초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

규칙적이고 적절한 신체활동은 고혈압, 당뇨, 비만 등 만성질환의 예방 및 치료에 효과적이라는 것은 이미 알려져 있다. 이와 관련하여 신체활동 에너지 소모량을 측정하는 것은 매우 중요한데 측정 방법은 주관적 방법, 객관적 방법으로 분류된다. 주관적 방법에는 개인이 신체활동 일지를 하루 또는 일주일 동안 일기에 쓰듯이 기록하고 규칙적인 운동 여부 및 운동량, 직업 활동 강도 등을 작성하여 신체활동량을 측정하고 평가하는 것이다. 이러한 평가 방법은 개인별로 인지의 차이가 있어 부정확하다고 알려져 있다. 객관적인 방법으로는 가스분석, 방사선 ...

규칙적이고 적절한 신체활동은 고혈압, 당뇨, 비만 등 만성질환의 예방 및 치료에 효과적이라는 것은 이미 알려져 있다. 이와 관련하여 신체활동 에너지 소모량을 측정하는 것은 매우 중요한데 측정 방법은 주관적 방법, 객관적 방법으로 분류된다. 주관적 방법에는 개인이 신체활동 일지를 하루 또는 일주일 동안 일기에 쓰듯이 기록하고 규칙적인 운동 여부 및 운동량, 직업 활동 강도 등을 작성하여 신체활동량을 측정하고 평가하는 것이다. 이러한 평가 방법은 개인별로 인지의 차이가 있어 부정확하다고 알려져 있다. 객관적인 방법으로는 가스분석, 방사선 동위원소 측정법, 심박 수 관찰 등이 있는데 이는 정확도가 높지만 시간과 비용이 많이 필요하여 대규모로 진행하는 연구에서는 부적합하다. 따라서 이러한 문제점을 보완하면서 신체활동을 정확하고 편리하게 측정할 수 있도록 가속도 센서를 이용하여 신체활동을 측정하고 평가한다. 가속도 센서에는 측정 방법에 따라 Count방법과 SVM(Signal Vector Magnitude)방법으로 구분되는데 Count방식은 임상실험과 보정연구를 통하여 다양한 신체활동 에너지 소모량 예측 알고리즘이 개발되어 신뢰성을 인정받고 있다. 반면, SVM방식은 현재 대부분의 스마트 폰에 내장되어 있지만 동작인식 등에 한해서 제한적으로 사용되고 있다. 본 연구는 스마트폰에 내장된 SVM방식의 가속도 센서를 이용하여 기존에 사용되고 있는 검증된 Count방식의 신체활동에너지 소비량 예측 알고리즘을 사용하고자 한다. 이를 위해 본 연구에서는 SVM값을 Count값으로 변환하는 알고리즘 구현을 주 목적으로 하고 이를 통해 스마트 폰뿐만 아니라 SVM방식의 가속도 센서를 사용하는 장비로도 정확하고 편리하게 신체활동 에너지 소모량을 구하도록 한다. 실험은 특이 질병이 없는 신체 건강한 피험자 22명(20~30대)을 대상으로 두 가지 서로 다른 방식의 가속도 센서를 착용하고 트레드 밀 위에서 1km/hr에서 10km/hr까지 3분단위로 1km/hr씩 증가시키며 규정된 신체활동을 한 후 데이터를 추출 및 정리하였다. 이 데이터들로 Count방식과 SVM방식간의 통 상관관계 통계분석으로 SVM값을 Count값으로 변환하는 알고리즘을 구현하고, 검증된 Count방식의 알고리즘을 직접적으로 사용하도록 하였다. 이를 통하여 우리는 실용적으로 스마트 폰에서 직접 신뢰도 높은 Count방식의 알고리즘을 적용하여 신체활동 에너지 소모량을 구하고, 나아가 이를 통해서 비만은 물론, 다양한 만성질환의 예방 및 치료를 할 수 있다.

주제어