최근에 사용자와 가장 가까운 위치에서 소통할 수 있는 웨어러블 디바이스의 사용이 증가하면서 U-헬스케어 기술이 급속하게 발전되고 있다. 특히 운동 관리와 더불어 만성질환의 예방을 가능하게 할 수 있는 형태의 U-헬스케어 기기가 활발하게 개발되고 있다. 이에 따라 사용자가 자신의 심박 데이터를 비롯한 건강 데이터를 측정하면서 주기적으로 변화를 살펴볼 수 있는 헬스케어 기기가 많이 등장하였다. 하지만 현재까지 출시된 모바일 웨어러블 헬스케어 기기의 경우, 사용자가 사용할 때마다 ID를 입력해야한다는 불편함이 있다. 이러한 문제점을 해결하고자 추가적인 사용자의 ID 입력 없이 ...
최근에 사용자와 가장 가까운 위치에서 소통할 수 있는 웨어러블 디바이스의 사용이 증가하면서 U-헬스케어 기술이 급속하게 발전되고 있다. 특히 운동 관리와 더불어 만성질환의 예방을 가능하게 할 수 있는 형태의 U-헬스케어 기기가 활발하게 개발되고 있다. 이에 따라 사용자가 자신의 심박 데이터를 비롯한 건강 데이터를 측정하면서 주기적으로 변화를 살펴볼 수 있는 헬스케어 기기가 많이 등장하였다. 하지만 현재까지 출시된 모바일 웨어러블 헬스케어 기기의 경우, 사용자가 사용할 때마다 ID를 입력해야한다는 불편함이 있다. 이러한 문제점을 해결하고자 추가적인 사용자의 ID 입력 없이 생체인식을 통해 심박 데이터를 편리하게 관리할 수 있는 새로운 알고리즘을 제안하였다. 손가락 정맥 영상을 취득하기 위해 적외선 LED, 수정된 웹캠, 저항 조절기가 장착된 새로운 장치를 설계 및 제작하였다. 장치를 통해 취득된 정맥 영상의 평균 밝기 값을 추출한 후, 노이즈를 최소화하기 위해 평균 필터링 과정을 거쳤다. 평균 필터링 된 평균 밝기 값을 이용하여 PPI를 계산하였다. 추출된 심박 데이터의 유효성을 검증하기 위해 정맥 영상을 수집하는 동시에 PPG 센서를 이용한 실제 심박 데이터를 취득하였다. 실제 심박 데이터에서도 노이즈를 최소화하기 위해 평균 필터링 과정을 거쳤다. 평균 필터링 된 심박 데이터에서 PPI 값을 계산하여 영상에서의 PPI 값을 한 평면위에 분산시켜 R Square 값을 알아내어 상관관계를 통해 유효성을 검증하였다. 총 10명의 사람에게 30초씩 정맥 영상과 PPG 센서를 통한 심박 데이터를 취득한 후, 각각의 PPI 값을 계산하여 한 평면위에 분산시킨 결과, 90.93의 R Square 값을 갖고 이는 곧 양의 상관관계가 있음을 확인하였다. 이는 정맥 영상을 통한 심박 데이터 추출이 가능한 것으로 판단된다. 정맥 인식은 기존에 존재하는 연구 중, 크기와 회전에 대한 정렬을 한 후에 정맥 이미지에서 특징점을 추출하여 LBP 방법을 이용하는 알고리즘을 사용하였다. 정맥 인식의 유효성을 검증하는 실험을 하기 위해 60명의 엄지손가락을 제외한 8개의 손가락 이미지를 10장씩 취득하여 데이터베이스를 구성하였다. 구성된 데이터베이스를 토대로 실험을 한 결과, EER이 0.081%로 FAR이 0%에 가깝게 동작할 수 있으므로, 1:1 매칭으로 인한 보안성이 높은 사용자 인증 방법으로 활용될 수 있을 것으로 판단된다. 또한, 해당 알고리즘은 크기에 대한 정렬만 하거나 정렬을 하지 않는 다른 방법들보다 높은 성능을 가진다는 것을 확인하였다. 이러한 결과를 토대로 정맥 영상을 통한 생체인식과 심박 데이터 추출이 동시에 가능할 것으로 보인다. 따라서 제안하는 알고리즘을 사용하면 웨어러블 디바이스를 통해 심박 데이터를 관리할 때, 매번 ID를 입력해야하는 사용자의 불편함을 해소해 줄 수 있다.
주제(키워드) : 정맥, 심박 수, 적외선, 생체인식
최근에 사용자와 가장 가까운 위치에서 소통할 수 있는 웨어러블 디바이스의 사용이 증가하면서 U-헬스케어 기술이 급속하게 발전되고 있다. 특히 운동 관리와 더불어 만성질환의 예방을 가능하게 할 수 있는 형태의 U-헬스케어 기기가 활발하게 개발되고 있다. 이에 따라 사용자가 자신의 심박 데이터를 비롯한 건강 데이터를 측정하면서 주기적으로 변화를 살펴볼 수 있는 헬스케어 기기가 많이 등장하였다. 하지만 현재까지 출시된 모바일 웨어러블 헬스케어 기기의 경우, 사용자가 사용할 때마다 ID를 입력해야한다는 불편함이 있다. 이러한 문제점을 해결하고자 추가적인 사용자의 ID 입력 없이 생체인식을 통해 심박 데이터를 편리하게 관리할 수 있는 새로운 알고리즘을 제안하였다. 손가락 정맥 영상을 취득하기 위해 적외선 LED, 수정된 웹캠, 저항 조절기가 장착된 새로운 장치를 설계 및 제작하였다. 장치를 통해 취득된 정맥 영상의 평균 밝기 값을 추출한 후, 노이즈를 최소화하기 위해 평균 필터링 과정을 거쳤다. 평균 필터링 된 평균 밝기 값을 이용하여 PPI를 계산하였다. 추출된 심박 데이터의 유효성을 검증하기 위해 정맥 영상을 수집하는 동시에 PPG 센서를 이용한 실제 심박 데이터를 취득하였다. 실제 심박 데이터에서도 노이즈를 최소화하기 위해 평균 필터링 과정을 거쳤다. 평균 필터링 된 심박 데이터에서 PPI 값을 계산하여 영상에서의 PPI 값을 한 평면위에 분산시켜 R Square 값을 알아내어 상관관계를 통해 유효성을 검증하였다. 총 10명의 사람에게 30초씩 정맥 영상과 PPG 센서를 통한 심박 데이터를 취득한 후, 각각의 PPI 값을 계산하여 한 평면위에 분산시킨 결과, 90.93의 R Square 값을 갖고 이는 곧 양의 상관관계가 있음을 확인하였다. 이는 정맥 영상을 통한 심박 데이터 추출이 가능한 것으로 판단된다. 정맥 인식은 기존에 존재하는 연구 중, 크기와 회전에 대한 정렬을 한 후에 정맥 이미지에서 특징점을 추출하여 LBP 방법을 이용하는 알고리즘을 사용하였다. 정맥 인식의 유효성을 검증하는 실험을 하기 위해 60명의 엄지손가락을 제외한 8개의 손가락 이미지를 10장씩 취득하여 데이터베이스를 구성하였다. 구성된 데이터베이스를 토대로 실험을 한 결과, EER이 0.081%로 FAR이 0%에 가깝게 동작할 수 있으므로, 1:1 매칭으로 인한 보안성이 높은 사용자 인증 방법으로 활용될 수 있을 것으로 판단된다. 또한, 해당 알고리즘은 크기에 대한 정렬만 하거나 정렬을 하지 않는 다른 방법들보다 높은 성능을 가진다는 것을 확인하였다. 이러한 결과를 토대로 정맥 영상을 통한 생체인식과 심박 데이터 추출이 동시에 가능할 것으로 보인다. 따라서 제안하는 알고리즘을 사용하면 웨어러블 디바이스를 통해 심박 데이터를 관리할 때, 매번 ID를 입력해야하는 사용자의 불편함을 해소해 줄 수 있다.
Recently, U-healthcare technology is rapidly developing as the use of wearable devices capable of communicating with users at the closest position of the user's body is increasing. Especially, u-healthcare devices and related contents that can prevent chronic diseases along with exercise management ...
Recently, U-healthcare technology is rapidly developing as the use of wearable devices capable of communicating with users at the closest position of the user's body is increasing. Especially, u-healthcare devices and related contents that can prevent chronic diseases along with exercise management are being actively developed. As a result, a number of healthcare devices have been introduced. The user can periodically look at changes while measuring health data, including his heart rate data. However, in the case of the mobile wearable healthcare device that has been released to date, there is a problem that the user must input the ID every time the user uses the mobile wearable health care device. To solve these problems, we proposed a new algorithm that can conveniently manage heart rate data through biometrics without inputting additional user ID. To obtain finger vein images, a new device equipped with infrared LED, modified webcam, and resistance regulator was designed and fabricated. After extracting the average brightness value of the vein image acquired through the device, the average filtering process was performed to minimize the noise. The average filtered average brightness value was used to calculate the PPI. In order to verify the validity of the extracted heart rate data, the vein image was collected and the actual heart rate data using the PPG sensor was acquired. In the actual heart rate data, the average filtering process was performed to minimize the noise. The PPI values were calculated from the mean filtered heart rate data, and the PPI values of the images were distributed on one plane to obtain R square values. After collecting the heartbeat data through the vein image and the PPG sensor for 30 seconds in total of 10 persons, the PPI values were calculated and dispersed on one plane. As a result, the R square value of 9.23 had a positive correlation Respectively. It is considered that the heart rate can be extracted through the vein image. In the existing vein recognition, the algorithm is used to extract the feature points from the vein image after aligning with size and rotation, and using the LBP method. In order to verify the validity of vein recognition, 10 images of eight fingers excluding 60 thumbs were acquired and a database was constructed. As a result of experiments based on the configured database, the FER can be operated close to 0% with an EER of 0.081%, so it can be used as a highly secure authentication method through 1: 1 matching. Also, we confirmed that the algorithm has higher performance than other methods that do not just sort or sort on size. Based on these results, biometrics and cardiac data extraction through vein imaging can be performed at the same time. Therefore, by using the proposed algorithm, it is possible to solve the inconvenience of the user who has to input the ID every time when the heartbeat data is managed through the wearable device.
Recently, U-healthcare technology is rapidly developing as the use of wearable devices capable of communicating with users at the closest position of the user's body is increasing. Especially, u-healthcare devices and related contents that can prevent chronic diseases along with exercise management are being actively developed. As a result, a number of healthcare devices have been introduced. The user can periodically look at changes while measuring health data, including his heart rate data. However, in the case of the mobile wearable healthcare device that has been released to date, there is a problem that the user must input the ID every time the user uses the mobile wearable health care device. To solve these problems, we proposed a new algorithm that can conveniently manage heart rate data through biometrics without inputting additional user ID. To obtain finger vein images, a new device equipped with infrared LED, modified webcam, and resistance regulator was designed and fabricated. After extracting the average brightness value of the vein image acquired through the device, the average filtering process was performed to minimize the noise. The average filtered average brightness value was used to calculate the PPI. In order to verify the validity of the extracted heart rate data, the vein image was collected and the actual heart rate data using the PPG sensor was acquired. In the actual heart rate data, the average filtering process was performed to minimize the noise. The PPI values were calculated from the mean filtered heart rate data, and the PPI values of the images were distributed on one plane to obtain R square values. After collecting the heartbeat data through the vein image and the PPG sensor for 30 seconds in total of 10 persons, the PPI values were calculated and dispersed on one plane. As a result, the R square value of 9.23 had a positive correlation Respectively. It is considered that the heart rate can be extracted through the vein image. In the existing vein recognition, the algorithm is used to extract the feature points from the vein image after aligning with size and rotation, and using the LBP method. In order to verify the validity of vein recognition, 10 images of eight fingers excluding 60 thumbs were acquired and a database was constructed. As a result of experiments based on the configured database, the FER can be operated close to 0% with an EER of 0.081%, so it can be used as a highly secure authentication method through 1: 1 matching. Also, we confirmed that the algorithm has higher performance than other methods that do not just sort or sort on size. Based on these results, biometrics and cardiac data extraction through vein imaging can be performed at the same time. Therefore, by using the proposed algorithm, it is possible to solve the inconvenience of the user who has to input the ID every time when the heartbeat data is managed through the wearable device.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.