• Journal of Nutrition and Health
• /
• 제48권2호
• /
• pp.180-191
• /
• 2015

본 연구는 만 9~12세의 초등학생 총 20명(남아 11명, 여아 9명)을 대상으로 18가지의 일상생활에서의 대표적인 신체활동에 따른 에너지소비량을 측정하여, 아동의 일상생활에서 수행하는 신체활동에 따른 에너지소비량을 평가하고, 체중이 METs 값에 미치는 영향을 분석해보았다. 1. 연구대상자의 평균연령은 $10.4{\pm}0.6$세였으며, 평균 신장 및 체중은 $145.1{\pm}8.5cm$ 및 $43.6{\pm}10.3kg$ 이었다. 대상자의 허리둘레는 남아와 여아 각각 $73.6{\pm}9.6cm$ 및 $63.5{\pm}7.1cm$로 남녀 간의 유의한 차이를 보였다 (p < 0.05). 2. 연구대상자의 휴식 시 산소소비량 ($VO_2$), 에너지소비량 및 METs 값은 각각 $5.41{\pm}0.89mL/kg/min$, $1.44{\pm}0.17kcal/kg/h$ 및 $1.5{\pm}0.4METs$로 나타났다. 3. 18가지의 신체활동에 따른 METs 값은 앉아서 숙제하기 및 책읽기 ($1.6{\pm}0.3METs$), 앉아서 비디오 혹은 핸드폰으로 게임하기 ($1.6{\pm}0.5METs$), 앉아서 텔레비전 시청하기 ($1.7{\pm}0.5METs$), 서서 비디오 혹은 핸드폰으로 게임하기 ($1.9{\pm}0.6METs$), 빗자루로 방 쓸기 ($2.7{\pm}1.1METs$) 및 보드게임 ($2.8{\pm}2.2METs$)이 가벼운 신체활동에 속하였으며, 진공청소기로 청소하기 ($3.0{\pm}0.2METs$), 피구 ($3.6{\pm}0.9METs$), 삽질하기 ($3.8{\pm}0.4METs$), 계단오르내리기 ($3.8{\pm}1.3METs$), 농구 슛팅 ($4.4{\pm}.1.5METs$), 줄넘기 ($4.6{\pm}2.6METs$), 음악에 맞추어 스트레칭 ($4.7{\pm}2.3METs$), 천천히 걷기 ($4.8{\pm}2.6METs$) 및 배드민턴 ($4.8{\pm}1.0METs$)의 활동이 중간강도의 신체활동에 속하였다. 빨리 걷기 및 달리기는 각각 $6.6{\pm}1.7$ 및 $6.7{\pm}1.5METs$로 6.0 METs 이상의 고강도 신체활동에 속하는 것으로 나타났다. 4. 본 연구결과를 성인 METs 값 및 기존에 보고된 아동 METs 값과 비교하기 위하여 Bland-Altman 분석을 실시한 결과 각각 mean difference $0.18{\pm}1.57$, upper and lower limit of agreement 0.99 and -0.62 및 mean difference $0.28{\pm}1.49$, upper and lower limit of agreement 1.05 and -0.48로 나타났으며, ICC (interclass correlation coefficient)를 통한 일치도 분석결과는 각각 0.815 및 0.837로 성인의 METs 값보다는 기존에 보고된 아동 METs 값과의 일치도가 더 높은 것으로 나타났다. 5. 체중이 신체활동에 따른 에너지소비량에 미치는 영향을 살펴본 결과, 앉아서 게임하기 (METs 1.6), 계단오르내리기 (METs 3.8), 천천히 걷기 (METs 4.8) 및 달리기 (METs 6.6)에서 $R^2$값이 각각 0.116, 0.176, 0.246 및 0.455로 증가하였으며, 활동 강도가 높을수록 체중이 METs 값에 대한 설명력이 증가함을 알 수 있었다. 신체활동은 건강증진 및 질병예방에 중요한 역할을 하며, 특히, 일상생활에서 신체활동을 증진시키는 것은 많은 질병에 있어 최선의 예방책 가운데 필수적인 요소이다. 이러한 면에서 영양 및 운동처방의 목표에 정확하게 도달하기 위해서는 에너지소비량, 특히, 일상생활에서의 신체활동이 정확하게 평가되어져야한다. 결론적으로, 신체활동에 따른 에너지소비량을 평가하기 위해 성인의 데이터가 존재할지라도 아동들의 일상적인 활동에 대한 에너지 cost 자료는 부족한 실정이다. 이에 본 연구는 초등학생의 신체활동에 따른 에너지소비량에 대한 데이터를 직접 측정하여 평가하였다는데 큰 의의가 있으며, 추후 연구에서는 더 넓은 범위의 그룹 및 다양한 연령대의 아동을 대상으로 한 연구가 이루어져야 할 것이다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.