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.
문제 정의
- 하지만 최근의 문헌들에서 다양한 실험을 통하여, 근전도로부터 근력을 예측하는 시도를 수행하고, 이 과정에서 다양한 실험식을 이용한 모델링 기법들을 발표하였다.(12) 본 논문에서는 참고문헌들에서 발표된 근전도신호 기반 근력예측 프로그램을 MATLAB 기반으로 개발하였다.
- 본 논문에서는 앉기-서기 동작의 근골격 해석을 위한 하지의 근골격 모델을 개발하고, 역동역학해석 기법과 EMG 기반 근력예측 기법을 구현하였다. 이를 이용하여 앉기-서기 동작에서 하지 관절에서의 관절운동 및 관절모멘트, 그리고 주요 하지 근력을 동작분석 실험 및 EMG 신호를 이용하여 예측하고, 이 두 방법에 의해 예측된 근력을 비교하였다.
제안 방법
- (11) 능동관절모멘트를 하지 근육에 배분하기 위하여 준정적 최적화 수식을 구현하였다.(5) 최적화 수식에서는 하지 근력들이 변수가 되고, 각 근력의 생리학적 최대치를 제 한하고,(12) 근력이 발생하는 모멘트가 역동역학해석에서 계산한 능동관절모멘트와 일치하도록 제한조건을 추가하였으며 최적화 수식의 목적함수는 하지 근육의 하중을 근단면적으로 나눈 근응력(muscle stress)의 3제곱의 합으로 하였다.
- (11) 능동관절모멘트를 하지 근육에 배분하기 위하여 준정적 최적화 수식을 구현하였다.(5) 최적화 수식에서는 하지 근력들이 변수가 되고, 각 근력의 생리학적 최대치를 제 한하고,(12) 근력이 발생하는 모멘트가 역동역학해석에서 계산한 능동관절모멘트와 일치하도록 제한조건을 추가하였으며 최적화 수식의 목적함수는 하지 근육의 하중을 근단면적으로 나눈 근응력(muscle stress)의 3제곱의 합으로 하였다.(5) 개발된 프로그램에서는 MATLAB의 Optimization toolbox를 이용하였다.
- 이에 대한 자세한 수식은 생체역학 교재나 많은 참고문헌들에서 찾을 수 있다.(8,9) 실제로는, 근전도 신호로부터 근력을 예측하는 과정에서 사용된 많은 실험인자들을 피검자의 특성에 맞도록 다양한 실험을 통하여 보정(calibration)하는 과정을 반드시 수행해야 하지만, 이러한 과정이 매우 복잡하고 큰 실험을 필요로 하기 때문에 본 연구에서는 기존문헌에서 사용한 인자의 수치들을 사용하였다.
- 본 연구에서 개발된 동작분석정보 기반 역동역학해석 프로그램과 근전도신호 기반 근력예측 프로그램을 검증하기 위하여 앉기-서기 동작에서의 관절운동정보와 관절모멘트 결과를 기존의 실험 및 해석 문헌의 결과와 비교하였다. 관절모멘트에서 피검자의 키와 몸무게의 효과를 상쇄하기 위하여 관절모멘트를 키와 몸무게로 나누어 정규화하였다. 그리고 역동역학해석에서 예측한 근력을 근전도 신호에서 예측한 근력과 비교를 하여 근력 예측 프로그램의 타당성을 검증하였다.
- 관절모멘트에서 피검자의 키와 몸무게의 효과를 상쇄하기 위하여 관절모멘트를 키와 몸무게로 나누어 정규화하였다. 그리고 역동역학해석에서 예측한 근력을 근전도 신호에서 예측한 근력과 비교를 하여 근력 예측 프로그램의 타당성을 검증하였다.
- 동시에 8채널 근전도시스템(Myosystem 1400A, Noraxon Inc., USA)을 이용하여 대퇴직근(rectus femoris, RF), 내외측광근(medial & lateral vastus, VS), 앞정강근(tibialis anterior, TA), 대둔근 (gluteus maximus, GU), 반막모양근(semimembranosus, SE), 장단지근(gastrocnemius, GA), 대퇴이두근(biceps femoris short, BS), 넙치근(soleus, SO) 등의 하지 주요 근육의 근전도 신호를 측정하였다.
- 또한 실험의 일관성을 위하여, 발바닥을 붙인 상태에서 일어나고, 가능하면 발목관절을 사용하지 않는 엉덩이-무릎관절을 이용한 앉기-서기 동작을 하도록 지도 하였다. 동작을 수행하는 동안 반사마커를 피검자의 하지 각 부위에 붙이고 6개의 카메라로 마커의 위치좌표를 측정하였다(Hawk, Motion Analysis Inc., USA). 마커정보로부터 엉덩이(hip), 무릎(knee), 발목(ankle)의 각도와 각속도 그리고 각가속도 등을 계산 하였다.
- 피검자에게는 좌우 다리에 균형된 하중이 부하 되고, 상체의 움직임을 최소화하도록 지도하였다. 또한 실험의 일관성을 위하여, 발바닥을 붙인 상태에서 일어나고, 가능하면 발목관절을 사용하지 않는 엉덩이-무릎관절을 이용한 앉기-서기 동작을 하도록 지도 하였다. 동작을 수행하는 동안 반사마커를 피검자의 하지 각 부위에 붙이고 6개의 카메라로 마커의 위치좌표를 측정하였다(Hawk, Motion Analysis Inc.
- , USA). 마커정보로부터 엉덩이(hip), 무릎(knee), 발목(ankle)의 각도와 각속도 그리고 각가속도 등을 계산 하였다. 앉기-서기 동작실험을 하는 동안 발바닥에 위치한 힘판(force plate; 4060, Bertec Inc.
- 2(a)). 먼저, 동작분석실험에서 측정한 마커의 위치정보를 이용하여 관절중심에서의 각도를 계산한 후, 각속도와 각가속도를 차례로 계산하였다. 이 후, MATLAB의 SimMechanics toolbox를 이용하여 운동방정식을 구성한 후, 세 관절의 각가속도 정보로부터 관절모멘트를 계산하고, 근육의 부착 위치 변화와 모멘트길이(moment arm) 등을 계산하였다.
- 본 논문에서는 동작실험에서 측정한 관절운동 정보와 하지 근골격 모델을 이용하여 하지근력을 예측하는 역동역학해석 프로그램을 개발하였다 (Fig. 2(a)).
- 수동관절모멘트는 피검자자의 해부학적 형상, 관절연부조직(인대, 연골 등)의 강성 및 형상, 부착위치 등에 크게 영향을 받지만, 본 연구에서는 과거 문헌에서 발표한 관절의 각도와 수동관절모멘트 사이의 비선형 실험식을 사용하였다.(11) 능동관절모멘트를 하지 근육에 배분하기 위하여 준정적 최적화 수식을 구현하였다.
- 1(b)). 신체의 키에 비례한 강체분절의 길이와 질량, 질량관성모멘트 등의 정보는 참고문헌의 비례식을 이용하였다.(10) 모델에 사용되는 근육의 두 부착위치, 근단면적(physiological cross-sectional area, PCSA), 최대근력 등의 근육정보도 기존 문헌자료를 이용하였다.
- 마커정보로부터 엉덩이(hip), 무릎(knee), 발목(ankle)의 각도와 각속도 그리고 각가속도 등을 계산 하였다. 앉기-서기 동작실험을 하는 동안 발바닥에 위치한 힘판(force plate; 4060, Bertec Inc., USA)으로 부터 3차원 힘과 모멘트의 외부 지면반력 신호를 측정하였다. 동시에 8채널 근전도시스템(Myosystem 1400A, Noraxon Inc.
- 앉기-서기 동작에서 하지관절의 관절모멘트와 근력을 예측하기 위한 역동역학해석을 수행하기 위하여, MATLAB의 SimMechanics toolbox를 기반으로 하지의 근골격 모델을 개발하였다. 이를 위해 하지를 2차원 3자유도 4분절의 강체모델로 정의하고, 엉덩이, 무릎, 발목 관절을 각각 회전조인트로, 대퇴(thigh), 하퇴(shank), 몸통(trunk), 발 (foot)을 각각 강체로 정의하였다(Fig.
- 먼저, 동작분석실험에서 측정한 마커의 위치정보를 이용하여 관절중심에서의 각도를 계산한 후, 각속도와 각가속도를 차례로 계산하였다. 이 후, MATLAB의 SimMechanics toolbox를 이용하여 운동방정식을 구성한 후, 세 관절의 각가속도 정보로부터 관절모멘트를 계산하고, 근육의 부착 위치 변화와 모멘트길이(moment arm) 등을 계산하였다. 각 시간단계에서의 계산된 관절 모멘트는 관절에서 인대와 연골로부터 발생하는 수동관절모멘트(passive joint moment) 성분과 하지 근육들이 수축작용하여 발생한 근력에 의한 능동관절모멘트(active joint moment) 성분으로 구성할 수 있다.
- 앉기-서기 동작에서 하지관절의 관절모멘트와 근력을 예측하기 위한 역동역학해석을 수행하기 위하여, MATLAB의 SimMechanics toolbox를 기반으로 하지의 근골격 모델을 개발하였다. 이를 위해 하지를 2차원 3자유도 4분절의 강체모델로 정의하고, 엉덩이, 무릎, 발목 관절을 각각 회전조인트로, 대퇴(thigh), 하퇴(shank), 몸통(trunk), 발 (foot)을 각각 강체로 정의하였다(Fig. 1(b)).
- 본 논문에서는 앉기-서기 동작의 근골격 해석을 위한 하지의 근골격 모델을 개발하고, 역동역학해석 기법과 EMG 기반 근력예측 기법을 구현하였다. 이를 이용하여 앉기-서기 동작에서 하지 관절에서의 관절운동 및 관절모멘트, 그리고 주요 하지 근력을 동작분석 실험 및 EMG 신호를 이용하여 예측하고, 이 두 방법에 의해 예측된 근력을 비교하였다.
- 1(a)). 피검자에게는 좌우 다리에 균형된 하중이 부하 되고, 상체의 움직임을 최소화하도록 지도하였다. 또한 실험의 일관성을 위하여, 발바닥을 붙인 상태에서 일어나고, 가능하면 발목관절을 사용하지 않는 엉덩이-무릎관절을 이용한 앉기-서기 동작을 하도록 지도 하였다.
대상 데이터
- 신체의 키에 비례한 강체분절의 길이와 질량, 질량관성모멘트 등의 정보는 참고문헌의 비례식을 이용하였다.(10) 모델에 사용되는 근육의 두 부착위치, 근단면적(physiological cross-sectional area, PCSA), 최대근력 등의 근육정보도 기존 문헌자료를 이용하였다.(9) 엉덩이, 무릎, 발목관절의 각도는 수평선으로부터 시계반대방향을 양의 방향으로 정하였다(Fig.
- 앉기-서기 동작에서 하지 근력을 예측하기 위하여, 키 174 cm, 몸무게 73Kg의 근골격 질환이 없는 27세 남자를 선정하고, 팔을 사용하지 않고 의자에서 일어나는 앉기-서기 동작을 10회 이상 반복하였다(Fig. 1(a)).
데이터처리
- 본 연구에서 개발된 동작분석정보 기반 역동역학해석 프로그램과 근전도신호 기반 근력예측 프로그램을 검증하기 위하여 앉기-서기 동작에서의 관절운동정보와 관절모멘트 결과를 기존의 실험 및 해석 문헌의 결과와 비교하였다. 관절모멘트에서 피검자의 키와 몸무게의 효과를 상쇄하기 위하여 관절모멘트를 키와 몸무게로 나누어 정규화하였다.
이론/모형
- (5) 최적화 수식에서는 하지 근력들이 변수가 되고, 각 근력의 생리학적 최대치를 제 한하고,(12) 근력이 발생하는 모멘트가 역동역학해석에서 계산한 능동관절모멘트와 일치하도록 제한조건을 추가하였으며 최적화 수식의 목적함수는 하지 근육의 하중을 근단면적으로 나눈 근응력(muscle stress)의 3제곱의 합으로 하였다.(5) 개발된 프로그램에서는 MATLAB의 Optimization toolbox를 이용하였다.
성능/효과
- (10) 모델에 사용되는 근육의 두 부착위치, 근단면적(physiological cross-sectional area, PCSA), 최대근력 등의 근육정보도 기존 문헌자료를 이용하였다.(9) 엉덩이, 무릎, 발목관절의 각도는 수평선으로부터 시계반대방향을 양의 방향으로 정하였다(Fig. 1(b)).
- 두 기법에서 예측한 근력의 차이는 두 방법 각각이 가지고 있는 제한점과 연관되어있다고 할 수 있다. 그리고 본 연구에서 예측된 근력 들은 모두 문헌에 알려진 각 최대근력의 범위 내에서 발생함을 알 수 있었다.(14)
- 실험 프로토콜에서 피검자에 지도한 것과 같이, 발목관절을 가능하면 사용하지 않도록 하였기에, 그림에서 보는 바와 같이, 발목관절의 각도의 변화는 미미하였다. 본 연구에서 계산한 결과를 기존의 연구와 비교하여 보면, 피검자의 신체적 차이, 앉기-서기 동작에 대한 개인차, 그리고 실험 프로토콜(동작분석 마커의 위치나 관절 회전중심 선정 등)의 차이에도 불구하고 비슷한 관절운동학 정보를 나타내어, 본 연구에서 개발한 프로그램의 간접 검증이 되었다.
- 본 연구에서 제안된 역동역학해석 기법 및 근전도신호 기반 근력예측 기법 모두 각각의 데이터 및 기법의 제한이 많이 존재한다. 먼저 역동역학해석 기법에서는, 1) 하지 모델만 고려, 2) 2차원 모델, 3) 관절을 회전조인트로 모델링, 4) 근육 모델 정보를 기존의 자료에 의존하여 피검자의 특성 미반영, 5) 하지 근육 중 주요 8개 근육만 모델링 등의 여러 제한점이 존재한다.
- 본 연구에서는 역동역학해석 프로그램과 근전도기반 근력예측 프로그램을 개발하였고, 기존의 실험적인 방법으로부터 측정할 수 없는 앉기-서기 동작에서 발생하는 하지 관절의 운동정보와 관절모멘트 그리고 운동을 유발한 하지 주요 근력을 적절한 범위 내에서 예측할 수 있었다. 향후 연구에서는, 본 연구에서 사용된 모델을 개선하고, 해석에 피검자의 특성을 반영하는 인자들을 고려하여, 다양한 환경과 동작에서 피검자의 생체역학적 특성을 분석할 수 있을 것이 기대된다.
- 역동역학해석 및 최적화기법을 이용하여 예측한 근력과 근전도 신호로부터 예측한 근력을 비교한 결과를 보면, 내외측광근(VS), 앞정강근 (TA), 장단지근(GA)에서는 비교적 두 방법에 의한 예측근력의 크기와 패턴이 비슷함을 볼 수 있었으나, 대퇴직근(RF), 대퇴이두근(BS)에서는 근력의 크기와 패턴이 다름을 알 수 있었다(Fig. 5). 이 때, 대둔근(GU), 반막모양근(SE), 넙치근(SO)의 근력은 근전도 신호의 노이즈 문제로 예측할 수 없었다.
후속연구
- 이 개발되어 보행, 계단 오르기 등의 동작을 생성하는 하지의 근력 협응에 대한 연구들이 진행되었다. 역동역학 해석 기술을 이용한다면 실험적 방법으로부터 측정할 수 없는 일상동작에서 발생되는 인체 관절의 토크를 시뮬레이션으로 예측할 수 있다. 그러나 역동역학해석 기술 및 EMG 기반 근력예측 기술을 동시에 이용하여 앉기-서기 동작에서의 관절 모멘트 및 근협응과정을 예측한 연구는 발표된 바 없다.
- 본 연구에서는 역동역학해석 프로그램과 근전도기반 근력예측 프로그램을 개발하였고, 기존의 실험적인 방법으로부터 측정할 수 없는 앉기-서기 동작에서 발생하는 하지 관절의 운동정보와 관절모멘트 그리고 운동을 유발한 하지 주요 근력을 적절한 범위 내에서 예측할 수 있었다. 향후 연구에서는, 본 연구에서 사용된 모델을 개선하고, 해석에 피검자의 특성을 반영하는 인자들을 고려하여, 다양한 환경과 동작에서 피검자의 생체역학적 특성을 분석할 수 있을 것이 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.