본 논문은 수면을 이루는 침실의 수면 환경 데이터를 수집하고, 얻어진 조건 데이터들과 수면간의 관계를 분석한다. 이를 바탕으로 시뮬레이션 모델을 추출하여 개개인에 따른 최적의 수면 환경을 제공하도록 한다. 실험은 H-MOTE2420 센서의 온/습도 센서(SHT11)와 조도 센서(GL5507)를 이용하였다. 뒤척임 추출을 위하여 비디오에서 움직임을 추출하는 차영상 기법을 이용하였다. 또한, 수면에 영향을 미칠만한 가중치의 정보로 피로도, 음주도, 공복도 등의 정보를 입력 받는다. 실험 결과 최적의 수면 환경을 추출할 수 있었다. 향후에는, 수면의 특정 상황만 아니라 식사, 출근 등과 같은 유기적인 유비쿼터스 생활환경의 한 부분에도 상황에 따른 적절한 실내 환경 변화를 제공 해주어서 좀 더 쾌적한 일상생활을 영위할 수 있도록 도움을 주도록 개선하려 할 것이다.
본 논문은 수면을 이루는 침실의 수면 환경 데이터를 수집하고, 얻어진 조건 데이터들과 수면간의 관계를 분석한다. 이를 바탕으로 시뮬레이션 모델을 추출하여 개개인에 따른 최적의 수면 환경을 제공하도록 한다. 실험은 H-MOTE2420 센서의 온/습도 센서(SHT11)와 조도 센서(GL5507)를 이용하였다. 뒤척임 추출을 위하여 비디오에서 움직임을 추출하는 차영상 기법을 이용하였다. 또한, 수면에 영향을 미칠만한 가중치의 정보로 피로도, 음주도, 공복도 등의 정보를 입력 받는다. 실험 결과 최적의 수면 환경을 추출할 수 있었다. 향후에는, 수면의 특정 상황만 아니라 식사, 출근 등과 같은 유기적인 유비쿼터스 생활환경의 한 부분에도 상황에 따른 적절한 실내 환경 변화를 제공 해주어서 좀 더 쾌적한 일상생활을 영위할 수 있도록 도움을 주도록 개선하려 할 것이다.
This paper collect sleep environment data of bedroom to sleeping, and analyzing the relationship between conditions with obtained data and sleep. We provide the optimal sleep environment of individual by extracting the simulation model based on it. The experiments was using temperature/humidity sens...
This paper collect sleep environment data of bedroom to sleeping, and analyzing the relationship between conditions with obtained data and sleep. We provide the optimal sleep environment of individual by extracting the simulation model based on it. The experiments was using temperature/humidity sensor(SHT11) and ambient light sensors(GL5507). For extraction of tossing and turning, we use difference image method in motion extraction from video. In addition, the information of weight can affect to sleep, it was entered such as ratio of fatigue, drinking, empty stomach. As a result, we are able to extract the optimal sleep environment. The future, we will try to improve to help to lead more pleasant daily life providing proper indoor environment changes depending on the situation even a partial of organic ubiquitous living environments such as eating, work ete. as well as certain sleep circumstances.
This paper collect sleep environment data of bedroom to sleeping, and analyzing the relationship between conditions with obtained data and sleep. We provide the optimal sleep environment of individual by extracting the simulation model based on it. The experiments was using temperature/humidity sensor(SHT11) and ambient light sensors(GL5507). For extraction of tossing and turning, we use difference image method in motion extraction from video. In addition, the information of weight can affect to sleep, it was entered such as ratio of fatigue, drinking, empty stomach. As a result, we are able to extract the optimal sleep environment. The future, we will try to improve to help to lead more pleasant daily life providing proper indoor environment changes depending on the situation even a partial of organic ubiquitous living environments such as eating, work ete. as well as certain sleep circumstances.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이를 위하여 카메라와 온도/조도 센서를 이용하여 사용자의 수면 환경 상태 및 수면 단계를 분석하고, 사용자가 숙면을 취할 수 있는 상태를 유도하도록 환경을 적절하게 변경하여 최적의 조건을 추출하려 하였다. 그리고 수면을 하는 특정 상황만 아니라 식사, 출근, 등과 같은 유기적인 유비쿼터스 환경 생활의 한 부분에도 상황에 따른 적절한 실내 환경 변화를 제공해주어서 좀 더 쾌적한 일상생활을 영위할 수 있도록 도움을 주게 되는 측면으로 개선하려고 하였다.
본 논문에서는 수면 환경 데이터를 수집하여 이 데이터들과 수면과의 관계를 시뮬레이션을 통하여 분석하여 개인별로 최적의 수면 환경을 제공하도록 하였다. 센서는 H-MOTE2420로서 온/습도 센서(SHT11)와 조도 센서(GL5507)를 이용하였다.
본 시스템은 기존의 수면장애 치료법과 달리 수면을 취하는 침실의 수면 환경을 최적의 조건으로 만들어 최상의 수면을 유도하여 수면장애를 줄이고 수면의 질을 높이려는데 중점을 두었다. 이를 위하여 카메라와 온도/조도 센서를 이용하여 사용자의 수면 환경 상태 및 수면 단계를 분석하고, 사용자가 숙면을 취할 수 있는 상태를 유도하도록 환경을 적절하게 변경하여 최적의 조건을 추출하려 하였다.
이러한 시스템을 통하여 수면 상태를 감시하고 획득된 정보 및 이상여부를 보호자나 의사에게 전달할 수 있는 시스템 개발 관리를 통해 의학 혜택을 제대로 주고자 함이 목적이다.
제안 방법
본 시스템은 CCD 카메라를 이용하는 방법[9], 심전도 신호와 심박 변화를 측정하는 방법[10], 그리고 바이오펄(BioPerl)을 이용하는 방법과 비교하여 정량적인 분석은 매우 어렵고 정성적인 분석으로 다음 표 1과 같은 결과를 가져왔다.
사용자 정보는 상황 인식을 통한 지능형 실내 환경 조성 시스템의 일환으로 그 중 숙면을 능동적으로 유도하는 분야에 중점을 두고 수행하였다. 이것은 평상시 생활환경에서 수면을 도와주는 조건에는 조명, 음향, 온/습도 등이 있으며 이를 숙면을 취하려는 사용자에 적합한 단계별 상황을 제공하여 환경에 따른 수면 단계를 확인하고 분석할 수 있다.
센서는 H-MOTE2420로서 온/습도 센서(SHT11)와 조도 센서(GL5507)를 이용하였다. 수면 중 뒤척임의 추출을 위하여 비디오에서 움직임을 추출하는 차영상 기법을 이용하였고, 수면에 영향을 미칠만한 가중치의 정보로 피로도, 음주도, 공복도 등의 정보를 이용하여, 실험 결과 최적의 수면 환경을 추출할 수 있었다.
시스템은 단순한 데이터의 입력과 출력뿐만 아니라 수면에 영향을 미칠만한 가중치의 정보로 피로도, 음주도, 공복도등의 사용자의 일일 정보를 입력 받는다. 수면종료 후 스스로 당일 수면에 대한 평가를 입력받고 해당 가중치들 간의 연산을 통해 일일 수면평가를 학습하게 된다. 또한 누적된 데이터들은 유저가 스스로 자신의 취침 환경을 알아보고 개개인에 특화된 최적의 환경을 추출할 수 있다.
빛은 우리가 사는 환경에서 필요한 정보를 보는 시각적인 도움 및 인간의 건강과도 매우 가깝다. 실내의 각 공간에 따른 조도의 측정을 통해 평균조도를 구하고, 국내외 조도 기준과 비교를 통해서 조명환경개선 데이터를 산출하며 수면간의 관계를 산출하도록 한다. 그리고 조도와 색온도에 따라 생체 리듬의 변화를 준다.
이는 인간의 생체리듬에 따른 순차적인 조도와 색온도 변화를 통해서 인간의 신체적 리듬을 고려한 것이다. 여기서 측정된 데이터를 가지고 약산에 의해 조도 및 색 온도를 산출하여 인간의 생체 리듬에 맞도록 단계별로 조명연출을 실시하였으며 주거공간의 빛 환경 데이터를 바탕으로 주거환경의 개선사항을 체크하고 건강요소와 함께 결합하여 관리되어야 한다[7][8].
본 시스템은 기존의 수면장애 치료법과 달리 수면을 취하는 침실의 수면 환경을 최적의 조건으로 만들어 최상의 수면을 유도하여 수면장애를 줄이고 수면의 질을 높이려는데 중점을 두었다. 이를 위하여 카메라와 온도/조도 센서를 이용하여 사용자의 수면 환경 상태 및 수면 단계를 분석하고, 사용자가 숙면을 취할 수 있는 상태를 유도하도록 환경을 적절하게 변경하여 최적의 조건을 추출하려 하였다. 그리고 수면을 하는 특정 상황만 아니라 식사, 출근, 등과 같은 유기적인 유비쿼터스 환경 생활의 한 부분에도 상황에 따른 적절한 실내 환경 변화를 제공해주어서 좀 더 쾌적한 일상생활을 영위할 수 있도록 도움을 주게 되는 측면으로 개선하려고 하였다.
대상 데이터
본 논문에서는 수면 환경 데이터를 수집하여 이 데이터들과 수면과의 관계를 시뮬레이션을 통하여 분석하여 개인별로 최적의 수면 환경을 제공하도록 하였다. 센서는 H-MOTE2420로서 온/습도 센서(SHT11)와 조도 센서(GL5507)를 이용하였다. 수면 중 뒤척임의 추출을 위하여 비디오에서 움직임을 추출하는 차영상 기법을 이용하였고, 수면에 영향을 미칠만한 가중치의 정보로 피로도, 음주도, 공복도 등의 정보를 이용하여, 실험 결과 최적의 수면 환경을 추출할 수 있었다.
실험은 20대의 남녀 각각 10명을 대상으로 수행되었고, 시스템이 구성된 뒤로 학습기간을 3개월 동안의 데이터를 누적하였다. 아래의 그림 4는 기본적인 UI구성 화면과 카메라로 촬영하는 방법 및 환경이다.
이론/모형
센서의 정보는 시간에 따라 수집한 다음 비디오에서의 움직임을 식별하는데 이것은 수면 상태에서 뒤척임을 추출하기 위하여 차영상 기법을 사용한다. 차영상 기법의 수식은 아래와 같다.
성능/효과
본 논문은 불규칙한 수면으로 인하여 수면장애를 겪는 사람에게 시뮬레이션 모델을 추출하고 최상의 환경을 제시함으로써 규칙적이고 편안한 수면을 유도할 수 있으며 수면장애로 인한 스트레스 및 우울증, 불안감등 수면으로 인한 고통을 줄일 수 있었다. 그리고 전문적 지식이 필요한 수면장애 치료를 전문지식 없이 간소한 장비를 통하여 근본적인 환경을 개선하여 수면의 질을 높이는데 성공하였다.
본 논문은 불규칙한 수면으로 인하여 수면장애를 겪는 사람에게 시뮬레이션 모델을 추출하고 최상의 환경을 제시함으로써 규칙적이고 편안한 수면을 유도할 수 있으며 수면장애로 인한 스트레스 및 우울증, 불안감등 수면으로 인한 고통을 줄일 수 있었다. 그리고 전문적 지식이 필요한 수면장애 치료를 전문지식 없이 간소한 장비를 통하여 근본적인 환경을 개선하여 수면의 질을 높이는데 성공하였다.
상기의 그림 7은 사용자의 수면가중치(공복, 피로, 음주)가 적용된 최적의 값이다. 실험에 임했던 사용자들 스스로의 수면만족도를 평가하며 시스템에서 도출된 상태에 따른 수면환경 결과물을 통하여 수면에 대한 높은 만족도를 보였다.
질의응답
핵심어
질문
논문에서 추출한 답변
수면장애는 어떤 단계에서 발생할 수 있는가?
NREM수면과 REM수면은 하루 밤에 반복되는데, NREM수면이 1단계에서 시작하여 2, 3, 4단계로 깊어지다가, REM 수면에 들어간다. 이를 NREM-REM sleep cycle이라고 부르며 하루 밤에 4-5회 반복된다. 이 단계에서 장애가 발생하게 될 수 가 있는데, 이것을 수면장애(sleep disorders)라고 부른다.
NREM 수면은 무엇인가?
수면의 종류에는 빠르지 않은 안구 운동(NREM) 수면과 빠른 안구 운동(REM) 수면으로 알려진 2가지의 서로 다른 상태로 구성된다[2]. NREM 수면은 신체를 움직일 수 있으나 뇌 전체의 활동이 적어지고 잘 조절되어있는 수면이며, REM 수면은 몸은 마비되지만 뇌의 활동은 활발한 잠을 뜻한다. NREM수면과 REM수면은 하루 밤에 반복되는데, NREM수면이 1단계에서 시작하여 2, 3, 4단계로 깊어지다가, REM 수면에 들어간다.
수면 장애는 무엇을 유발하는가?
이 단계에서 장애가 발생하게 될 수 가 있는데, 이것을 수면장애(sleep disorders)라고 부른다. 수면 장애는 집중력 부족, 교통사고와 산업재해의 원인, 기분 장애와 사회 적응 장애를 유발한다. 따라서 수면 문제에 대해서 자세히 고려해볼 필요가 있다[3][4][5].
참고문헌 (13)
Kim Minhee, Kim Minjae, Chun Chungyoon, "The Research on Sleep Environment and Sleep Quality in Winter and Spring," Proc. of KIAEBS, pp. 125-128, 2008. 10.
Anil N. Rama, S. Charles Cho and Clete A. Kushida, "NREM-.REM sleep," Handbook of Clinical Neurophysiology, Vol. 6, pp. 21-29, 2005.
Hong S. B. Lee J. Y, "Examine of patient with Normal Sleep and Sleep Disorder," Journal of Korean Sleep Research Soc., Vol. 1, No. 1, pp. 1-5, June 2004.
Lee. J. H., Cho Y. W., Sohn S. I., Lee. H., Lim J. G., Yi S. D., Lee M. T., "Excessive Daytime Sleepiness and Quality of Sleep in Korea Middle and High Sclool Students," Journal of Korea Sleep Soc, Vol. 2, No. 2, pp. 34-40, 2005. 12.
Chervin RD, Dillon JE, Bassetti C, Ganoczy DA, Pituch KJ, "Symptoms of Sleep Disorders, Inattention, And Hyperactivity in Children," Sleep, Vol. 20, No. 12, pp. 1185-1192, 1997.
Kim C. J, "Rem Sleep Behavior Disorder," The Korean Society of Biological Therapies in Pshchiatry, Vol. 6. No. 2. pp. 260-269, Dec. 2000.
Choi A. S., Lee J. E., Park B. C., "Development and Application of Health Lighting Plan in Residential Areas" Proc. of Agrchitectural Research, Vol. 20, No. 10, pp. 287-294, Sept. 2004.
Kim Jeong-Yeop; Kim Sang-Hyun; Hyun Ki-Ho, "Transformation of Illuminant Chromaticity for Arbitrary Color Temperature," Journal of Korea Multimedia Society, Vol. 7, No. 10, pp. 1370-1377, October 2004.
Shin D. I., Kim I. K., Shin G. H. Lim K. S., Huh S, J, "A Study on the ROI Optimizing Technique for Accurate Breath Measurements in Sleep Apnea" Journal of Korean Society of Medical Informatics, Vol. 10, No. 3, pp. 253-260, June 2004
Choi H. S., Cho S. P., "Detection of Obstructive Sleep Apnea Using Heart Rate Variability," The Magazine of the IEEK , Vol. 42, No. 3, pp. 47-52, May 2005.
Kim H. Y., Lee J. Y., "Detection of Obstructive Sleep Apnea Using BioPerl," Journal of PL, Korean Institute of Information Scientists and Engineers, Vol. 20, No. 1, pp. 33-38 , Sept. 2006.
Kim D., Jeong C. W., Joo S. C., "U-healthcare Based System for Sleeping Control and Remote Monitoring," Journal of Korean Society for Internet Information, Vol. 8, No. 1, pp. 33-45, Feb. 2007.
Yi. S., Jin P., Cho S., Kim H., "A Sensor Web System Supporting for Senior's Comfortable Life: knu-SCS," Journal of KSCI, Vol. 15, No. 1, pp. 103-109, June 2007.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.