$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

AR 모델을 이용한 전기자극에 대한 근신호 M -wave의 정보압축
Inoformation Compression of Myoelectric M-wave Evoked by Electrical Stimulus using AR Model 원문보기

의공학회지 = Journal of biomedical engineering research, v.20 no.3, 1999년, pp.307 - 314  

김덕영 (서울시립대학교 공과대학 전자전기공학부) ,  박종환 (서울시립대학교 공과대학 전자전기공학부) ,  김성환 (서울시립대학교 공과대학 전자전기공학부)

초록
AI-Helper 아이콘AI-Helper

M-wave 는 신경전도 연구에 있어서 후기반응 현상 중 직접적인 반응으로, 반응 후 일정시간내에 정보가 존재하는 단발 반응의 특성을 가지고 있다. 이러한 M-wave 는 신경계통의 질환을 진단하기 위한 유용한 요소이며, 따라서 M-wave 의 형태 및 시간에 관한 정보가 간단히 표현될 수 있다면 신경질환 연구에 많은 도움이 될 것이다. 따라서 본 연구에서는 Ar 모델링 방법이 이러한 M-wave 의 정보 압축에 있어서 효과적임을 증명하였다. 이로 인해 먼저 실제로 측정된 M-wave 신호에서 Ar 파라메터를 추정하였으며, 추정된 파라메터를 가지고 근사화한 곡선과 최근의 M-wave의 정보압축에 관한 연구인 Hermite 변환을 이용한 방법에 따른 근사화 곡선을 비교하였다. 제안된 방법의 구체적인 검증을 위해 실신호와 근사화 곡선의 정규화 평균자승오차(NMSE)를 구하여 비교하였다. 결론적으로 M-wave 의 정보를 압축하는데 있어 Hermite 변환은 30개의 파라메터가 필요한 반면, 본 연구에서 제시한 AR 모델링방법은 3개의 파라메터만 가지고도 효과적으로 M-wave 의 특징을 압축할 수 있음을 보였다.

Abstract AI-Helper 아이콘AI-Helper

This paper describes an informatlon compression of electrically evoked myoelectric signal, M-wave. This wave shows a direct response m lato-response of nerve conductlQn study and has a characteristic with finite time support. M-wave is a useful factor for investing neurodi~ease and is often desirabl...

주제어

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로