선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 240 kHz 초음파 근접 센서를 이용하여, 호흡 시에 변화하는 복부의 움직임을 측정하여 호흡을 유추하였으며, 피험자가 옷을 입은 상태와 옷을 입지 않은 두 가지 상태에서 호흡을 측정하여 Nasal Thermocouples로 측정된 레퍼 런스 호흡신호와 비교 분석하였다.
- 본 연구에서는 비접촉방식 초음파를 이용하여 호흡 시에 발생하는 복부의 변위(거리변위)를 측정하는 방법으로 호흡을 판별 하였다, 초음파 거리 측정의 원리는 발사된 초음파신호가 측정물의 표면에 반사되어 되돌아오는 시간을 측정하여 센서에서 측정 물체까지의 거리를 산출하는 방식을 이용한다. 240 kHz 초음파 근접 센서를 이용하여, 호흡 시에 변화하는 복부의 움직임을 측정하여 호흡을 유추하였으며, 피험자가 옷을 입은 상태와 옷을 입지 않은 두 가지 상태에서 호흡을 측정하여 Nasal Thermocouples로 측정된 레퍼 런스 호흡신호와 비교 분석하였다.
- 본 연구에서는 호흡측정을 위해 240 kHz 초음파 근접 센서를 이용하여 비접촉 방식으로 호흡을 측정하였다. 제안된 비접촉 호흡신호 측정 시스템은 실험 결과에서 알 수 있듯, 저비용 호흡 감시 또는 모니터링 장치로 활용이 가능하며, 기존의 호흡 측정센서들과 달리 전극 부착 및 착용으로 인한 불편함을 덜 수 있는 효율적인 호홉측정 장치로 사용 가능함을 보여 주었다.
- 호흡 신호에서의 Peak 검출을 하기 위해서 흡기에서 호기로 전환되는 순간을 찾았으며 미분에 의한 Zero-Crossing 기 법 을[19] 사용하였다. 초음파 근접센서 로검줄된 호흡은 Nasal Thermocouples (TP - TSD202A, Biopac, U.S.A)로 측정된 호흡신호와 비교-분석하였다.
- 초음파 근접센서는 그림 4에 보이는 것처럼 실험을 위해 제작된 레일에 부착되어 피험자의 복부를 향해 조사 되도록 하였으며, Nasal thermocouples피험자의 코밑에 부착하여 호흡을 측정하였다.
- 4세 연령범위는 24세에서 35세였다. 피험자로부터 센서의 거리는 50 cm로 설정하였으며 피험자가 상의를 입고 있을 때와 상의를 입지 않은 상태에서의 호흡을 각각 3분간 측정하였다. 표 1은 측정된 피험자의 신체정보를 보여준다.
대상 데이터
- 본 연구에서는 공칭주파수 240kHz인 초음파센서, UNDK 20U6903(Baumer Electric, Swiss)를 사용하여 호흡을 즉정하였다. 센서모듈의 구성은 그림 2와 같으며 내장된 마이크로프로세서가 초음파를 송신 후 되돌아 올 때까지의 지연시간을 DAC(Digital Analog Converter)를 이용하여 아날로그 신호(전압)로 변환시켜준다.
- 초음파 근접센서를 이용한 호흡측정 실험은 5명의 신체 건강한 성인 남성을 대상으로 진행되었으며, 평균나이는 29.4세 연령범위는 24세에서 35세였다. 피험자로부터 센서의 거리는 50 cm로 설정하였으며 피험자가 상의를 입고 있을 때와 상의를 입지 않은 상태에서의 호흡을 각각 3분간 측정하였다.
- 그림 2의 (b)에서 보이는 것처럼. 초음파 근접센서의 출력은 MP150 (Biopac, U.S.A)과 Labtop 컴퓨터를 사용하여 획득 되었고(샘플링 주파수 100 Hz), 데이터는 AcqKnowledge 3.8.1(Biopac, U.S.A) 소프트웨어를 사용하여 실시간 으로 모니터링, 저장 되었다. 저장된 신호를 처 리하고 호흡신호를검줄하기 위해서 Matlab 7.
데이터처리
- (b)) 전체 피험자의 BPM 을 Bland-Altman Plot[21-23]을 이용하여 비교분석하였다(그림 7-(c), (d)).
- 피험자3으로부터 초음파 근접센서와 레퍼런스 센서로부터 얻어진 호흡신호가 그림 5과 그림 6에 각각 나타나져있으며, 상의를 입지 않은 상태에서 Nasal Thermocouples과 초음파근접 센서에서 측정된 원 신호를 신호처리 과정을 통해 Peak 를 검출하였다. 검출된 Peak 신호는 그림 5의 (d)와 같으며 상의를 입은 상태에서 검출된 신호의 Peak는 그림 6(d)와같다.
이론/모형
- A) 소프트웨어를 사용하여 실시간 으로 모니터링, 저장 되었다. 저장된 신호를 처 리하고 호흡신호를검줄하기 위해서 Matlab 7.3 (The MathWorks, Inc., Natick, MA, USA)이 사용되었다.
- 피 험자의 키 (Ht), 몸무게 (Wt), 복부둘레 (Abdominal Circumference, AC), 흡기시의 복부둘레 (Abdominal Circumference in Inhale, Al), 호기시의 복부둘레 (Abdominal Circumference in Exhale, AE)를 측정하였으며 신체 질량지수(Body Mass Index, BMI)를 공식에 따라 계산하였다. 모든 피험자의 1분간의 평균 호흡수(Breath per Minute, BPM))는 9.
- 포락선예측법은 피험자의 움직임 및 초음파의 산란에 의한 신호의 왜곡을 보정하여주며 이동평균 필터링은 저주파수 대역의 신호를 강화함으로 호흡신호의 검출을 용이하게 한다. 호흡 신호에서의 Peak 검출을 하기 위해서 흡기에서 호기로 전환되는 순간을 찾았으며 미분에 의한 Zero-Crossing 기 법 을[19] 사용하였다. 초음파 근접센서 로검줄된 호흡은 Nasal Thermocouples (TP - TSD202A, Biopac, U.
- 획득한 신호의 컨디셔닝을 위해서는 그림 3와 같은 포락선예측법(Envelope Estimation Method)과 이동평균 필터링을 사용하였다. 포락선예측법은 피험자의 움직임 및 초음파의 산란에 의한 신호의 왜곡을 보정하여주며 이동평균 필터링은 저주파수 대역의 신호를 강화함으로 호흡신호의 검출을 용이하게 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.