선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 감정노동자 중에서 콜센터 산업에 종사하는 상담사를 대상으로 업무 스트레스 관리를 위해 호흡과 심장 박동 간의 상관관계를 이용한 최적 호흡법을 유도하고 반복 훈련을 통해 사용자의 건강을 자가관리하는 시스템을 연구하였다.
- 본 연구에서는 개인의 특성에 맞는 호흡 리듬을 찾아주고, 반복적인 훈련을 통해 스트레스 관리가 가능한 시스템을 개발하였다. 이를 성인을 대상으로 적용하여 실제 적용 가능성을 검증하였다.
- 마지막 기능은 훈련 기능으로 훈련기능은 진단 기능을 통해 분석된 자신의 최적 호흡을 제시되는 콘텐츠에 맞게 호흡을 수행하는 단계로 정확한 호흡을 수행하기 위해 시각 콘텐츠를 제공하였다. 그리고 현재 자신의 상태를 확인할 수 있는 시각적 피드백을 통하여 사용자가 훈련의 종료 여부를 확인할 수 있도록 하였다. 반복되는 훈련기록 결과물은 DB에 쌓이도록 하였다.
- 데이터베이스의 형식은 표1과 같다. 저장된 데이터분석을 통해 사용자가 최적 호흡을 통해 효과를 보이는지 확인한다.
제안 방법
- 본 연구에서는 개인의 특성에 맞는 호흡 리듬을 찾아주고, 반복적인 훈련을 통해 스트레스 관리가 가능한 시스템을 개발하였다. 이를 성인을 대상으로 적용하여 실제 적용 가능성을 검증하였다.
- 본 시스템은 사용자의 최적 호흡을 찾아주는 것이 중요한 기능이므로 사용자의 최적 호흡을 찾아주기 위하여 5가지의 레벨에 호흡 시간을 제시하였다. 또한 시각적으로 콘텐츠를 제공하여 호흡 레벨에 맞춰 콘텐츠가 변하도록 하였으며 사용자가 보다 정확하게 호흡할 수 있도록 유도하였다.
- 본 시스템은 사용자의 최적 호흡을 찾아주는 것이 중요한 기능이므로 사용자의 최적 호흡을 찾아주기 위하여 5가지의 레벨에 호흡 시간을 제시하였다. 또한 시각적으로 콘텐츠를 제공하여 호흡 레벨에 맞춰 콘텐츠가 변하도록 하였으며 사용자가 보다 정확하게 호흡할 수 있도록 유도하였다. 제시되는 호흡 레벨은 시스템적으로 랜덤하게 구성하였다.
- 제시되는 호흡 레벨은 시스템적으로 랜덤하게 구성하였다. 사용자는 각 호흡 레벨로 2분 동안 호흡 테스트를 수행하며, 총 10분 동안 호흡 테스트를 진행 한다. 이때 동시에 사용자에게 손가락 타입의 PPG(photoplethysmogram)센서를 착용하였으며, 각 호흡 레벨별로 PRV(Pulse Rate Variability) 스펙트럼을 계산하였다.
- 사용자는 각 호흡 레벨로 2분 동안 호흡 테스트를 수행하며, 총 10분 동안 호흡 테스트를 진행 한다. 이때 동시에 사용자에게 손가락 타입의 PPG(photoplethysmogram)센서를 착용하였으며, 각 호흡 레벨별로 PRV(Pulse Rate Variability) 스펙트럼을 계산하였다. PRV 스펙트럼을 구하기 위하여 다음과 같은 순서로 진행 하였다.
- 첫째, 2분 동안 초당 500Hz의 샘플링으로 PPG데이터를 각 레벨 별로 측정하였다. 측정된 PPG 데이터는 피크알고리즘(Peak algorithm)을 사용하여 PPI(Peak toPeak Interval)값을 추출하였다.
- 측정된 PPG 데이터는 피크알고리즘(Peak algorithm)을 사용하여 PPI(Peak toPeak Interval)값을 추출하였다. 추출된 PPI 값은 2Hz로 리샘플링(Resampling)하였으며, FFT를 사용하여 PRV 스펙트럼을 계산하였다. 최적 호흡을 추출하기 위하여 PRV 스펙트럼에서 각 호흡 레벨별로 주요한 피크(Dominant Peak)값을 계산하였으며 이때 스펙트럼의 범위는 0.
- 추출된 PPI 값은 2Hz로 리샘플링(Resampling)하였으며, FFT를 사용하여 PRV 스펙트럼을 계산하였다. 최적 호흡을 추출하기 위하여 PRV 스펙트럼에서 각 호흡 레벨별로 주요한 피크(Dominant Peak)값을 계산하였으며 이때 스펙트럼의 범위는 0.0033Hz ~ 0.4Hz에서 추출하였다. 왜냐하면 사용자가 최적 호흡으로 반복된 호흡을 하게 되면 심장의 박동은 리드미컬하게 규칙적 운동을 한다.
- 본 시스템의 기능은 첫째, DB 저장 및 로그인 기능이다. 본 시스템의 사용자는 자신의 최적 호흡을 사용하여 반복되는 훈련을 수행해야 하므로 기존 정보를 가져올 뿐만 아니라 DB(Database)에 자신의 개인적 정보 및 결과들을 실시간으로 자동 저장할 수 있도록 설계되었다. 본 시스템은 DB에 저장되는 데이터는 다음 표1과 같다.
- 기록보기 기능은 바로 이전의 사용자의 결과를 자동으로 확인할 수 있도록 그림 3과 같이 설계되었다. 또한 사용자가 날짜를 선택하여 해당 날짜의 자신의 상태를 확인할 수 있도록 하였다. 이때 사용자가 확인할 수 있는 결과는 평균 심박 수, 훈련 동안에 1초마다 변화되는 심박 수 그래프, 연습 시간, 결과해석 등을 확인할 수 있도록 하였다.
- 또한 사용자가 날짜를 선택하여 해당 날짜의 자신의 상태를 확인할 수 있도록 하였다. 이때 사용자가 확인할 수 있는 결과는 평균 심박 수, 훈련 동안에 1초마다 변화되는 심박 수 그래프, 연습 시간, 결과해석 등을 확인할 수 있도록 하였다. 또한 이모티콘을 통해 자신의 상태를 직관적으로 표현할 수 있도록 하였다.
- 이때 사용자가 확인할 수 있는 결과는 평균 심박 수, 훈련 동안에 1초마다 변화되는 심박 수 그래프, 연습 시간, 결과해석 등을 확인할 수 있도록 하였다. 또한 이모티콘을 통해 자신의 상태를 직관적으로 표현할 수 있도록 하였다.
- 셋째, 사용자 맞춤에 훈련을 위하여 최적 호흡 시간을 추출하는 진단 기능을 가지고 있다. 본 시스템이 사용자의 최적 호흡을 추출하기 위하여 5가지의 호흡 레벨을 구성하여 사용자가 제공된 시각적 콘텐츠를 따라 호흡을 할 수 있도록 유도하였다. 13초, 12초, 11초, 10초 그리고 9초를 제시하였으며, 이 시간은 들숨과 날숨이 포함된 시간이다.
- 예를 들어 사용자가 10초라는 제시를 받으면, 5초 동안에는 들숨을 나머지 5초 동안에는 날숨을 하는 방식으로 호흡을 유도하였다. 진단기능에서는 사용자가 각 호흡 레벨마다 2분 동안 테스트하게 되어 있으며, 진단을 수행 완료하는 시간은 총 10분으로 설계되었다. 사용자는 진단기능을 매번 할 필요 없이 시스템 처음 사용 시 한 번만 하면 된다.
- 사용자는 진단기능을 매번 할 필요 없이 시스템 처음 사용 시 한 번만 하면 된다. 사용자가 보다 편안함을 가지게 유도하기 위해 화이트 노이즈가 들어간 음원들을 배경음악으로 제시하였다.
- 마지막 기능은 훈련 기능으로 훈련기능은 진단 기능을 통해 분석된 자신의 최적 호흡을 제시되는 콘텐츠에 맞게 호흡을 수행하는 단계로 정확한 호흡을 수행하기 위해 시각 콘텐츠를 제공하였다. 그리고 현재 자신의 상태를 확인할 수 있는 시각적 피드백을 통하여 사용자가 훈련의 종료 여부를 확인할 수 있도록 하였다.
- 그리고 현재 자신의 상태를 확인할 수 있는 시각적 피드백을 통하여 사용자가 훈련의 종료 여부를 확인할 수 있도록 하였다. 반복되는 훈련기록 결과물은 DB에 쌓이도록 하였다. 사용자가 훈련하는 동안 화이트 노이즈가 들어간 음원을 들을 수 있도록 하였으며, 사용자의 편의대로 조절할 수 있게 설계하였다.
- 반복되는 훈련기록 결과물은 DB에 쌓이도록 하였다. 사용자가 훈련하는 동안 화이트 노이즈가 들어간 음원을 들을 수 있도록 하였으며, 사용자의 편의대로 조절할 수 있게 설계하였다.
- 진단기술에 사용된 같은 콘텐츠를 통해 사용자가 호흡을 놓치지 않도록 유도하였다. 또한 실시간으로 자신의 상태를 확인할 수 있도록 시각적으로 피드백을 제공해 주었다. 사용자는 제시된 피드백을 통해 언제든지 훈련과정을 정지할 수 있다.
- 본 시스템의 검증을 통하여 스트레스 직군에 속하는 성인 대상으로 15명이 참여하였다. 5가지에 호흡 주기(13초, 12초, 11초, 10초, 그리고 9초)에 따라 PPG 분석 변수들의 통계적 차이가 보이는지 검증하였다. 사용된 변수는 BPM(Beat Per Minute), VLF(Very Low Frequency), LF(Low Frequency), 그리고 HF(High Frequency)를 사용하였다.
- 본 시스템 검증을 위해 앞선 진단 결과를 통해 개인별로 최적 호흡 주기를 선정하였다. 선정된 호흡 주기로 호흡을 수행하였을 때 피실험자의 초당 심박변화율 그래프는 그림 5와 같다.
- 선정된 호흡 주기로 호흡을 수행하였을 때 피실험자의 초당 심박변화율 그래프는 그림 5와 같다. 총 2분 동안에 심박변화율 그래프로 초당 변화율 그래프를 위해서 슬라이딩 윈도우를 통해 BPM 값을 추출하였다. 이때 윈도우사이즈(Window size)는 5초, 윈도우 인터벌(Window interval)은 1초 데이터를 사용하여 계산하였다.
대상 데이터
- 본 시스템의 검증을 통하여 스트레스 직군에 속하는 성인 대상으로 15명이 참여하였다. 5가지에 호흡 주기(13초, 12초, 11초, 10초, 그리고 9초)에 따라 PPG 분석 변수들의 통계적 차이가 보이는지 검증하였다.
- 5가지에 호흡 주기(13초, 12초, 11초, 10초, 그리고 9초)에 따라 PPG 분석 변수들의 통계적 차이가 보이는지 검증하였다. 사용된 변수는 BPM(Beat Per Minute), VLF(Very Low Frequency), LF(Low Frequency), 그리고 HF(High Frequency)를 사용하였다. BPM 데이터가 호흡 주기별로 통계적으로 차이가 있는지 확인하기 위하여 일원 배치 분산분석을 실시하였다.
데이터처리
- 사용된 변수는 BPM(Beat Per Minute), VLF(Very Low Frequency), LF(Low Frequency), 그리고 HF(High Frequency)를 사용하였다. BPM 데이터가 호흡 주기별로 통계적으로 차이가 있는지 확인하기 위하여 일원 배치 분산분석을 실시하였다. 검증 결과, 유의확률이 0.
이론/모형
- 첫째, 2분 동안 초당 500Hz의 샘플링으로 PPG데이터를 각 레벨 별로 측정하였다. 측정된 PPG 데이터는 피크알고리즘(Peak algorithm)을 사용하여 PPI(Peak toPeak Interval)값을 추출하였다. 추출된 PPI 값은 2Hz로 리샘플링(Resampling)하였으며, FFT를 사용하여 PRV 스펙트럼을 계산하였다.
성능/효과
- 셋째, 사용자 맞춤에 훈련을 위하여 최적 호흡 시간을 추출하는 진단 기능을 가지고 있다. 본 시스템이 사용자의 최적 호흡을 추출하기 위하여 5가지의 호흡 레벨을 구성하여 사용자가 제공된 시각적 콘텐츠를 따라 호흡을 할 수 있도록 유도하였다.
- BPM 데이터가 호흡 주기별로 통계적으로 차이가 있는지 확인하기 위하여 일원 배치 분산분석을 실시하였다. 검증 결과, 유의확률이 0.928으로 유의수준 0.05에서 귀무가설을 기각하지 못하므로 호흡주기에 따라 BPM 데이터는 차이를 보이지 않았다. 그러나 VLF, LF, HF는 0.
후속연구
- 05에서 귀무가설을 기각하므로 통계적으로 유의한 차이를 보였다. 따라서 본 시스템에서 제공되는 5가지의 호흡 주기에 따라 PRV의 요소들은 통계적으로 차이를 보였으며, PRV의 요소들을 통해 사용자의 상태를 파악할 수 있는 지표로 사용될 것으로 사료된다. 다음 그림 4는 호흡 주기별 PRV 그래프로 실험에 참여한 피 실험자의 데이터이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.