one of the user's motion information and the biometric information on a predetermined three-dimensional posture. Here, when the user takes a predetermined three-dimensional position, the operation information may include ROM (ROM) (Range Of Motion), which is the operating range for the measurement site. In addition, the biometric information may include at least one of a body temperature, a living body impedance, and a current perception threshold for the user.
연산부(620)는 척추 근육 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산할 수 있다. 근 긴장도는 제1 측정 부위로부터 획득된 척추 근육 정보인 제1 측정값 및 제2 측정 부위로부터 획득된 척추 근육 정보인 제2 측정값과의 차이일 수 있다. 여기서, 연산부(620)는 제1 측정값 및 제2 측정값의 차이로 근 긴장도를 연산하는 것에 한정하지 않고, 각 측정값이 정해 놓은 임계값을 상향하는 것과 같은 다른 방법으로 근 긴장도를 연산할 수 있다. 근 긴장도는 척추 근육 정보를 파라미터로 하여 연산될 수 있다. 또한 근 긴장도는 사용자의 설문(예를 들면 요통 장애평가: KRMDQ), 의사 진단 및 척추 근육 정보를 조합하여 연산될 수도 있다.The
처리부(630)는 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류할 수 있다.The
일실시예에 따르면, 정상인군과 비정산인군의 분류는, 제1 측정값 및 제2 측정값 차이가 미리 지정된 임계값보다 큰 경우, 차이에 해당되는 사용자를 비정상인군으로 분류할 수 있다.According to one embodiment, when the difference between the first measurement value and the second measurement value is greater than a predetermined threshold value, the classification of the normal person group and the non-adjustment person group can classify the user corresponding to the difference as the abnormal person group.
다른 일실시예에 따르면, 처리부(630)는 복수의 사용자 중 제1 사용자로부터 획득된 차이가 미리 지정된 임계값보다 큰 경우, 제1 사용자를 비정상인군으로 분류할 수 있다. 여기서 차이는 근 긴장도이며, 근 긴장도는 제1 측정값과 제2 측정값의 차이일 수 있다. 또한 각 측정 값이 정해진 임계값보다 커지면 비 정상군으로 분류할 수 있다. 또한 설문지의 점수가 주어진 값보다 크면 비 정상군으로 분류할 수 있다.According to another embodiment, the
함수 생성부(640)는 정상인군의 근 긴장도 및 비정상인군의 근 긴장도에 기초하여 척추 질환 판단 함수를 생성할 수 있다. 함수 생성부(640)는 정상인군의 근 긴장도 및 비정상인군의 근 긴장도 사이의 상관 관계에 기초하여, 척추 질환 판단 함수를 구성하는 파라미터를 결정할 수 있다. 함수 생성부(640)는 결정된 파라미터에 기초하여 척추 질환 판단 함수를 생성할 수 있다.The
자세나 동작을 나타내는 ROM을 함께 포함하여 시간에 따른 ROM과 생체신호의 패턴을 함께 추적하는 함수는 다음과 같다. 아래에서는 임계값을 말할 수 있지만 시간에 따른 움직임의 변화에 따른 생체신호의 변화량의 크기도 중요한 판단값이다. 한편, 척추 질환 판단 함수를 구성하는 파라미터의 결정은 정상인군의 근 긴장도 및 비정상인군의 근 긴장도 사이의 상관도가 미리 설정된 임계값 미만인 파라미터를 척추 질환 판단 함수를 구성하는 파라미터로서 할 수 있다.A function for tracking the ROM and the biological signal pattern together with the time including the ROM indicating the posture and the operation is as follows. Though we can say the threshold value below, the magnitude of the amount of change of the biological signal according to the change of the movement with time is also an important judgment value. On the other hand, the determination of the parameters constituting the spinal disease disease judgment function can be made as a parameter constituting the spinal disease disease judgment function as a parameter whose correlation between the muscle tension of the normal person group and the muscle tension of the abnormal person group is less than a predetermined threshold value.
일실시예에 따르면, 함수 생성부(640)는 체온을 척추 질환 판단 함수를 구성하는 파라미터로 결정할 수 있다. 예를 들면, 수학식 1과 같이 근 긴장도에 대응하는 값을 계산할 수 있다.According to one embodiment, the
여기서, TempL(1,t)은 시간이 t일 때, 제1 측정 부위에서의 체온이고, TempR(2,t)은 시간이 t일 때, 제2 측정 부위에서의 체온이다. 제1 측정 부위 및 제2 측정 부위는 사용자의 척추를 기준으로 대칭이다. difTemp[1,2][t]은 시간이 t일 때, 제1 측정 부위와 제2 측정 부위의 체온 차이이다. 또한, 시계열 데이터로 추적하여 체온 차이의 추이를 이용하여 근 긴장도를 연산할 수 있다.Here, TempL (1, t) is the body temperature at the first measurement site when the time is t, and TempR (2, t) is the body temperature at the second measurement site when the time is t. The first measurement site and the second measurement site are symmetrical with respect to the user's spine. difTemp [1,2] [t] is the difference in body temperature between the first measurement site and the second measurement site when the time is t. In addition, the muscle tension can be calculated using the trend of the body temperature difference by tracking with time series data.
또한, 제1 사용자에 대한 체온 차이가 미리 설정된 임계값보다 작은 경우, 정상인군으로 분류할 수 있고, 미리 설정된 임계값보다 큰 경우, 비정상인군으로 분류할 수 있다. 이 경우, 체온 이외의 다른 동작 정보, 생체 임피던스 및 전류지각역치 등도 측정될 수 있다. 정상인군과 비정상인군 각각에 대해 체온 이외의 다른 정보를 이용하여 근 긴장도를 연산할 수 있다. 정상인군과 비정상인군의 근 긴장도 사이의 상관 관계에 기초하여, 척추 질환 판단 함수를 구성하는 파라미터를 결정할 수 있다. 또는 TemL(1,t) 또는 TemR(1,t)가 임계값보다 크면 근긴장도가 비정상군에 속하는 것으로 볼 수 있다. 또한 움직임에 따른 생체신호의 변화의 임계값도 중요하다.In addition, when the body temperature difference for the first user is smaller than a preset threshold value, it can be classified into a normal person group, and when the difference is larger than a preset threshold value, it can be classified as an abnormal person group. In this case, other operation information other than body temperature, bioimpedance, and current perception threshold value can also be measured. For each of the normal and abnormal groups, muscle tension can be calculated using information other than body temperature. Based on the correlation between the muscle tension of the normal person and the abnormal person, the parameters making up the spinal disease disease judgment function can be determined. Or TemL (1, t) or TemR (1, t) is greater than the threshold value, the muscle tone can be regarded as belonging to the abnormal group. Also, the threshold value of the change of the bio-signal due to the movement is also important.
다른 일실시예에 따르면, 함수 생성부(640)는 생체 임피던스를 척추 질환 판단 함수를 구성하는 파라미터로 결정할 수 있다. 예를 들면, 수학식 2와 같이 근 긴장도에 대응하는 값을 계산할 수 있다. 또한, 시계열 데이터로 추적하여 생체 임피던스 차이의 추이를 이용하여 근 긴장도를 연산할 수 있다.According to another embodiment, the
여기서, ImpL(1,t)은 시간이 t일 때, 제1 측정 부위에서의 생체 임피던스이고, ImpR(2,t)은 시간이 t일 때, 제2 측정 부위에서의 생체 임피던스이다. 제1 측정 부위 및 제2 측정 부위는 사용자의 척추를 기준으로 대칭이다. difImp[1,2][t]은 시간이 t일 때, 제1 측정 부위와 제2 측정 부위의 생체 임피던스 차이이다. 또는 ImpL(1,t) 또는 ImpR(2,t)가 주어진 임계값보다 크면 근긴장도가 비정상군에 속하게 된다.Here, ImpL (1, t) is the bioimpedance at the first measurement site when the time is t, and ImpR (2, t) is the bioimpedance at the second measurement site when the time is t. The first measurement site and the second measurement site are symmetrical with respect to the user's spine. difImp [1,2] [t] is the difference in bioimpedance between the first measurement region and the second measurement region when the time is t. Or ImpL (1, t) or ImpR (2, t) is greater than a given threshold, the muscle tone falls into the abnormal group.
또 다른 일실시예에 따르면, 함수 생성부(640)는 전류지각역치를 척추 질환 판단 함수를 구성하는 파라미터로 결정할 수 있다. 예를 들면, 수학식 3와 같이 근 긴장도에 대응하는 값을 계산할 수 있다.According to another embodiment, the
전류지각역치는 움직이면서 측정하는 것이 불가능하므로, 사용자가 서 있는 상태, 좌우 또는 앞뒤로 최대한 구부려서 정지한 상태로 전류를 자각할 수 있는 각 위치로 측정될 수 있다. CPTL(1)은 제1 측정 부위에서의 전류지각역치이고, CPTR(2)는 제2 측정 부위에서의 전류지각역치이다. 제1 측정 부위와 제2 측정 부위는 사용자의 척추를 기준으로 대칭이다. 또는 CPTL(1) 또는 CPTR(2)가 주어진 임계값보다 크면 근 긴장도가 비정상군에 속한다.Since the current perception threshold can not be measured while moving, it can be measured at each position where the user can stand the current state, the state of being bent as far as possible from left to right or back and forth. CPTL (1) is the current perception threshold at the first measurement site, and CPTR (2) is the current perception threshold at the second measurement site. The first measurement site and the second measurement site are symmetrical with respect to the user's spine. Or if CPTL (1) or CPTR (2) is greater than a given threshold, muscle tone belongs to the abnormal group.
일실시예에 따르면, 척추 질환 판단 함수 생성 장치(600)는 정보 획득부(650)를 더 포함할 수 있다. 정보 획득부(650)는 복수의 사용자 각각에 대해 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위로부터 척추 근육 정보를 획득할 수 있다.According to one embodiment, the spinal disease disease judgment
이하에서는, 척추 질환 판단 함수 생성 장치가 수행하는 다양한 동작이나 응용들이 설명되는데, 상기 입력부, 연산부, 처리부, 함수 생성부 및 정보 획득부 중 어느 구성을 특정하지 않더라도 본 발명의 기술분야에 대한 통상의 기술자가 명확하게 이해하고 예상할 수 있는 정도의 내용은 통상의 구현으로 이해될 수 있으며, 본 발명의 권리범위가 특정한 구성의 명칭이나 물리적/논리적 구조에 의해 제한되는 것은 아니다.
Hereinafter, various operations and applications performed by the vertebra disease judgment function generating apparatus will be described. Even if the constituent elements of the input unit, the arithmetic unit, the processing unit, the function generating unit, and the information obtaining unit are not specified, The contents to be clearly understood and predicted by the technician can be understood as a normal implementation, and the scope of the present invention is not limited by the name of the specific configuration or the physical / logical structure.
도 7은 일실시예에 따른 척추 질환 판단 함수 생성 방법의 흐름을 나타낸 순서도이다.FIG. 7 is a flowchart illustrating a flow of a method of generating a vertebra disease judgment function according to an embodiment.
척추 질환 판단 함수 생성 장치는 복수의 사용자에 대한 척추 근육 정보를 수신할 수 있다. (단계 710) 입력부는 복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보를 입력 받을 수 있다. 여기서, 척추 근육 정보는 미리 정해진 3차원 자세에 대한 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다.The vertebral disease judgment function generating device may receive vertebral muscle information for a plurality of users. (Step 710), the input unit may receive the vertebral muscle information for the measurement region of each of the plurality of users. Here, the vertebral muscle information may include at least one of the motion information of the user and the biometric information on the predetermined three-dimensional posture.
일실시예에 따르면, 측정 부위는 복수의 사용자 각각에 대해 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위일 수 있다.According to one embodiment, the measurement site may be a first measurement site and a second measurement site that are bilaterally symmetrical with respect to the spine for each of a plurality of users.
척추 질환 판단 함수 생성 장치는 복수의 사용자 각각에 대한 근 긴장도를 연산할 수 있다. (단계 720) 연산부는 척추 근육 정보와 요통장애평가(KRMDQ)와 같은 설문, 의사 진단를 이용하여 복수의 사용자 각각의 근 긴장도를 연산할 수 있다. 근 긴장도는 제1 측정 부위로부터 획득된 제1 측정값 및 제2 측정 부위로부터 획득된 제2 측정값과의 차이, 제1 측정값, 제2 측정값을 계산할 수 있다. 또한 움직임에 따른 측정값들의 변화량(미분값)도 중요한 요소일 수 있다. 또한, 움직임에 따른 측정값의 변화량을 수식으로 표현할 수 있다.The vertebral disease judgment function generation apparatus can calculate the muscle tension for each of a plurality of users. (Step 720) The arithmetic unit can calculate the muscle tone of each of the plurality of users by using the questionnaire such as the lumbar muscle information and the back pain disorder evaluation (KRMDQ), and the diagnosis. The muscle tension can calculate the difference between the first measurement value obtained from the first measurement site and the second measurement value obtained from the second measurement site, the first measurement value, and the second measurement value. Also, the amount of change (differential value) of the measured values due to the motion may be an important factor. Also, the amount of change of the measured value according to the motion can be expressed by an equation.
척추 질환 판단 함수 생성 장치는 척추 질환에 대해 정상인군과 비정상인군으로 분류할 수 있다. (단계 730) 처리부는, 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류할 수 있다.The vertebral disease judgment function generating device can be classified into the normal person group and the abnormal person group for the spinal disease. (Step 730) The processing unit may classify a plurality of users into a normal person group and an abnormal person group for spinal diseases by using the muscle tension of each of the calculated users.
일실시예에 따르면, 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계는 복수의 사용자 중 제1 사용자로부터 획득된 근 긴장도가 미리 지정된 임계값보다 큰 경우, 제1 사용자를 비정상인군으로 분류하는 단계를 포함할 수 있다. 여기서, 근 긴장도는 제1 측정 부위로부터 획득된 제1 측정값 및 제2 측정 부위로부터 획득된 제2 측정값과의 차이일 수 있다. 또한, 근 긴장도는 상기 설명한 방법에 의하지 않고, 제1 측정값 및 제2 측정값을 이용하여 다른 방법에 의하여 계산될 수 있다. 또는 측정값들의 크기로 계산할 수 있다.According to an embodiment, the classifying into a normal person group and an abnormal person group for a spinal disease includes classifying a first user as an abnormal person group when the muscle tension obtained from the first user among the plurality of users is greater than a predetermined threshold value Step < / RTI > Here, the muscle tension may be a difference between the first measurement value obtained from the first measurement site and the second measurement value obtained from the second measurement site. In addition, the muscle tension can be calculated by another method using the first measurement value and the second measurement value, without depending on the method described above. Or the magnitude of the measured values.
척추 질환 판단 함수 생성 장치는 척추 질환 판단 함수를 생성할 수 있다. (단계 740) 함수 생성부는 정상인군의 근 긴장도 및 비정상인군의 근 긴장도에 기초하여 척추 질환 판단 함수를 생성할 수 있다. 척추 질환 판단 함수를 생성하는 상세한 설명한 도 8에서 후술한다.The spinal disease judgment function generating device can generate a spinal disease judgment function. (Step 740) The function generating unit can generate a spinal disease judgment function based on the muscle tension of the normal group and the muscle tension of the abnormal group. A detailed description of generating a vertebral disease judgment function will be described later with reference to FIG.
일실시예에 따르면, 척추 질환 판단 함수 생성 방법은 복수의 사용자 각각에 대해 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위로부터 척추 근육 정보를 획득하는 단계를 더 포함할 수 있다.
According to one embodiment, the method of generating a vertebra disease judgment function may further comprise acquiring vertebral muscle information from a first measurement site and a second measurement site that are symmetrical with respect to the vertebrae for each of a plurality of users.
도 8은 일실시예에 따라, 도 7의 척추 질환 판단 함수 생성단계를 상세하게 나타낸 순서도이다.FIG. 8 is a flowchart illustrating the vertebra disease judgment function generating step of FIG. 7 in detail, according to an embodiment.
함수 생성부는 척추 질환 판단 함수를 구성하는 파라미터를 결정할 수 있다. (단계 810) 여기서, 파라미터는 척추 근육 정보에 기반하여 결정될 수 있다. 척추 근육 정보는 미리 정해진 3차원 자세에 대한 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함할 수 있다.The function generator can determine the parameters constituting the spinal disease disease judgment function. (Step 810) Here, the parameter may be determined based on the vertebral muscle information. The vertebral muscle information may include at least one of the motion information of the user and the biometric information on the predetermined three-dimensional posture.
일실시예에 따르면, 동작 정보는 사용자가 미리 정해진 3차원 자세를 취할 경우, 측정 부위에 대한 가동 범위인 롬을 포함할 수 있다.According to one embodiment, the motion information may include a ROM, which is a range of motion for a measurement site, when the user takes a predetermined three-dimensional posture.
다른 일실시예에 따르면, 생체 정보는 사용자에 대한 체온, 생체 임피던스 및 전류지각역치 중 적어도 하나를 포함할 수 있다.According to another embodiment, the biometric information may include at least one of a body temperature, a bioimpedance, and a current perception threshold for the user.
함수 생성부는 결정된 파라미터에 기초하여 척추 질환 판단 함수를 생성할 수 있다. (단계 820)
The function generation unit may generate a spinal disease judgment function based on the determined parameter. (Step 820)
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented within a computer system, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA) A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions.
처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software.
이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded.
소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software and / or data may be in the form of any type of machine, component, physical device, virtual equipment, computer storage media, or device , Or may be permanently or temporarily embodied in a transmitted signal wave. The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software.
컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like.
프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.
상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI > or equivalents, even if it is replaced or replaced.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined by the equivalents of the claims, as well as the claims.
Claims (20)
상기 측정 부위에 대응하는 척추 질환 판단 함수를 호출하는 단계; 및
상기 척추 근육 정보 및 상기 호출된 척추 질환 판단 함수를 이용하여 상기 사용자의 척추 근육 상태를 판단하는 단계
를 포함하는 척추 근육 상태 판단 방법.Receiving spinal muscle information for determining a muscle tension of the spine with respect to a measurement region of a user;
Calling a spinal disease disease judgment function corresponding to the measurement site; And
Determining the vertebral muscle state of the user using the vertebral muscle information and the called vertebra disease judgment function
/ RTI > to determine the state of the spinal muscles.
상기 척추 근육 정보는,
미리 정해진 3차원 자세에 대한 상기 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함하는 척추 근육 상태 판단 방법.The method according to claim 1,
The vertebral muscle information includes:
And the at least one of the motion information of the user and the biometric information for the predetermined three-dimensional posture.
상기 척추 질환 판단 함수를 생성하는 단계
를 더 포함하는 척추 근육 상태 판단 방법.3. The method of claim 2,
Generating the spinal disease disease judgment function
Further comprising the steps of:
상기 척추 질환 판단 함수를 생성하는 단계는,
복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 단계;
상기 입력 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산하는 단계;
상기 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계; 및
상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계
를 포함하는 척추 근육 상태 판단 방법.The method of claim 3,
The step of generating the spinal disease disease judgment function comprises:
Receiving at least one of vertebral muscle information about a measurement site of each of a plurality of users, a questionnaire about a vertebra preset for each of the plurality of users, and a diagnosis result for each of the plurality of users as input information;
Calculating a muscle tone of each of a plurality of users using the input information;
Classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the calculated muscle tension of each of the plurality of users; And
Generating the spinal disease disease judgment function based on the muscle tension of the normal group and the muscle tension of the abnormal group;
/ RTI > to determine the state of the spinal muscles.
상기 척추 질환 판단 함수를 생성하는 단계는,
상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도 사이의 상관 관계에 기초하여, 상기 척추 질환 판단 함수를 구성하는 파라미터를 결정하는 단계; 및
상기 결정된 파라미터에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계
를 포함하는 척추 근육 상태 판단 방법.The method of claim 4, wherein
The step of generating the spinal disease disease judgment function comprises:
Determining parameters constituting the spinal disease disease judgment function based on a correlation between the muscle tension of the normal person group and the muscle tension of the abnormal person group; And
Generating the spinal disease disease judgment function based on the determined parameter
/ RTI > to determine the state of the spinal muscles.
상기 척추 질환 판단 함수를 구성하는 파라미터를 결정하는 단계는,
상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도 사이의 상관도가 미리 설정된 임계값 미만인 파라미터를 상기 척추 질환 판단 함수를 구성하는 파라미터로서 결정하는 척추 근육 상태 판단 방법.The method of claim 5, wherein
Wherein the step of determining parameters constituting the spinal disease disease judgment function comprises:
Determining a parameter having a correlation between the muscle tension of the normal group and the muscle tension of the abnormal person as a parameter constituting the spinal disease disease judgment function.
상기 동작 정보는,
상기 사용자가 상기 미리 정해진 3차원 자세를 취할 경우, 측정 부위에 대한 가동 범위인 롬(ROM: Range Of Motion)을 포함하는 척추 근육 상태 판단 방법.3. The method of claim 2,
Wherein the operation information includes:
(ROM), which is a range of motion for a measurement site, when the user takes the predetermined three-dimensional posture.
상기 생체 정보는,
상기 사용자에 대한 체온, 생체 임피던스 및 전류지각역치 중 적어도 하나를 포함하는 척추 근육 상태 판단 방법.3. The method of claim 2,
The bio-
A body impedance, and a current perception threshold value for the user.
상기 측정 부위는,
상기 사용자의 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위인 척추 근육 상태 판단 방법.The method according to claim 1,
The measurement site may include,
Wherein the first measurement region and the second measurement region are symmetrical with respect to the user's spine.
복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 단계;
상기 입력 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산하는 단계;
상기 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계; 및
상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계
를 포함하는 척추 질환 판단 함수 생성 방법.A method for generating a vertebra disease judgment function for generating a vertebra disease judgment function for judging a user's spinal muscle state,
Receiving at least one of vertebral muscle information about a measurement site of each of a plurality of users, a questionnaire about a vertebra preset for each of the plurality of users, and a diagnosis result for each of the plurality of users as input information;
Calculating a muscle tone of each of a plurality of users using the input information;
Classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the calculated muscle tension of each of the plurality of users; And
Generating the spinal disease disease judgment function based on the muscle tension of the normal group and the muscle tension of the abnormal group;
Wherein the method comprises:
상기 복수의 사용자 각각에 대해 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위로부터 상기 척추 근육 정보를 획득하는 단계를 더 포함하는 척추 질환 판단 함수 생성 방법.11. The method of claim 10,
Further comprising the step of obtaining the vertebral muscle information from a first measurement site and a second measurement site that are symmetric with respect to the spine for each of the plurality of users.
상기 근 긴장도를 연산하는 단계는,
상기 제1 측정 부위로부터 획득된 제1 측정값 및 상기 제2 측정 부위로부터 획득된 제2 측정값과의 차이를 계산하는 단계를 포함하는 척추 질환 판단 함수 생성 방법.12. The method of claim 11,
Wherein the calculating of the muscle tension comprises:
Calculating a difference between a first measurement value obtained from the first measurement site and a second measurement value obtained from the second measurement site.
상기 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계는,
상기 복수의 사용자 중 제1 사용자로부터 획득된 상기 차이가 제1 임계값보다 큰 경우; 또는
상기 복수의 사용자 중 상기 제1 사용자로부터 획득된 상기 제1 측정값 또는 상기 제2 측정값의 크기가 제2 임계값보다 큰 경우,
상기 제1 사용자를 상기 비정상인군으로 분류하는 단계인 척추 질환 판단 함수 생성 방법.13. The method of claim 12,
The classification of the spinal disease into a normal person and an abnormal person,
When the difference obtained from the first user of the plurality of users is greater than a first threshold; or
When the size of the first measurement value or the second measurement value obtained from the first user among the plurality of users is larger than a second threshold value,
Classifying the first user into the abnormal person group.
상기 척추 질환 판단 함수를 생성하는 단계는,
상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도 사이의 상관 관계에 기초하여, 상기 척추 질환 판단 함수를 구성하는 파라미터를 결정하는 단계; 및
상기 결정된 파라미터에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계
를 포함하는 척추 질환 판단 함수 생성 방법.11. The method of claim 10,
The step of generating the spinal disease disease judgment function comprises:
Determining parameters constituting the spinal disease disease judgment function based on a correlation between the muscle tension of the normal person group and the muscle tension of the abnormal person group; And
Generating the spinal disease disease judgment function based on the determined parameter
Wherein the method comprises:
복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 단계;
상기 입력 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산하는 단계;
상기 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 단계; 및
상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 단계
를 포함하는 컴퓨터 판독 가능 기록 매체.A computer-readable recording medium storing a program for executing a spinal disease judgment function generation method,
Receiving at least one of vertebral muscle information about a measurement site of each of a plurality of users, a questionnaire about a vertebra preset for each of the plurality of users, and a diagnosis result for each of the plurality of users as input information;
Calculating a muscle tone of each of a plurality of users using the input information;
Classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the calculated muscle tension of each of the plurality of users; And
Generating the spinal disease disease judgment function based on the muscle tension of the normal group and the muscle tension of the abnormal group;
Readable recording medium.
상기 측정 부위에 대응하는 척추 질환 판단 함수를 호출하는 처리부; 및
상기 척추 근육 정보 및 상기 호출된 척추 질환 판단 함수를 이용하여 상기 사용자의 척추 근육 상태를 판단하는 판단부
를 포함하는 척추 근육 상태 판단 장치.An input unit for inputting spinal muscle information for determining a muscle tension of the spine with respect to a measurement region of the user;
A processor for calling a spinal disease disease judgment function corresponding to the measurement site; And
A verifying unit for verifying the vertebral muscle state of the user using the vertebral muscle information and the called verbal disease judgment function,
Wherein the spinal muscle state determination device comprises:
상기 척추 근육 정보는,
미리 정해진 3차원 자세에 대한 상기 사용자의 동작 정보 및 생체 정보 중 적어도 하나를 포함하는 척추 근육 상태 판단 장치.17. The method of claim 16,
The vertebral muscle information includes:
And at least one of the motion information and the biometric information of the user with respect to a predetermined three-dimensional posture.
복수의 사용자 각각의 측정 부위에 대한 척추 근육 정보, 상기 복수의 사용자 각각에 대해 미리 설정된 척추에 대한 설문 및 상기 복수 사용자 각각에 대한 진단 결과 중 적어도 하나를 입력 정보로 입력 받는 입력부;
상기 입력 정보를 이용하여 복수의 사용자 각각의 근 긴장도를 연산하는 연산부;
상기 연산된 복수의 사용자 각각의 근 긴장도를 이용하여 상기 복수의 사용자를 척추 질환에 대한 정상인군과 비정상인군으로 분류하는 처리부; 및
상기 정상인군의 근 긴장도 및 상기 비정상인군의 근 긴장도에 기초하여 상기 척추 질환 판단 함수를 생성하는 함수 생성부
를 포함하는 척추 질환 판단 함수 생성 장치.An apparatus for generating a vertebra disease judgment function for generating a vertebra disease judgment function for judging a state of a user's spinal muscles,
An input unit for inputting at least one of spinal muscle information for a measurement site of each of a plurality of users, a questionnaire about a vertebra preset for each of the plurality of users, and a diagnosis result for each of the plurality of users as input information;
An arithmetic unit for calculating a muscle tension of each of a plurality of users using the input information;
A processor for classifying the plurality of users into a normal person group and an abnormal person group for spinal diseases using the calculated muscle tension of each of the plurality of users; And
A function generation unit for generating the spinal disease disease judgment function based on the muscle tension of the normal person group and the muscle tension of the abnormal person group,
Wherein the vertebra disease judgment function generating unit comprises:
상기 복수의 사용자 각각에 대해 척추를 기준으로 좌우대칭인 제1 측정 부위 및 제2 측정 부위로부터 상기 척추 근육 정보를 획득하는 정보 획득부
를 더 포함하고,
상기 근 긴장도는,
상기 제1 측정 부위로부터 획득된 제1 측정값 및 상기 제2 측정 부위로부터 획득된 제2 측정값과의 차이 또는 상기 제1 측정값과 상기 제2 측정값의 크기인 척추 질환 판단 함수 생성 장치.19. The method of claim 18,
An information acquiring unit for acquiring the vertebral muscle information from the first measurement site and the second measurement site that are symmetrical with respect to the spine with respect to each of the plurality of users,
Further comprising:
Preferably,
A difference between a first measurement value obtained from the first measurement site and a second measurement value obtained from the second measurement site, or a size of the first measurement value and the second measurement value.
상기 처리부는,
상기 복수의 사용자 중 제1 사용자로부터 획득된 상기 차이가 제1 임계값보다 큰 경우; 또는
상기 복수의 사용자 중 상기 제1 사용자로부터 획득된 상기 제1 측정값 또는 상기 제2 측정값의 크기가 제2 임계값보다 큰 경우,
상기 제1 사용자를 상기 비정상인군으로 분류하는 척추 질환 판단 함수 생성 장치.20. The method of claim 19,
Wherein,
When the difference obtained from the first user of the plurality of users is greater than a first threshold; or
When the size of the first measurement value or the second measurement value obtained from the first user among the plurality of users is larger than a second threshold value,
And classifying the first user as the abnormal person group.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140101518A KR101602704B1 (en) | 2014-08-07 | 2014-08-07 | APPARATUS AND METHOD FOR DECIDING OF spinal tuberculosis |
| PCT/KR2014/010315 WO2016021771A1 (en) | 2014-08-07 | 2014-10-30 | Apparatus and method for determining spinal disease |
| CN201480082512.5A CN106793981B (en) | 2014-08-07 | 2014-10-30 | Spine disease judgment device and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140101518A KR101602704B1 (en) | 2014-08-07 | 2014-08-07 | APPARATUS AND METHOD FOR DECIDING OF spinal tuberculosis |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160017914A true KR20160017914A (en) | 2016-02-17 |
| KR101602704B1 KR101602704B1 (en) | 2016-03-11 |
Family
ID=55264019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140101518A Active KR101602704B1 (en) | 2014-08-07 | 2014-08-07 | APPARATUS AND METHOD FOR DECIDING OF spinal tuberculosis |
Country Status (3)
| Country | Link |
|---|---|
| KR (1) | KR101602704B1 (en) |
| CN (1) | CN106793981B (en) |
| WO (1) | WO2016021771A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230136012A (en) * | 2022-03-17 | 2023-09-26 | 고려대학교 산학협력단 | Diagnosis system and analysis method for chronic low back pain using the correlation between in vivo microcomputerized tomography and pain behavior |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118614878B (en) * | 2024-07-09 | 2024-11-29 | 长沙市中医医院（长沙市第八医院） | Multi-feature fusion spine detection auxiliary method |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070167859A1 (en) * | 2005-10-06 | 2007-07-19 | Finneran Mark T | EMG Diagnostic System and Method |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4655227A (en) * | 1985-06-06 | 1987-04-07 | Diagnospine Research Inc. | Equipment for the detection of mechanical injuries in the lumbar spine of a patient, using a mathematical model |
| CA2499292A1 (en) * | 2002-09-16 | 2004-03-25 | Imaging Therapeutics, Inc. | Imaging markers in musculoskeletal disease |
| JP2005211420A (en) * | 2004-01-30 | 2005-08-11 | Og Giken Co Ltd | Cervical vertebra muscle force measuring instrument |
| KR100657917B1 (en) * | 2004-12-11 | 2006-12-14 | 삼성전자주식회사 | Posture Corrector and Method |
| KR100909350B1 (en) * | 2007-03-13 | 2009-07-24 | 최용재 | 3D biomechanical data and parameter analysis method and apparatus using the method |
| DK2296545T3 (en) * | 2008-06-02 | 2015-02-02 | Prec Biometrics Inc | Systems to perform overfladeelektromyografi |
| KR101032798B1 (en) * | 2009-10-09 | 2011-05-06 | (주)라파앤라이프 | Spinal Stereotactic System by Analyzing Muscle Bioelectrical Signals |
-
2014
- 2014-08-07 KR KR1020140101518A patent/KR101602704B1/en active Active
- 2014-10-30 WO PCT/KR2014/010315 patent/WO2016021771A1/en not_active Ceased
- 2014-10-30 CN CN201480082512.5A patent/CN106793981B/en not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070167859A1 (en) * | 2005-10-06 | 2007-07-19 | Finneran Mark T | EMG Diagnostic System and Method |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230136012A (en) * | 2022-03-17 | 2023-09-26 | 고려대학교 산학협력단 | Diagnosis system and analysis method for chronic low back pain using the correlation between in vivo microcomputerized tomography and pain behavior |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016021771A1 (en) | 2016-02-11 |
| CN106793981B (en) | 2020-03-31 |
| CN106793981A (en) | 2017-05-31 |
| KR101602704B1 (en) | 2016-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5830090B2 (en) | Programming interface for spinal nerve regulation | |
| JP6313711B2 (en) | Programming interface for spinal nerve regulation | |
| Schmid et al. | Quantifying spinal gait kinematics using an enhanced optical motion capture approach in adolescent idiopathic scoliosis | |
| KR101032798B1 (en) | Spinal Stereotactic System by Analyzing Muscle Bioelectrical Signals | |
| Gadotti et al. | Validity of surface markers placement on the cervical spine for craniocervical posture assessment | |
| EP3075319B1 (en) | Method and apparatus for providing content related to capture of a medical image | |
| WO2007121337A2 (en) | Method for imaging the motion of joints | |
| D'Amico et al. | Normative 3D opto-electronic stereo-photogrammetric posture and spine morphology data in young healthy adult population | |
| Don et al. | Instrumental measures of spinal function: is it worth? A state-of-the art from a clinical perspective | |
| Labelle et al. | Preliminary evaluation of a computer-assisted tool for the design and adjustment of braces in idiopathic scoliosis: a prospective and randomized study | |
| Sánchez-Zuriaga et al. | Reliability and validity of a new objective tool for low back pain functional assessment | |
| Begon et al. | Three-dimensional vertebral wedging and pelvic asymmetries in the early stages of adolescent idiopathic scoliosis | |
| Kinel et al. | 3D quantitative evaluation of posture and spine proprioceptive perception through instinctive self-correction maneuver in adolescent idiopathic scoliosis | |
| Kinel et al. | Normative 3D opto-electronic stereo-photogrammetric sagittal alignment parameters in a young healthy adult population | |
| Owens Jr et al. | Comparison of posteroanterior spinal stiffness measures to clinical and demographic findings at baseline in patients enrolled in a clinical study of spinal manipulation for low back pain | |
| KR101602704B1 (en) | APPARATUS AND METHOD FOR DECIDING OF spinal tuberculosis | |
| Bifulco et al. | Measurement of Intervertebral Cervical Motion by Means of Dynamic X‐Ray Image Processing and Data Interpolation | |
| RU2578907C1 (en) | Method of estimating parameters of sagittal lumbosacral spinal balance | |
| Kowalski et al. | Analysis of diagnostic methods in trunk deformities in the developmental age | |
| Gou et al. | Trunk kinematic analysis of ascent and descent stairs in college students with idiopathic scoliosis: a case-control study | |
| CN107242853B (en) | Waist movement risk assessment and monitoring device | |
| Walsh et al. | Reliability and validity of the Metrecom Skeletal Analysis System in the assessment of sagittal plane lumbar angles | |
| RU2551193C1 (en) | Method of early diagnostics of pes valgus deformation of feet in children | |
| US20220296143A1 (en) | Biomagnetism measurement apparatus, biomagnetism measurement system, biomagnetism measurement method, and recording medium | |
| KR101852666B1 (en) | Apparatus for measuring muscle and skeleton of entire body |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20140807 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20150811 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20160212 |
|
| PG1501 | Laying open of application | ||
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20160307 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20160307 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| FPAY | Annual fee payment |
Payment date: 20190108 Year of fee payment: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20190108 Start annual number: 4 End annual number: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20200109 Year of fee payment: 5 |
|
| PR1001 | Payment of annual fee |
Payment date: 20200109 Start annual number: 5 End annual number: 5 |
|
| PR1001 | Payment of annual fee |
Payment date: 20210104 Start annual number: 6 End annual number: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20220103 Start annual number: 7 End annual number: 7 |
|
| PR1001 | Payment of annual fee |
Payment date: 20231221 Start annual number: 9 End annual number: 9 |