• 한국건설관리학회논문집
• /
• 제19권1호
• /
• pp.21-31
• /
• 2018

고령자 가구의 급격한 증가는 전 세계적 추세이며 의료비 등 사회적 비용 또한 급격히 증가할 것으로 예상된다. 치매와 같은 노인성 기능 질환의 경우 고령자의 일상생활 활동 (ADL) 패턴을 상시적으로 모니터링하고 평소와 다르거나 비정상적인 패턴이 발생하는 경우 이를 치매 조기진단의 근거로 활용할 수 있다. 그러나 사생활 침해의 우려가 큰 기존의 직접적 센싱 방식과 달리 간접적 센싱 방식 (Non-intrusive approach)을 활용하여 재실자의 최소한의 정보 (Coarse-grained data)만을 수집하고, 이를 통해 활동 정보를 추출하는 연구는 거의 이루어지지 않았다. 또한 추출된 활동 및 활동패턴을 이해하기 위해 활동의 맥락적 정보를 시각화하는 방법 또한 추가적인 연구가 필요하다. 이를 위해 본 연구에서는 재실자의 정보 중 시 공간 데이터 로그만을 활용하여 재실자의 수행 활동을 추출하고 컨텍스트화 된 행동 정보를 공간-활동 지도 (Space-Activity Map)로 시각화한다. 본 연구는 재실자의 일상생활 활동 패턴을 추출하는 데 기반이 되는 연구로서, 향후 고령자를 위한 상시적인 건강 모니터링 기술의 도입에 기여할 수 있다.

• Advances in Computational Design
• /
• 제4권2호
• /
• pp.73-90
• /
• 2019

The growth in the number of single-member households is a critical issue worldwide, especially among the elderly. For those living alone, who may be unaware of their health status or routines that could improve their health, a continuous healthcare monitoring system could provide valuable feedback. Assessing the performance adequacy of activities of daily living (ADL) can serve as a measure of an individual's health status; previous research has focused on determining a person's daily activities and extracting the most frequently performed behavioral patterns using camera recordings or wearable sensing techniques. However, existing methods used to extract common patterns of an occupant's activities in the home fail to address the spatio-temporal dimensions of human activities simultaneously. Though multiple sequence alignment (MSA) offers some advantages - such as inherent containment of the spatio-temporal data in sequence format, and rapid identification of hidden patterns - MSA has rarely been used to extract in-home ADL routines. This research proposes a method to extract a household occupant's ADL routines from a cumulative spatio-temporal data log of occupancy collected using a non-intrusive method (i.e., a tomographic motion detection system). The findings from an occupant's 28-day spatio-temporal activity log demonstrate the capacity of the proposed approach to identify routine patterns of an occupant's daily activities and to reveal the order, duration, and frequency of routine activities. Routine ADL patterns identified from the proposed approach are expected to provide a basis for detecting/evaluating abrupt or gradual changes of an occupant's ADL patterns that result from a physical or mental disorder, and can offer valuable information for home automation applications by enabling the prediction of ADL patterns.