$\require{mediawiki-texvc}$

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.

근전도와 저항 센서를 이용한 보행 단계 감지
Gait Phases Detection from EMG and FSR Signals in Walkingamong Children 원문보기

감성과학 = Science of emotion & sensibility, v.13 no.1, 2010년, pp.207 - 214  

장은혜 (한국전자통신연구원 융합기술연구부문 로봇) ,  지수영 (한국전자통신연구원 융합기술연구부문 로봇) ,  이재연 (한국전자통신연구원 융합기술연구부문 로봇) ,  조영조 (한국전자통신연구원 융합기술연구부문 로봇) ,  전병태 (한경대학교 웹정보공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 근전도 신호를 활용하여 정상인의 보행과 관련된 상지와 하지 근육의 신호를 확인하고 저항센서를 이용하여 정상적인 보행 패턴을 확인하였다. 대학생 15명을 대상으로 정지해 있을 때와 평지를 보행할 때, 상지의 4부위(대흉근과 승모근)와 하지의 10부위(대퇴직근, 대퇴이두근, 내측광근, 외측광근, 반막양근, 반건양근, 가자미근, 장비골근, 내비복근과 외비복근)에 전극을 부착하여 근전도를 측정하였다. 저항센서는 양측 발바닥의 8부위에 센서를 부착하여 보행시 발에 가해지는 압력을 측정하였다. 그 결과, 근전도 신호는 정지상태에 비하여 보행 시에 허벅지의 외측광근과 반건양근을 제외하고 모든 근육에서 유의하게 높은 진폭을 가졌다. 또한 보행주기의 두 단계인 입각기와 유각기와 관련된 근육을 확인하였다. 저항 센서의 신호 분석 결과, 평균 보폭 주기 동안 크게 입각기와 유각기의 두 주기와 세부적으로 여덟 단계 - 초기 접지기, 하중 반응기, 중간 입각기, 말기 입각기, 전 유각기, 초기 유각기, 중간 유각기, 말기 유각기 - 의 보행 주기를 확인할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

The aim of this study was to investigate upper and lower limb muscle activity using EMG(electromyogram) sensors while walking and identify normal gait pattern using FSR(force sensing resistor) sensor. Fifteen college students participated in this study and their EMG and FSR signal were measured duri...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구에서는 근전도와 저항 센서를 이용하여 정상인의 보행과 관련된 근육을 밝히고, 정상적인 보행 주기와 보행단계를 확인하고자 하였다. 걷는 동안 승모근과 반건양근을 제외한 상지 및 하지 근육에서 유의하게 진폭이 증가하였는데(대흉근: p<.
  • 정상적이고 자연스러운 보행을 구현하기 위하여 보다 세분화된 보행 단계를 구분하여 단계에 따라 나타나는 생체 역학적 특성을 밝히고, 이를 실제 제품에 적용하는 것이 중요하다. 본 연구에서는 근전도와 저항 센서를 활용하여 보행 동안 나타나는 상․하지 근육의 활동과 발바닥에 가해지는 압력의 변화를 확인하고, 이를 토대로 보행 주기와 보행 단계를 분류하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
보행의 시작은 어떤 과정을 말하는가? 보행의 시작(gait initiation)은 정적 기립상태에서 출발하여 일정한 보행 주기가 반복되기 전까지의 과정을 말한다. 이러한 보행의 시작은 아주 짧은 시간에 무의식적으로 이루어지는 움직임이지만, 신경계의 조절, 근육의 작용 및 생체역학적인 힘의 복합적인 통합에 의해 이루어진다(김사엽과 김영호, 2002).
근전도 신호를 활용하여 정상인의 보행과 관련된 상지와 하지 근육의 신호를 확인하고 정상적인 보행 패턴을 확인한, 본 연구의 결과는? 저항센서는 양측 발바닥의 8부위에 센서를 부착하여 보행시 발에 가해지는 압력을 측정하였다. 그 결과, 근전도 신호는 정지상태에 비하여 보행 시에 허벅지의 외측광근과 반건양근을 제외하고 모든 근육에서 유의하게 높은 진폭을 가졌다. 또한 보행주기의 두 단계인 입각기와 유각기와 관련된 근육을 확인하였다. 저항 센서의 신호 분석 결과, 평균 보폭 주기 동안 크게 입각기와 유각기의 두 주기와 세부적으로 여덟 단계 - 초기 접지기, 하중 반응기, 중간 입각기, 말기 입각기, 전 유각기, 초기 유각기, 중간 유각기, 말기 유각기 - 의 보행 주기를 확인할 수 있었다.
정상적인 보행 주기는? 정상적인 보행 주기(gait cycle)는 두 번의 양하지 지지기와 두 번의 단하지 지지기가 있으며 대체로 입각기(stance phase)는 보행 주기의 60% 동안 이루어지고 유각기(swing phase)는 40%, 그리고 각각의 양하지 지지기는 약 10%를 차지한다(Rose & Gamble, 1994). 보행 주기는 비정상적인 보행 패턴을 정량적으로 분석하는데 활용되기 때문에, 정상적인 보행 주기와 패턴을 확인하는 작업이 필요하다(강성재, 안승찬과 김영호, 2002).
질의응답 정보가 도움이 되었나요?

참고문헌 (23)

  1. 강성재, 안승찬, 김영호 (2002). 자이로센서와 저항 센서를 이용한 보행분석, 대한인간공학회 2002년 창립 20주년 기념 학술대회 논문집, 111-113. 

  2. 김사엽, 김영호 (2002). 보행시작 과정의 생체역학적 특성, 한국정밀공학회 2002년도 춘계학술대회논문 요약집, 289. 

  3. 민병찬, 김전환, 전광진, 이동형, 김진수 (2006). 근전도에 의한 계단 상하행시 근피로 비교, 한국산업경영시스템학회 2006년 춘계학술대회, 73-76. 

  4. 안승찬, 황성재, 강성재, 김영호 (2004). 저항 센서와 자이로센서를 이용한 새로운 보행 주기 검출시스템의 개발 및 평가, 한국정밀공학회지, 21(10), 196-203. 

  5. Ament, W., Bongfa, G., Hof, A. L., & Verkerke, G. J. (1993). EMG median power frequency in an exhausting exercise, Journal of Electromyogram Kinesiology, 3, 214-220. 

  6. Astrand and Kaare Rodahl. (1970). Textbiik of work physiology, Mcc Traw Hill, Inc. pp. 90. 

  7. Basmajian, J. V. & Deluca, C. J., (1985). Description and analysis of the EMG signal; Muscle Alive(5th Ed.), William & Wilkins (Philidelphia). 

  8. Dai, R., Stei, R. B., Andrews, B. J., James, K. B., & Wieler, M. (1996). Application of tilt sensors in functional electrical stimulation, IEEE Transactions on Rehabilitation Engineering, 4, 63-72. 

  9. Hejmadi, A., Davidson, R. J., & Rozin, P. (2000). Exploring Hindu Indian emotion expressions: Evidence for accurate recognition by Americans and Indians. Psychological Science, 11, 183-187. 

  10. Hodgins, D. (2008). The importance of measuring human gait. Medical Device Technology. 

  11. Hof, A. L., Elzinga, H., Grimmius, W., & Halbertsma, J. P. K. (2005). Detection of non-standard EMG profiles in walking, Gait Posture, 21, 171-177. 

  12. Jansen, B. H., Miller, V. H., Mavrofrides, D. C., & Stegink Jansen, C. W. (2003). Multidimensional EMG-based assessment of walking dynamics, IEEE Transactions on Neural Systems and Rehabilitation Engineering, 11(3), 294-300. 

  13. Janssen, D., Scholhorn, W., Lubienetzki, J., Folling, K., Kokenqe, H., & Davids, K. (2008). Recognition of emotions in gait patterns by means of artificial neural nets. Journal of Nonverbal Behavior, 32(2), 79-82. 

  14. Konrad, P. (2005). The ABC of EMG: A practical introduction to kinesiological electromyography. Noraxon Inc. USA. pp 19-20. 

  15. Kostov, A., Andrew, B. J., Popovic, D. B., Stein, R. B., & Armstron, W. (1995). Machine learning in control of functional electrical stimulation systems for locomotion, IEEE Transactions on Biomedical Engineering, 42, 541-551. 

  16. Montepare, J. M., Goldstein, S. B., & Clausen, A. (1987). The identification of emotions from gait information. Journal of Nonverbal Behavior, 11, 33-42. 

  17. Ng, S. K. & Chizeck, H. J. (1977). Fuzzy model identification for classification of gait events in paraplegics, IEEE Transactions on Fuzzy Systems, 5, 536-544. 

  18. Pappas, I. P. I., Popovic, M. R., Keller, T., Dietz, V., & Morari, M. (2001). A reliable gait phase detection system, IEEE Transactions on Neural Systems and Rehabilitation Engineering, 9(2), 113-125. 

  19. Rose, J. & Gamble, J. G. (1994). Human walking, Williams & Wilkins 2nd Ed.(Philidelphia), 25-28. 

  20. The pathokinesiology service & the physical therapy department. (2001). Observational gait analysis. Rancho Los Amigos National Rehabilitation center, Downey, CA, USA. 

  21. Tong, K. & Grant, H. M. (1999). A practical gait analysis system using gyroscopes, Medical Engineering & Physics, 21, 87-94. 

  22. Vollestad, N. K. (1997). Measure of human muscle fatigue, Journal of Neuroscience Methods, 74, 219-227. 

  23. Williamson, A., Bloemhof, F., & Boom, H. (1990). Automatic stance-wing phase detection from accelerometer data for peroneal nerve stimulation. IEEE Transactions on Biomedical Engineering, 37, 1201-1208. 

저자의 다른 논문 :

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