[논문]생체공학적 적용을 위한 광학 근육활성화 센서

한효녕; 권순철; 김정

생체공학적 적용을 위한 광학 근육활성화 센서
Optical Muscle Activation Sensor for Bionic Applications 원문보기

한국정밀공학회지 = Journal of the Korean Society for Precision Engineering, v.26 no.7 = no.220, 2009년, pp.15 - 21

한효녕 (한국과학기술원 기계공학과) , 권순철 (한국과학기술원 기계공학과) , 김정 (한국과학기술원 기계공학과)

초록이 없습니다.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구에서는 이러한 기존 근육 활성화도 측정 센서의 문제점을 개선하고자 근적외선 LED 및 광센서를 이용한 새로운 광학 근육 활성화도 센서 (optical Muscle Activation Sensor, oMAS)를 개발하고자 한다. 또한 이를 평가하기 위하여, 손목의 움직임을 개발된 센서를 이용하여 분류하였다.
본 논문에서는 생체공학적 적용을 위하여 사람의 움직임을 예측하기 위한 방법으로 근육의 활성 화도를 측정하는 센서의 특징과장단점에 대하여 간략히 소개하였으며, 새로운 광학소자를 이용한 광학 근육 활성화도 측정 센서에 대하여 소개 및 평가를 하였다. 센서의 작은 크기로 미세 근육까지도 측정이 가능하며, 낮은 측정샘플링 주파수와 .
본 연구에서는 광학소자를 이용한 새로운 근육 활성화도 측정 센서에 대해서 살펴보고자 한다. 인체의 근육이 활성화되면 근섬유들의 수축으로 인하여 구조적, 광학적 특성이 변하게 된다.

제안 방법

개발하였다.19,20 관절의 토크를 계산하기 위한 방법으로 관절이 움직일 시 변화되는 근육의 수축 팽창 현상을 측정하기 위하여 Fig. 5와 같이 공압센서를 이용하여 근육의 수축 팽창을 측정하였다.
개발된 광학센서를 통해 측정된 근육 활성 화도를 이용해 동작을 구분하기 위하여, 본 연구에서는 인 공 신경 회로망(artificial neural network)을이용하였다. 23 신경회로망은 비선형적이며 복잡한 근골격구조를 기구학/동역학적으로 풀어내지 않아도 입력되는 근육 활성화도와 오른쪽 손목의 굽힘- 폄 동작간의 관계를 모델링할 수 있다는 장점 이 있다.
개발된 광학센서를 평가하기 위하여 손목 움직임 시에 변화하는 근육 활성화도를 즉정하고 분류하였다. 본 연구에서는 손목의 움직임 중에 가장 많이 사용되고 있는 굽힘(flexion)과 폄 (extension) 동작을 선정하였으며, 이 손목 동작을 주로 주관하는 척즉수근굴근(flexor carpi ulnaris, FCU)과 척측수근신근(extensor carpi ulnaris, ECU), 두 근육의 활성화도를 광학 센서를 이용하여 측정하였다.
광원과 센서 사이의 거리는 선행 실험을 통하여 10mm로 결정하였다 끄 센서의 측정값은 생체신호 측정전용 DAQ board(MP35, Biopac, USA)를이용하여 200Hz의 sampling 주파수로 즉정하였으며, 비중첩 방식의 이동평균 필터(100ms) 이용하여 신호 처리하였으며, 초기 정지상태에서 측정한 값을 이용하여 신호의 offset 값을 제거하였디, .
광학 근육활성화도 측정 센서는 이러한 현상을 광원과 광센서를 이용하여 피부 표면에서 비침습적으로 측정함으로 근육의 활성화도를 측정한다. Fig.
한다. 또한 이를 평가하기 위하여, 손목의 움직임을 개발된 센서를 이용하여 분류하였다.
본 연구에서는 손목의 움직임 중에 가장 많이 사용되고 있는 굽힘(flexion)과 폄 (extension) 동작을 선정하였으며, 이 손목 동작을 주로 주관하는 척즉수근굴근(flexor carpi ulnaris, FCU)과 척측수근신근(extensor carpi ulnaris, ECU), 두 근육의 활성화도를 광학 센서를 이용하여 측정하였다.
4(a) 에서와 같은 원형 disk 와 tip 으로 이루어져 있으며, 센서는 측정위치에 외부의 belt 를 이용하여 고, 정 시켜 측정한다. 센서의 tip 부분을 통하여 측정하는 근육의 압력(FB)과 disk 부분과 접족되는 주변 근육의 압력(FD) 및 고정벨트로 가해지는 압력의 차이를 이용하여 근육의 경도를 추정하였다.
9는 실험 데이터와 신경망회로를 이용하여 움직임 구분을 한 결과를 보여주고 있다. 실험에서 사용한 패턴 분류 결과 값을 정지, 굽힘, 폄 동작으로 구분하기 위하여 문턱치를 주어 세 가지 결과를 보이도록 하였다. Fig.
재활보조용 외골격장치16,17 및 근력 강화 훈련 장치 18에 적용하기 위한 근육의 활성화도를 측정하기 위한 방법 중 하나로, 일본의 Nagasaki 대학 팀에서는 다중 압력 센서를 이용하여 근육의 활성화됨에 따라 변화하는 근육의 경도를 측정하는 센서를 제작하였다. 근육 경도센서는 Fig.
23 신경회로망은 비선형적이며 복잡한 근골격구조를 기구학/동역학적으로 풀어내지 않아도 입력되는 근육 활성화도와 오른쪽 손목의 굽힘- 폄 동작간의 관계를 모델링할 수 있다는 장점 이 있다. 척 측수근굴근 (FCU)과 척측수근신근 (ECU) 의 근육 활성 화도를 입력 신호로, 손목 움직임을 목표 신호로 하였으며, 5개의 은닉 노드로 구성된 1 개의 은닉층을 가지는 피드. 포워드 신경망 구조를 사용하였다.
같은 순서로 진행되었디, .피 실험자는 오른손척측수근굴근과 척측수근 신근에 개발된 센서를 부착하고, 의자에 앉은 상태에서 팔꿈치를 책상에 붙이고 손목을 세로로 세운 상태에서 좌우로 움직일 수 있도록 하였다.

대상 데이터

센서의 광원으로는 투과율이 좋은 높은 파장의 광원인 근적외선 LED(940nm)를 사용하였으며, 관센서로는 근적외선 대역의 photo diode 를 사용하였다. 광원과 센서 사이의 거리는 선행 실험을 통하여 10mm로 결정하였다 끄 센서의 측정값은 생체신호 측정전용 DAQ board(MP35, Biopac, USA)를이용하여 200Hz의 sampling 주파수로 즉정하였으며, 비중첩 방식의 이동평균 필터(100ms) 이용하여 신호 처리하였으며, 초기 정지상태에서 측정한 값을 이용하여 신호의 offset 값을 제거하였디, .

이론/모형

포워드 신경망 구조를 사용하였다. Levenberg-Marquart 방법을 통해 신경망을 학습시켰고, Matlab toolbox를 사용하였다.
척 측수근굴근 (FCU)과 척측수근신근 (ECU) 의 근육 활성 화도를 입력 신호로, 손목 움직임을 목표 신호로 하였으며, 5개의 은닉 노드로 구성된 1 개의 은닉층을 가지는 피드. 포워드 신경망 구조를 사용하였다. Levenberg-Marquart 방법을 통해 신경망을 학습시켰고, Matlab toolbox를 사용하였다.

성능/효과

굵은 회색 실선은 패턴 분류한 결과를 보여주고 있으며, 굵은 검은 실선은 의도된 움직임을 나타내고, 회색 점선은 패턴 구분됨 결과를 보여주고 있다. 분석 결과 99.8 %의 정확도로 움직임을 구별할 수 있었다. Fig.
굵은 검은 실선은 의도된 움직임을 나타내며, 회색 점선은 신경망회로를 통하여 패턴 분류된 결과값을 나타내고 있다. 분석 결과 정상 상태에서는 99.7%, 굽힘 동작에 대한 분류는 97.5%의 정확도를 보여주고 있으며, 폄동작에 대해서는 98.6%의 정확도로 손목 동작을 구별하였다.
위와 같은 결과를 통하여 개발된 센서를 이용하여 손목의 굽힘과 폄동작을 잘 구별할 수 있음을 확인할 수 있었다. Fig.

후속연구

간단한 신호처리 과정이 강점이 있다. 또한 이 방식은 또 다른 생체신호를 측정하는 광용적맥파(photoplethysmography, PPG) 및 혈중 산소 포화도측정(oxime try)과 동일하여 근육변화 시에 나타나는 혈관이나 산소포화도 등의 생리학적 변화에 대한 연구도 가능할 것으로 보인다. 하지만 광학 소자를 이용함으로, 외부 광원의 영향에 약하고, 근육의 특성에 따라 신호의 크기가 차이가 나는 등의 문제점이 남아 있으며, 이러한 문제점들을 해결할 때 광학소자를 이용하는 강인하고 정밀한 근육 활성화도 측정 센서를 개발할 수 있을 것이다.
또한 이 방식은 또 다른 생체신호를 측정하는 광용적맥파(photoplethysmography, PPG) 및 혈중 산소 포화도측정(oxime try)과 동일하여 근육변화 시에 나타나는 혈관이나 산소포화도 등의 생리학적 변화에 대한 연구도 가능할 것으로 보인다. 하지만 광학 소자를 이용함으로, 외부 광원의 영향에 약하고, 근육의 특성에 따라 신호의 크기가 차이가 나는 등의 문제점이 남아 있으며, 이러한 문제점들을 해결할 때 광학소자를 이용하는 강인하고 정밀한 근육 활성화도 측정 센서를 개발할 수 있을 것이다.

참고문헌 (25)

Sato, T., Nishida, Y., Ichikawa, J., Hatamura, Y. and Mizoguchi, H., "Active understanding of human intention by a robot through monitoring of human behavior," Proc. of the IEEE/RSJ/GI International Conference on Intelligent Robots and Systems, Vol. 1,pp. 405-414,1994
Bien, Z. Z., Park, K.-H., Jung, J.-W. and Do, J.-H.,"Intention reading is essential in human-friendly interfaces for the elderly and the handicapped," IEEE Transactions on Industrial Electronics, Vol. 52, No. 6,pp. 1500-1505, 2005

상세보기
Tamei, T., Ishii, S. and Shibata, T., "Virtual Force/Tactile Sensors for Interactive Machines Usingthe User's Biological Signals," Advanced Robotics,Vol. 22, No. 8, pp. 893-911, 2008

상세보기
Koike, Y. and Kawato, M., "Estimation of dynamic joint torques and trajectory formation from surface electromyography signals using a neural network model," Biological Cybernetics, Vol. 73, No. 4, pp.291-300, 1995

상세보기
Morita, S., Kondo, T. and Ito, K., "Estimation of forearm movement from EMG signal and applicationto prosthetic hand control," Proc. of IEEE International Conference on Robotics and Automation, Vol. 4, pp. 3692-3697, 2001
Luh, J.-J., Chang, G.-C., Cheng, C.-K., Lai, J.-S. andKuo, T.-S., "Isokinetic elbow joint torques estimationfrom surface EMG and joint kinematic data: using anartificial neural network model," Journal ofElectromyography and Kinesiology, Vol. 9, No. 3, pp.173-183, 1999

상세보기
Song, R. and Tong, K. Y., "Using recurrent artificial neural network model to estimate voluntary elbow torque in dynamic situations," Medical and Biological Engineering and Computing, Vol. 43, No.4, pp. 473-480, 2005

상세보기
Dipietro, L., Sabatini, A. M. and Dario, P., "Artificial neural network model of the mapping between electromyographic activation and trajectory patternsin free-arm movements," Medical and Biological Engineering and Computing, Vol. 41, No. 2, pp. 124-132, 2003

상세보기
Au, A. T. C. and Kirsch, R. F., "EMG-based prediction of shoulder and elbow kinematics in able-bodied and spinal cord injured individuals," IEEETransactions on Rehabilitation Engineering, Vol. 8,No. 4, pp. 471-480, 2000

상세보기
Rosen, J., Brand, M., Fuchs, M. B. and Arcan, M., "Amyosignal-based powered exoskeleton system," IEEE Transactions on Systems, Man and Cybernetics, Vol.31, No. 3, pp. 210-222, 2001

상세보기
De Luca, C. J., "The Use of Surface Electromyographyin Biomechanics," Journal of Applied Biomechanics,Vol. 13, No. 2, pp. 135-163, 1997

상세보기
Dellon, B. and Matsuoka, Y., "Prosthetics, exoskeletons, and rehabilitation [Grand Challenges ofRobotics]," IEEE Robotics & Automation Magazine,Vol. 14, No. 1, pp. 30-34, 2007

상세보기
Orizio, C., Liberati, D., Locatelli, C., De Grandis, D. and Veicsteinas, A., "Surface mechanomyogramreflects muscle fibres twitches summation," Journal of Biomechanics, Vol. 29, No. 4, pp. 475-481,1996

상세보기
Orizio, C., Diemont, B., Esposito, F., Alfonsi, E.,Parrinello, G., Moglia, A. and Veicsteinas, A.,"Surface mechanomyogram reflects the changes inthe mechanical properties of muscle at fatigue,"European Journal of Applied Physiology and Occupational Physiology, Vol. 80, No. 4, pp. 276-284,1999

상세보기
Silva, J., Heim, W. and Chau, T., "A self-contained, mechanomyography-driven externally powered prosthesis," Archives of Physical Medicine and Rehabilitation, Vol. 86, No. 10, pp. 2066-2070, 2005

상세보기
Kawakami, K., Kumano, S., Moromugi, S. and Ishimatsu, T., "Powered glove with electro-pneumatic actuation unit for the disabled," Proc. of SPIE, The International Society for Optical Engineering, Vol.6794, pp. 67943H.1-67943H.5, 2007
Moromugi, S., Koujina, Y., Ariki, S., Tanaka, T., Feng,M. Q. and Ishimatsu, T., "Soft power suit for kneemotion assistance," International Journal of Human-friendly Welfare Robotic Systems, Vol. 4, No. 4, pp.13-19, 2003
Moromugi, S., Yoon, S. J., Kim, S.-H., Tanaka, M.,Ohgiya, Y., Matsuzaka, N. and Ishimatsu, T., "Atraining machine with dynamic load-control function based on muscle activity information," Artif Life Robotics, Vol. 10, No. 2, pp. 126-130, 2006

상세보기
Kong, K. C. and Jeon, D. Y., "Design and Control ofa Novel Tendon-driven Exoskeletal Power Assistive Device," Journal of Institute of Control, Robotics and Systems, Vol. 11, No. 11, pp. 936-942, 2005
Kong. K. C., Jeon, D. Y., "Design and control of anexoskeleton for the elderly and patients,"IEEE/ASME Transactions on Mechatronics, Vol. 11,No. 4, pp. 428-432, 2006

상세보기
Webster, J. G., "The Measurement, Instrumentation, and Sensors Handbook," CRC Press LLC, Ch. 76, 1999
Han, H. and Kim, J., "Estimation of wrist motion usigoptical muscle activation sensor for vionicapplication," Proc. of KSPE Spring Conference, pp.73-74, 2009
Haykin, S., "Neural Networks: A Comprehensive Foundation," Macmillan, 1994
Merletti, R. and Parker, P., "Electromyography:Physiology, Engineering, and Non-Invasive Applications," Wiley-IEEE Press, pp. 1-24, 2004
Disselhorst-Klug, C., Schmitz-Rode, T. and Rau, G.,"Surface electromyography and muscle force: limitsin sEMG-force relationship and new approaches for applications," Clinical Biomechanics, Vol. 24, No. 3,pp. 225-235, 2008

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

생체공학적 적용을 위한 광학 근육활성화 센서
Optical Muscle Activation Sensor for Bionic Applications 원문보기