Nothing Special   »   [go: up one dir, main page]

KR102428570B1 - 음식 이미지를 이용한 혈당 변화 예측 방법 - Google Patents

음식 이미지를 이용한 혈당 변화 예측 방법 Download PDF

Info

Publication number
KR102428570B1
KR102428570B1 KR1020220010177A KR20220010177A KR102428570B1 KR 102428570 B1 KR102428570 B1 KR 102428570B1 KR 1020220010177 A KR1020220010177 A KR 1020220010177A KR 20220010177 A KR20220010177 A KR 20220010177A KR 102428570 B1 KR102428570 B1 KR 102428570B1
Authority
KR
South Korea
Prior art keywords
food
blood sugar
change
user
blood
Prior art date
Application number
KR1020220010177A
Other languages
English (en)
Inventor
양재명
Original Assignee
양재명
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 양재명 filed Critical 양재명
Priority to KR1020220010177A priority Critical patent/KR102428570B1/ko
Application granted granted Critical
Publication of KR102428570B1 publication Critical patent/KR102428570B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Emergency Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Nutrition Science (AREA)
  • Nursing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

본 발명은 당뇨 환자 또는 당뇨 위험군에 속하는 사용자의 혈당 관리를 위한 혈당 변화 예측 기술에 관한 것으로서, 같은 음식을 섭취하더라도 개개인 별로 혈당 변화의 추이는 서로 상이하다는 점에 착안하여 제안된 것이다. 더욱 상세하게는 혈당 관리가 필요한 사용자가 음식을 섭취하기 전에 미리 해당 음식의 섭취에 따른 혈당 변화의 위험도를 체크해본 다음 해당 음식을 그대로 먹어도 될지, 해당 음식의 일부 식재료를 제외하고 조리해 달라고 주문할지, 해당 음식을 섭취한 후 어떤 운동을 얼마만큼 하면 안전한 혈당 관리가 가능할지 등을 체크해 보는 음식 이미지를 이용한 혈당 변화 예측 방법에 관한 것이다.

Description

음식 이미지를 이용한 혈당 변화 예측 방법{Method for Predicting Changes of Blood-Sugar using Food Images}
본 발명은 당뇨 환자 또는 당뇨 위험군에 속하는 사용자의 혈당 관리를 위한 혈당 변화 예측 기술에 관한 것으로서, 같은 음식을 섭취하더라도 개개인 별로 혈당 변화의 추이는 서로 상이하다는 점에 착안하여 제안된 것이다. 더욱 상세하게는 혈당 관리가 필요한 사용자가 음식을 섭취하기 전에 미리 해당 음식의 섭취에 따른 혈당 변화의 위험도를 체크해본 다음 해당 음식을 그대로 먹어도 될지, 해당 음식의 일부 식재료를 제외하고 조리해 달라고 주문할지, 해당 음식을 섭취한 후 어떤 운동을 얼마만큼 하면 안전한 혈당 관리가 가능할지 등을 체크해 보되, 음식 명칭과 섭취량을 카메라 촬영 영상으로 인식하도록 함으로써 활용의 편의를 제공하는 음식 이미지를 이용한 혈당 변화 예측 방법에 관한 것이다.
당뇨병은 높은 혈당 수치가 오랜 기간 지속되는 대사 질환군을 지칭하는 것으로서, 췌장이 충분한 인슐린을 만들어 내지 못하거나 만들어진 인슐린에 몸의 세포가 적절하게 반응하지 못하는 것이 발병 원인이 된다.
당뇨병은 현대에서 가장 중요한 만성 질병으로 꼽히며 특히 선진국일수록 발생 빈도가 높다. 혈당이 높을 때의 증상으로는 소변이 잦아지고, 갈증과 배고픔이 심화되는데 적절한 치료가 수반되지 않으면 또 다른 합병증을 유발할 수 있다.
급성의 합병증으로는 당뇨병케톤산증, 고혈당성 고삼투성 비케톤성 혼수 등이 포함되고, 심각한 장기간 합병증으로는 심혈관질환, 뇌졸중, 만성신부전, 당뇨병성 족부궤양, 당뇨망막병증 등이 포함된다.
당뇨병을 효율적으로 관리하기 위해서는 혈당치의 추적이 필요하다. 환자가 매번 혈당 측정을 위해 병원에 내원하는 것은 현실적이지 않으므로 최근에는 사용자 스스로 혈액을 채취하여 손쉽게 혈당을 측정할 수 있는 개인용 혈당 측정 장치가 사용되고 있다. 하지만 이와 같은 혈당 측정 장치를 항상 소지할 수 없기 때문에 매 끼니 때마다 혈당을 측정하는 것은 어렵다.
또한 혈당을 측정한다 하더라도 일단 음식을 섭취한 후 측정해야만 해당 음식의 섭취로 인한 혈당 변화를 확인할 수 있었으므로 통상적으로 당뇨병에 좋지 않다고 알려진 음식 외에는 지금 섭취하려는 음식이 혈당 변화에 어떠한 영향을 끼치는지 또는 아주 치명적인 음식이 아니라면 어떠한 후속 조치를 통해 혈당 관리가 가능한지를 전혀 알 수 없는 문제점이 있다.
대한민국 공개특허 제10-2016-0054320호(이하 '선행기술')는 혈당관리 어플리케이션을 구비한 스마트폰을 이용한 혈당 관리 시스템에 관한 기술을 개시하고 있다. 그러나 선행기술 역시 음식을 섭취하기 전에 섭취할 음식으로부터 변화될 혈당 수치를 예측하는 것이 어려워 실질적으로 적절한 혈당 관리에 여전히 어려움이 있다.
대한민국 공개특허공보 제10-2016-0054320호(2016.05.16)
본 발명이 해결하고자 하는 과제는 사용자가 음식을 섭취한 뒤 혈당을 측정하여 음식 별로 혈당의 변화를 사용자 맞춤으로 학습하고, 사용자가 혈당 측정 장치를 사용할 수 없는 환경 또는 혈당 측정 장치가 구비되지 않을 경우 혈당을 측정하지 않더라도 섭취할 음식으로부터 변화될 혈당 수치를 학습된 데이터를 통해 예측하여 제공함으로써 사용자가 혈당을 안정적으로 조절할 수 있는 음식 이미지를 이용한 혈당 관리 방법을 제공하는 것이다.
본 발명은 위의 과제를 해결하기 위한 수단으로 혈당 관리 단말의 애플리케이션에 의한 혈당 관리 방법을 제시한다.
일 실시예의 혈당 관리 방법은, 분석 모듈이 촬영된 음식 이미지로부터 음식 명칭을 도출하는 단계와, 예측 모듈이 상기 음식의 섭취에 따른 사용자의 혈당 변화 추이를 예측하는 단계 및 코칭 모듈이 상기 예측된 혈당 변화가 미리 설정된 사용자의 위험 임계 범위를 넘으면 사용자에게 대응 요령을 가이드 하는 단계를 포함한다.
일 실시예의 혈당 관리 방법은, 학습 모듈이 근거리 무선통신으로 연결된 비침습적 웨어러블 혈당 측정 장치로부터 상기 음식의 섭취 시점부터 미리 정해진 시간동안 혈당 측정값을 주기적으로 수신하고, 상기 음식의 섭취에 따른 사용자의 혈당 변화를 기록하는 단계를 더 포함할 수 있다.
일 실시예의 대응 요령 가이드 단계는, 상기 분석 모듈이 상기 도출된 음식 명칭을 이용하여 상기 음식을 구성하는 식자재들을 도출하는 단계 및 상기 코칭 모듈이, 상기 도출된 식자재들 중 상기 예측된 혈당 변화가 상기 위험 임계 범위를 넘지 않기 위해 상기 음식에서 제거해야 할 적어도 하나의 식자재를 사용자에게 제시하는 단계를 포함할 수 있다.
일 실시예의 대응 요령 가이드 단계는, 상기 코칭 모듈이, 함께 섭취하면 상기 예측된 혈당 변화가 상기 위험 임계 범위를 넘지 않을 수 있는 음료, 반찬 중 적어도 하나의 보완 음식을 사용자에게 제시하는 단계를 포함할 수 있다.
일 실시예의 대응 요령 가이드 단계는, 상기 코칭 모듈이, 상기 예측된 혈당 변화가 상기 위험 임계 범위를 넘지 않기 위해 상기 음식 섭취 후 소정 시간 내 수행해야 할 인스턴트 운동을 제시하는 단계를 포함할 수 있다.
일 실시예의 대응 요령 가이드 단계는, 상기 코칭 모듈이, 상기 예측된 혈당 변화가 상기 위험 임계 범위를 넘지 않기 위해 상기 음식의 섭취 분량을 제시하는 단계를 포함할 수 있다.
일 실시예의 대응 요령 가이드 단계는, 상기 코칭 모듈이 미리 입력된 사용자의 병력 정보 또는 미리 설정된 음식 궁합에 기초하여 상기 보완 음식을 제시하는 단계를 포함할 수 있다.
본 발명의 실시예에 의하면 사용자가 음식을 섭취한 뒤 혈당을 측정하여 음식 별로 혈당의 변화를 사용자 맞춤으로 학습하고, 사용자가 혈당 측정 장치를 사용할 수 없는 환경 또는 혈당 측정 장치가 구비되지 않을 경우 혈당을 측정하지 않더라도 섭취할 음식으로부터 변화될 혈당 수치를 학습된 데이터를 통해 예측하여 제공함으로써 사용자가 혈당을 안정적으로 조절할 수 있다.
도 1a 및 도 1b는 본 발명의 혈당 변화 예측 방법을 실행하는 애플리케이션 또는 혈당 관리 시스템의 구성 및 혈당 관리 단말의 블록도이다.
도 2는 실시예 1에 따른 음식 이미지를 이용한 혈당 관리 방법의 흐름도이다.
도 3은 실시예 2에 따른 음식 이미지를 이용한 혈당 관리 방법의 흐름도이다.
도 4는 실시예 3에 따른 음식 이미지를 이용한 혈당 관리 방법의 흐름도이다.
도 5는 실시예 4에 따른 음식 이미지를 이용한 혈당 관리 방법의 흐름도이다.
도 6은 실시예 5에 따른 음식 이미지를 이용한 혈당 관리 방법의 흐름도이다.
이하 본 발명의 몇 가지 실시예들을 도면을 이용하여 상세히 설명한다. 다만 이것은 본 발명을 어느 특정한 실시예에 대해 한정하려는 것이 아니며 본 발명의 기술적 사상을 포함하는 모든 변형(transformations), 균등물(equivalents) 및 대체물(substitutions)은 본 발명의 범위에 포함되는 것으로 이해되어야 한다.
본 명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 명세서에서 어느 한 구성이 어떤 서브 구성을 "구비(have)" 또는 "포함(comprise)" 한다고 기재한 경우, 특별히 반대되는 기재가 없는 한 다른(other) 구성을 제외하는 것이 아니라 다른 구성을 더 포함할 수도 있음을 의미한다.
본 명세서에서 "...유닛(Unit)", "...모듈(Module)" 및 "컴포넌트(Component)"의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 하드웨어, 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수도 있다.
<실시예 1>
실시예 1은 동일한 음식을 섭취하더라도 사람마다 혈당의 변화 추이가 다르게 나타난다는 점에 착안한 것으로, 사용자가 혈당 측정 장치를 매번 가지고 다니지 않고도 현재 눈 앞의 음식을 먹었을 때 자신의 혈당 변화가 어떻게 일어날지 미리 예측할 수 있도록 사전에 미리 음식별로 혈당 변화의 추이를 학습하는 기술에 관한 것이다.
도 1a 및 도 1b는 본 발명의 혈당 변화 예측 방법을 실행하는 애플리케이션 또는 혈당 관리 시스템의 구성 및 혈당 관리 단말의 블록도이다.
실시예 1의 혈당 관리 시스템은 혈당 관리 단말(100) 및 혈당 측정 장치(200)를 포함하여 이루어진다.
혈당 관리 단말(100)은 학습 모드와 혈당 관리 모드로 구분되어 동작할 수 있다.
혈당 관리 모드에서, 혈당 관리 단말(100)은 먹고자 하는 음식을 촬영하고 촬영된 음식 이미지를 이용하여 해당 음식을 섭취할 경우의 혈당 변화 추이를 예측한다. 그리고 예측된 혈당 변화 추이로 볼 때 위험 상황이 예상되면 적절한 행동 요령을 사용자에게 가이드한다.
학습 모드에서, 혈당 관리 단말(100)은 혈당 측정 장치(200)와 연동하여 음식을 먹을 때마다 사용자에 대한 혈당 변화의 추이를 학습한다. 다시 말해, 혈당 관리 단말(100)은 먹고자 하는 음식을 촬영하고 촬영된 음식 이미지로부터 해당 음식명을 특정한다. 그리고 사용자가 음식을 섭취한 이후의 혈당 측정값을 혈당 측정 장치(200)로부터 주기적으로 수신하여 혈당 변화 데이터베이스(DB2)에 기록한다.
이하, 혈당 관리 단말(100)과 혈당 측정 장치(200)를 순차적으로 설명한다.
혈당 관리 단말(100)은 촬영 모듈(110), 분석 모듈(120), 예측 모듈(130) 및 코칭 모듈(140)을 포함하여 이루어지며, 학습 모듈(150)을 더 포함할 수 있다.
먼저, 혈당 관리 모드에서의 동작은 다음과 같다.
촬영 모듈(110)은 사용자의 지시에 따라 혈당 관리 단말(100)에 내장되거나 별도로 구비된 카메라를 이용하여 음식의 사진을 촬영한다. 별도로 구비되는 외부 카메라는 혈당 관리 단말(100)과 무선으로 연동되는 것이 바람직하다.
분석 모듈(120)은 촬영 모듈(110)에 의해 촬영된 음식 이미지로부터 음식 객체를 탐지하고, 탐지된 객체를 미리 구축된 음식 데이터베이스(DB1)에 조회하여 음식 명칭을 도출한다.
예측 모듈(130)은 사용자가 상기 촬영된 음식을 섭취할 경우를 가정하여, 그 섭취에 따른 사용자의 혈당 변화 추이를 미리 구축된 혈당 변화 데이터베이스(DB2)에 조회하여 예측한다.
예를 들면, 예측 모듈(130)은 촬영된 음식 이미지로부터 도출된 음식의 명칭이 김밥일 경우, 혈당 변화 데이터베이스(DB2)에서 해당 “사용자”와 “김밥”을 키워드로 조회함으로써 김밥을 섭취했을 때의 해당 사용자의 식후 경과 시간대 별 혈당의 변화 추이를 예측한다.
코칭 모듈(140)은 상기 예측된 혈당 변화가 미리 설정된 사용자의 위험 임계 범위를 넘으면 사용자에게 대응 요령을 가이드(또는 제공)한다. 대응 요령의 예로, 해당 음식에서 특정 식자재를 제거하거나, 해당 음식의 섭취량을 줄이거나, 해당 음식과 병행할 보조 음식을 섭취하거나, 식사 후 곧바로 소정의 인스턴트 운동을 수행하는 등을 들 수 있다.
다음으로, 학습 모드에서의 동작을 설명한다.
학습 모듈(150)은 혈당 측정 장치(200)로부터 상기 음식의 섭취 시점부터 미리 정해진 시간동안 혈당 측정값을 통신 모듈(160)을 통해 주기적으로 수신하고, 상기 음식의 섭취에 따른 사용자의 혈당 변화를 혈당 변화 데이터베이스(DB2)에 기록한다.
구체적으로, 학습 모듈(150)은 음식을 섭취한 직후부터 30분 주기로 혈당 측정값을 수신할 도 있고 60분 주기로 수신할 수도 있다. 또한 식사 개시 후 1시간 내에서는 30분 주기로 수신하고, 1시간 이후부터는 10분 주기로 수신하는 방식과 같이 혈당 측정값의 수신 주기는 가변적으로 설정될 수도 있다.
학습 모듈(150)은 음식 섭취 직전에 혈당 측정값을 더 수신할 수도 있다. 이는 사용자의 혈당 변화 추이를 예측할 때 사용자의 혈당 변화의 기준점을 잡기 위함이다.
또한 학습 모듈(150)은 분석 모듈(120)로부터 음식 명칭 외에도 식사 후의 이미지 2차 촬영에 의해 도출된 음식 섭취량을 더 제공받을 수 있다. 즉, 학습 모듈(150)은 특정 음식의 섭취에 따른 혈당 변화 추이에 더하여 해당 음식의 최종 섭취량에 따른 혈당 변화 추이까지 더 구체적으로 학습할 수도 있다.
한편, 혈당 관리 모드이지만 예외적으로 학습 모듈(150)이 동작하는 경우가 발생할 수도 있다.
구체적으로, 사용자가 비침습 방식의 혈당 측정 장치(200)를 착용한 상태에서 음식을 섭취할 경우, 혈당 관리 단말(100)은 혈당 관리 모드와 학습 모드를 동시에 활성화한다. 이때 학습 모듈(150)은 혈당 측정 장치(200)로부터 상기 음식의 섭취 시점부터 미리 정해진 시간동안 혈당 측정값을 통신 모듈(160)을 통해 주기적으로 수신하고, 상기 음식의 섭취에 따른 사용자의 혈당 변화를 임시 저장한다.
학습 모듈(150)은 현재 섭취 중인 음식의 혈당 변화 정보가 혈당 변화 데이터베이스(DB2)에 이미 저장되어 있는 경우, 상기 임시 저장한 혈당 측정값의 변화 추이와 미리 저장된 변화 추이를 비교하고, 두 정보 간의 차이가 미리 설정된 오차 범위 이상이면 상기 임시 저장한 혈당 측정값의 변화 추이로 기존 저장된 정보를 갱신한다.
아울러, 상기 두 정보 간의 차이가 미리 설정된 오차 범위 이상이면서 건강이 개선된 상태라면, 코칭 모듈(140)은 사용자에게 “축하합니다. 혈당 관리가 점점 좋아지고 있습니다. 앞으로도 지속적인 건강 관리를 해주세요”와 같은 축하 메시지를 더 제공할 수도 있다. 만약 상기 두 정보 간의 차이가 미리 설정된 오차 범위 이상이면서 건강이 악화된 상태라면, 코칭 모듈(140)은 사용자에게 “혈당 관리가 안되고 있습니다. 좀 더 세심한 건강 관리가 필요합니다”와 같은 경고 메시지를 더 제공할 수도 있다.
다음으로, 혈당 측정 장치(200)는 채혈 방식 또는 비침습 방식으로 사용자의 혈당을 측정한다. 다시 말해, 채혈 방식의 혈당 측정 장치(200)는 혈액에 포함된 포도당을 직접 측정하는 원리이고, 비침습 방식의 혈당 측정 장치(200)는 혈액이 아닌 사용자의 땀 속에 포함된 포도당을 측정하되 땀 속의 포도당 수치는 혈당과 비례하므로 땀 속의 포도당을 이용하여 혈당을 간접적으로 측정하는 원리이다.
혈당 측정 장치(200)가 채혈 방식일 경우, 사용자의 수동 버튼 조작에 의해 채혈 및 혈당 측정을 간헐적으로 수행할 수도 있고, 사용자가 측정 장치를 장착(또는 착용)한 상태에서 소정의 측정 개시 명령의 입력에 의해 채혈 및 혈당 측정을 연속적으로 수행할 수도 있다.
혈당 측정 장치(200)가 비침습 방식일 경우, 해당 장치(200)는 신체에 붙이는 패치형 센서, 손목시계형 센서, 의류형 센서 등과 같은 웨어러블 기기의 형태로 제공될 수 있으며, 소정의 측정 개시 명령이 입력되거나 촬영 모듈(110)의 동작이 감지되면 혈당 측정을 개시한다.
아울러 혈당 측정 장치(200)는 수동 방식이든 자동 방식이든 음식 섭취 시점부터 미리 정해진 시간 동안 주기적 및 연속적으로 측정되는 것이 바람직하며, 특히 수동 방식일 경우 사용자의 버튼 조작을 유도하기 위해 시작 시점, 측정 주기, 종료 시점을 특별한 알람음이나 진동 등의 수단을 제공할 수도 있다.
한편, 혈당 측정 장치(200)는 블루투스(Bluetooth), 와이파이(Wifi), 지그비(Zigbee) 등과 같은 근거리 무선통신을 통해 혈당 관리 단말(100)과 연결된다.
이상에서는 기능적 관점에서 혈당 관리 단말(100)과 혈당 측정 장치(200)를 구분하여 설명하였지만 혈당 관리 단말(100)에 혈당 측정 장치(200)가 내장되거나 혈당 측정 장치(200)에 혈당 관리 기능의 모듈이 내장됨으로써 하나의 제품으로 구현될 수도 있다.
도 2는 실시예 1의 혈당 관리 단말에서 실행되는 혈당 관리 방법을 도시한 흐름도이다.
실시예 1에 의한 혈당 관리 방법은, 음식 명칭 도출 단계(S101) 및 음식 섭취에 따른 혈당 변화 기록 단계(S102)를 포함하는 학습 단계(S10)와, 음식 명칭 도출 단계(S111), 혈당 변화 추이 예측 단계(S112) 및 대응 요령 가이드 단계(S113)를 포함하는 혈당 관리 단계(S11)를 포함하여 이루어진다.
먼저, 학습 단계(S10)를 상세히 설명한다.
음식 명칭 도출 단계(S101)에서, 분석 모듈(120)은 촬영 모듈(110)에 제공한 음식 이미지를 분석하여 음식 명칭을 도출한다. 섭취할 음식의 명칭은 텍스트로 입력 받거나 음성인식으로 입력 받을 수도 있다.
혈당 변화 기록 단계(S102)에서, 학습 모듈(150)은 근거리 무선통신으로 연결된 혈당 측정 장치(200)로부터 음식의 섭취 시점부터 미리 정해진 시간동안 혈당 측정값을 주기적으로 수신하고, 음식의 섭취에 따른 사용자의 혈당 변화를 혈당 변화 데이터베이스(DB2)에 기록한다.
다음으로, 혈당 관리 단계(S11)를 상세히 설명한다.
음식 명칭 도출 단계(S111)에서, 분석 모듈(120)은 촬영 모듈(110)에 제공한 음식 이미지를 분석하여 음식 명칭을 도출한다. 섭취할 음식의 명칭은 텍스트로 입력 받거나 음성인식으로 입력 받을 수도 있다.
혈당 변화 추이 예측 단계(S112)에서, 예측 모듈(130)은 음식의 섭취에 따른 사용자의 혈당 변화 추이를 예측한다.
대응 요령 가이드 단계(S113)에서, 코칭 모듈(140)은 예측 모듈(130)이 예측한 사용자의 혈당 변화가 미리 설정된 사용자의 위험 임계 범위를 넘으면 사용자에게 적절한 대응 요령을 가이드한다.
코칭 모듈(140)은 해당 음식에서 제거해야 할 적어도 하나의 식자재를 사용자에게 제시할 수도 있고, 예측된 혈당 변화량이 임계 범위를 넘지 않도록 혈당을 조절할 수 있는 보완 음식일 수도 있고, 예측된 혈당 변화량을 빠른 시간 내에 감소시킬 수 있는 인스턴트 운동을 제시할 수도 있고, 음식을 섭취했을 때 혈당 변화량이 임계 범위를 넘길 것으로 예측될 경우 임계 범위를 넘기지 않을 만큼의 섭취 분량을 제시할 수도 있다.
코칭 모듈(140)이 제공하는 혈당 관리를 위한 식후 대응 요령들은 이하의 실시예 2 내지 실시예 5에서 상세히 설명한다.
<실시예 2>
실시예 2는 코칭 모듈이 제공하는 대응 요령 중 하나로 음식 섭취 전에 혈당 관리를 위해 해당 음식에서 제거 가능한 식자재를 알려주는 기술에 관한 것이다.
도 3은 실시예 2의 혈당 관리 방법을 도시하는 흐름도이다.
도 3을 참조하면, 실시예 2의 혈당 관리 방법은 음식 명칭 도출 단계(S210), 음식 섭취에 따른 혈당 변화 추이 예측 단계(S220), 식자재 도출 단계(S230) 및 가이드 단계(S240)를 포함한다.
여기서 음식 명칭 도출 단계(S210), 혈당 변화 추이 예측 단계(S220)는 실시예 1의 그것들(S111, S112)과 동일하므로 중복되는 설명은 생략한다.
식자재 도출 단계(S230)에서, 분석 모듈(120)은 도출된 음식 명칭을 이용하여 해당 음식을 구성하는 식자재들을 도출한다. 구체적으로, 음식 데이터베이스(DB1)에는 음식 명칭에 대응하는 식자재 정보가 더 저장되며, 분석 모듈(120)은 음식 이미지로부터 탐색된 음식 객체로 음식 데이터베이스(DB1)를 조회하여 해당 음식의 명칭과 해당 음식을 구성하는 식자재들을 함께 도출한다.
한편, 분석 모듈(120)이 도출한 해당 음식의 식자재에 사용자가 직접 추가 식자재를 더 입력할 수도 있다. 예를 들어 통상의 김밥에는 오징어 진미채가 사용되지 않지만 사용자가 오징어 진미채가 포함된 김밥을 섭취하려는 경우, 사용자는 분석 모듈(120)이 촬영된 김밥 이미지에서 도출한 음식명(“김밥”) 및 식자재(“김, 단무지, 계란, 시금치, 우엉”)에 “오징어 진미채”를 추가 식자재로 직접 입력할 수도 있다.
또한 분석 모듈(120)은 음식 데이터베이스(DB1)에 음식 명칭에 매칭된 식자재 정보가 없을 경우 해당 음식 명칭에 대응하는 식자재 정보를 인터넷 망을 이용하여 웹에서 탐색할 수도 있다.
가이드 단계(S240)에서, 코칭 모듈(140)은 분석 모듈(120)이 도출한 식자재들 중 예측된 혈당 변화가 위험 임계 범위를 넘지 않기 위해 음식에서 제거해야 할 적어도 하나의 식자재를 사용자에게 제시한다.
구체적으로, 예측 모듈(130)에서 혈당 변화가 위험 임계 범위를 넘길 것으로 예측될 때, 코칭 모듈(140)은 식자재의 GI지수(혈당지수)에 기초하여 혈당 변화가 위험 임계 범위를 넘지 않도록 제거해야 할 식자재를 사용자에게 제시한다. 일 예로, 위험 임계 범위가 140 이하이고 예측된 혈당 변화가 145일 경우 GI 지수가 가장 높은 식자재 하나만 제거하도록 제시한다. 다른 일 예로, 위험 임계 범위가 140 이하이고 예측된 혈당 변화가 160일 경우 GI 지수가 높은 순으로 둘 이상의 식자재를 제거할 것을 안내한다.
<실시예 3>
실시예 3은 코칭 모듈이 제공하는 대응 요령 중 하나로 혈당 관리를 위해 해당 음식과 함께 섭취할 보완 음식을 알려주는 기술에 관한 것이다.
도 4는 실시예 3의 혈당 관리 방법을 도시하는 흐름도이다.
실시예 3의 혈당 관리 방법은 음식 명칭 도출 단계(S310), 혈당 변화 추이 예측 단계(S320) 및 가이드 단계(S330)를 포함한다.
여기서 실시예 3의 음식 명칭 도출 단계(S310) 및 혈당 변화 추이 예측 단계(S320)는 실시예 1의 그것들(S111, S112)와 동일하므로 중복되는 설명은 생략한다.
가이드 단계(S330)에서, 코칭 모듈(140)은 사용자의 눈 앞에 있는 메인 음식과 함께 섭취하면 예측된 혈당 변화가 위험 임계 범위를 넘지 않을 수 있는 음료, 반찬 등의 보완 음식을 사용자에게 제시한다.
예를 들면 계피 가루에 포함된 폴리페놀 성분은 혈당 조절에 도움이 되는 것으로 알려져 있으므로, 코칭 모듈(140)은 계피 가루를 보완 음식으로 제시할 수 있다. 즉, 코칭 모듈(140)은 “계피 가루를 음식 위에 살짝 뿌려 드세요” 라고 가이드할 수 있다.
코칭 모듈(140)은 미리 입력된 사용자의 병력 정보에 기초하여 보완 음식을 제시할 수도 있다. 예컨대, 계피 가루는 신장이 좋지 않은 사람에게는 추천하지 않는 재료로서 사용자의 병력 정보에 신장질환이 있는 경우 코칭 모듈(140)은 계피 가루 대신 돼지감자 차와 섭취할 것을 제시할 수도 있다. 참고로, 돼지 감자에 포함된 이눌린 성분은 혈당을 감소시키는 역할을 수행하는 것으로 알려져 있다.
또한 코칭 모듈(140)은 미리 설정된 음식 궁합에 기초하여 보완 음식을 제시할 수도 있다. 예컨대, 음식 식재료에 꿀이 포함된 경우 꿀과 궁합이 맞는 계피를 보완 음식으로 추천하되, 만약, 다른 식재료에 계피와 궁합이 맞지 않는 식자재가 포함된 경우 계피 대신 다른 보완 음식을 추천할 수 있다.
<실시예 4>
실시예 4는 코칭 모듈이 제공하는 대응 요령 중 하나로 혈당 관리를 위해 해당 음식의 섭취 후에 수행할 인스턴트 운동을 알려주는 기술에 관한 것이다.
도 5는 실시예 3의 혈당 관리 방법을 도시하는 흐름도이다.
실시예 4의 혈당 관리 방법은 음식 명칭 도출 단계(S410), 혈당 변화 추이 예측 단계(S420) 및 가이드 단계(S430)를 포함한다.
여기서 실시예 4의 음식 명칭 도출 단계(S410) 및 혈당 변화 추이 예측 단계(S420)는 실시예 1의 그것들(S111, S112)와 동일하므로 중복되는 설명은 생략한다.
가이드 단계(S430)에서, 코칭 모듈(140)은 예측 모듈(130)이 예측한 혈당 변화가 위험 임계 범위를 넘지 않기 위해 음식 섭취 후 소정 시간 내 수행해야 할 인스턴트 운동을 사용자에게 제시한다.
코칭 모듈(140)은 예측 모듈(130)에서 예측된 혈당 변화의 정도에 따라서 운동 종류, 운동 강도, 운동 시간을 다르게 제시할 수 있다.
예를 들면, 코칭 모듈(140)은 위험 임계 범위가 140 이하이고 예측 모듈(130)에서 예측된 혈당 변화가 145일 경우 음식 섭취 후 1시간이 경과되지 전에 스쿼트 동작을 5분간 수행하도록 사용자에게 제시할 수 있다.
또한, 코칭 모듈(140)은 위험 임계 범위가 140 이하이고 예측 모듈(130)에서 예측된 혈당 변화가 160일 경우 푸쉬업 동작을 5분, 스쿼트 동작을 10분간 수행하도록 사용자에게 제시할 수 있다.
학습 모듈(150)은 사용자가 음식을 섭취한 뒤 혈당과 제시된 운동을 수행한 뒤 혈당 변화를 제공받고, 제시된 운동에 따른 혈당 변화량을 학습할 수도 있다. 예를 들면, 학습 모듈(150)은 사용자가 스쿼트 10분을 할 경우 변화되는 혈당 감소량과, 스쿼트 5분과 푸쉬업 5분을 할 경우 변화되는 혈당 감소량을 학습한다.
<실시예 5>
실시예 5는 코칭 모듈이 제공하는 대응 요령 중 하나로 혈당 관리를 위해 해당 음식의 섭취량을 알려주는 기술에 관한 것이다.
도 6은 실시예 5의 혈당 관리 방법을 도시하는 흐름도이다.
실시예 5의 혈당 관리 방법은 음식 명칭 도출 단계(S510), 혈당 변화 추이 예측 단계(S520) 및 가이드 단계(S530)를 포함한다.
여기서 실시예 5의 음식 명칭 도출 단계(S510) 및 혈당 변화 추이 예측 단계(S520)는 실시예 1의 그것들(S111, S112)와 동일하므로 중복되는 설명은 생략한다.
가이드 단계(S530)에서, 코칭 모듈(140)은 예측 모듈(130)에서 예측된 혈당 변화가 위험 임계 범위를 넘지 않도록 하기 위한 음식의 섭취량을 제시한다.
예를 들면, 음식 이미지로부터 도출된 음식이 김밥이고 예측 모듈(130)에서 김밥의 섭취 시 예측된 혈당의 변화가 위험 임계 범위 140을 초과한 150일 경우, 코칭 모듈(140)은 사용자에게 “김밥을 5조각만 섭취하세요” 라고 제시할 수 있다.
이상에서는 본 발명에 관한 몇 가지 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
또한 이상에서 설명한 실시예들 중 방법에 관한 발명은 프로그램으로 구현되거나 그 프로그램이 저장된 컴퓨터로 판독 가능한 기록매체로 구현될 수 있다.
즉, 본 발명의 혈당 관리 방법은 애플리케이션 형태로 구현될 수 있으며, 구글사의 안드로이드나 애플사의 IOS를 기반으로 실행되는 스마트폰, 태블릿PC 등의 모바일 단말기에서 실행되는 소프트웨어 프로그램으로 구현되거나, 구글 글래스, 애플 워치, 삼성 갤럭시 워치, 스마트 워치 등과 같은 웨어러블 장치에서 실행되는 소프트웨어 프로그램으로 구현되거나, 마이크로소프트사의 윈도우즈나 구글사의 크롬OS를 기반으로 실행되는 노트북PC, 데스크탑PC 등에서 실행되는 소프트웨어 프로그램으로 구현될 수 있다.
또한 상술한 장치 또는 시스템의 부분적 기능들은 이를 구현하기 위한 명령어들의 프로그램이 유형적으로 구현됨으로써 컴퓨터를 통해 판독될 수 있는 기록매체에 포함되어 제공될 수도 있다. 컴퓨터로 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리, USB 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
S111, S121, S210, S310, S410, S510: 음식 명칭 도출 단계
S120: 혈당 변화 기록 단계
S130, S220, S320, S420, S520: 혈당 변화 추이 예측 단계
S140, S230, S330, S430, S530: 가이드 단계

Claims (6)

  1. 혈당 관리 단말의 혈당 관리 방법에 있어서,
    분석 모듈이 촬영된 음식 이미지로부터 음식 명칭을 도출하는 단계;
    예측 모듈이 상기 음식의 섭취에 따른 사용자의 혈당 변화 추이를 미리 구축된 혈당 변화 데이터베이스에 저장된 동일한 음식에 대한 혈당 변화 추이를 조회하여 예측하는 단계;
    코칭 모듈이 상기 예측된 혈당 변화가 미리 설정된 사용자의 위험 임계 범위를 넘으면 사용자에게 대응 요령을 가이드 하는 단계; 및
    학습 모듈이 근거리 무선통신으로 연결된 혈당 측정 장치로부터 상기 음식의 섭취 시점부터 미리 정해진 시간동안 혈당 측정값을 주기적으로 수신하고, 상기 음식의 섭취에 따른 사용자의 혈당 변화를 혈당 변화 데이터베이스에 기록하는 단계를 포함하고,
    사용자가 비침습 방식의 혈당 측정 장치를 착용한 상태에서 음식을 섭취할 경우, 상기 학습 모듈이 상기 혈당 측정 장치로부터 상기 음식의 섭취 시점부터 미리 정해진 시간동안 혈당 측정값을 주기적으로 수신하고, 상기 음식의 섭취에 따른 사용자의 혈당 변화를 임시 기록하는 단계; 및
    현재 섭취 중인 음식과 동일한 음식에 대한 혈당 변화 정보가 상기 혈당 변화 데이터베이스에 기 저장된 경우, 상기 학습 모듈이 상기 임시 기록된 혈당 측정값의 변화 추이와 미리 저장된 혈당 측정 값의 변화 추이를 비교하고, 두 정보 간의 차이가 미리 설정된 오차 범위 이상이면 상기 혈당 변화 데이터베이스에 기 저장된 혈당 변화 정보를 상기 임시 기록된 혈당 측정값의 변화 추이로 갱신하는 단계를 더 포함하고,
    상기 대응 요령을 가이드하는 단계는,
    상기 코칭 모듈이, 함께 섭취하면 상기 예측된 혈당 변화가 상기 위험 임계 범위를 넘지 않을 수 있는 음료, 반찬 중 적어도 하나의 보완 음식을 사용자에게 제시하되, 미리 설정된 사용자의 병력 및 음식 궁합을 고려하여 상기 보완 음식을 제시하는 것을 특징으로 하는
    음식 이미지를 이용한 혈당 관리 방법.
  2. 제1항에 있어서,
    학습 모듈이 근거리 무선통신으로 연결된 혈당 측정 장치로부터 상기 음식의 섭취 시점부터 미리 정해진 시간동안 혈당 측정값을 주기적으로 수신하고, 상기 음식의 섭취에 따른 사용자의 혈당 변화를 혈당 변화 데이터베이스에 기록하는 단계
    를 더 포함하는 음식 이미지를 이용한 혈당 관리 방법.
  3. 삭제
  4. 제1항에 있어서,
    상기 대응 요령 가이드 단계는,
    상기 분석 모듈이 상기 도출된 음식 명칭을 이용하여 상기 음식을 구성하는 식자재들을 도출하는 단계; 및
    상기 코칭 모듈이, 상기 도출된 식자재들 중 상기 예측된 혈당 변화가 상기 위험 임계 범위를 넘지 않기 위해 상기 음식에서 제거해야 할 적어도 하나의 식자재를 사용자에게 제시하는 단계
    를 포함하는 음식 이미지를 이용한 혈당 관리 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 대응 요령 가이드 단계는,
    상기 코칭 모듈이, 상기 예측된 혈당 변화가 상기 위험 임계 범위를 넘지 않기 위해 상기 음식 섭취 후 소정 시간 내 수행해야 할 인스턴트 운동을 제시하는 단계를 포함하는 음식 이미지를 이용한 혈당 관리 방법.
KR1020220010177A 2022-01-24 2022-01-24 음식 이미지를 이용한 혈당 변화 예측 방법 KR102428570B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220010177A KR102428570B1 (ko) 2022-01-24 2022-01-24 음식 이미지를 이용한 혈당 변화 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220010177A KR102428570B1 (ko) 2022-01-24 2022-01-24 음식 이미지를 이용한 혈당 변화 예측 방법

Publications (1)

Publication Number Publication Date
KR102428570B1 true KR102428570B1 (ko) 2022-08-02

Family

ID=82845851

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220010177A KR102428570B1 (ko) 2022-01-24 2022-01-24 음식 이미지를 이용한 혈당 변화 예측 방법

Country Status (1)

Country Link
KR (1) KR102428570B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024172352A1 (ko) * 2023-02-13 2024-08-22 주식회사 카카오헬스케어 혈당 관리 서비스 제공 시스템 및 방법
KR102709003B1 (ko) 2023-07-05 2024-09-24 주식회사 유투메드텍 음식-혈당 반응 분석 기반의 혈당 관리 정보를 제공하는 인슐린 렌즈 기술을 이용한 혈당 관리 서비스 제공 방법 및 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160054320A (ko) 2014-11-06 2016-05-16 두산중공업 주식회사 스마트폰을 이용한 혈당 관리 시스템
KR20180090076A (ko) * 2017-02-02 2018-08-10 강원대학교산학협력단 혈당량관리 네트워크시스템
JP2019028625A (ja) * 2017-07-27 2019-02-21 織田 聡 情報処理装置、情報処理方法、及びプログラム
JP6948095B1 (ja) * 2021-07-30 2021-10-13 株式会社LaViena プログラム、方法、およびシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160054320A (ko) 2014-11-06 2016-05-16 두산중공업 주식회사 스마트폰을 이용한 혈당 관리 시스템
KR20180090076A (ko) * 2017-02-02 2018-08-10 강원대학교산학협력단 혈당량관리 네트워크시스템
JP2019028625A (ja) * 2017-07-27 2019-02-21 織田 聡 情報処理装置、情報処理方法、及びプログラム
JP6948095B1 (ja) * 2021-07-30 2021-10-13 株式会社LaViena プログラム、方法、およびシステム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024172352A1 (ko) * 2023-02-13 2024-08-22 주식회사 카카오헬스케어 혈당 관리 서비스 제공 시스템 및 방법
KR102709003B1 (ko) 2023-07-05 2024-09-24 주식회사 유투메드텍 음식-혈당 반응 분석 기반의 혈당 관리 정보를 제공하는 인슐린 렌즈 기술을 이용한 혈당 관리 서비스 제공 방법 및 시스템

Similar Documents

Publication Publication Date Title
US11069435B2 (en) Wellness management method and system by wellness mode based on context-awareness platform on smartphone
JP7384585B2 (ja) 連続的監視デバイスのための適応型インターフェース
US11367516B2 (en) Automated detection of a physical behavior event and corresponding adjustment of a medication dispensing system
US9697740B2 (en) Wellness management method and system by wellness mode based on context-awareness platform on smartphone
US11759399B2 (en) Performance mode adjustment based on activity detection
US10102342B1 (en) Method and apparatus for tracking of food intake and other behaviors and providing relevant feedback
KR102575272B1 (ko) 유전 정보에 기반하여 가이드 정보를 제공하는 전자 장치 및 그 방법
US11363986B2 (en) Automated detection of a physical behavior event and corresponding adjustment of a medication dispensing system
EP3454338B1 (en) Meal advice providing system and analysis device
KR102428570B1 (ko) 음식 이미지를 이용한 혈당 변화 예측 방법
US20200294645A1 (en) Gesture-based detection of a physical behavior event based on gesture sensor data and supplemental information from at least one external source
CN106415556A (zh) 血糖紧迫性评估和警告界面
KR101501281B1 (ko) 당뇨병 및 당뇨 합병증 관리 방법
KR101501280B1 (ko) 당뇨병 관련 의료정보 송수신 장치
US20190006040A1 (en) Cognitive diabetic regulator
CA2795978A1 (en) General health and wellness management method and apparatus for a wellness application using data associated with a data-capable band
KR102004438B1 (ko) 사용자 건강습관정보 수집을 통한 건강관리 서비스 제공 장치 및 제공 방법
CN109256191A (zh) 用于提供所摄入食物的消化率信息的电子装置和方法
US11185260B1 (en) State-based methods and systems using continuous glucose monitors and accelerometers to regulate glucose levels
CN114616627A (zh) 身体行为事件的自动检测和药物分配系统的对应调整
Roberts et al. Help! Someone is beeping...
US20220369960A1 (en) Process for managing or assisting in the monitoring of a physiological parameter of an individual, in particular the blood sugar level
KR20150099886A (ko) 사용자 정보 처리 방법 및 그 장치
WO2015048683A1 (en) Health management context-aware platform on smartphone
Sethuraman et al. Cleo: Smart Glasses to Monitor Consumption of Alcohol and Cigarettes

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant