[논문]노인 낙상 후 충격량 측정 및 기립여부 판단 시스템 구현

김충현; 이영재; 이필재; 이정환

doi:10.5370/kiee.2011.60.6.1204

Abstract ▼ AI-Helper

In this study, we proposed the system that calculates the algorithm with an accelerometer signal and detects the fall shock and it's direction. In order to gather the activity patterns of fall status and attach on the subject's body without consciousness, the device needs to be small. With this aim,...

In this study, we proposed the system that calculates the algorithm with an accelerometer signal and detects the fall shock and it's direction. In order to gather the activity patterns of fall status and attach on the subject's body without consciousness, the device needs to be small. With this aim, it is attached on the right side of subject's waist. With roll and pitch angle which represent the activity of upper body, the fall situation is determined and classified into the posture pattern. The impact is calculated by the vector magnitude of accelerometer signal. And in the case of the elderly keep the same posture after fall, it can distinguish the situation whether they can stand by themselves or not. Our experimental results showed that 95% successful detection rate of fall activity with 10 subjects. For further improvement of our system, it is necessary to include tasks-oriented classifying algorithm to diverse fall conditions.

주제어

AI 본문요약
AI-Helper

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

문제 정의

그림 7은 방향에 따른 실험 방법과 낙상시의 자세를 나타낸다. 낙상 후 자세를 유지하는 것과 일정 시간 후에 기립하는 자세를 비교하여 정상 생활로의 복귀가 가능한 상태인지 확인할 수 있도록 하였다.

제안 방법

3축 가속도 센서인 MMA7260(Freescale, USA)의 값을 이용하여 roll, pitch 값을 계산하기 위해서는 1 Hz 이하의 저역 통과 필터(low pass filter)를 이용하여 지표면을 기분으로 하는 센서모듈의 기울어진 각도를 추정하였으며, 외부로부터 가해진 충격량을 추정하기 위하여 0.7 - 20 Hz 대역 통과 필터를 사용한다. 필터의 종류로는 버터워스(Butterworth)를 선정하였으며 직접형(direct form)-II 방식으로 설계하였을 경우 MCU에서 지원하는 부동 소수점의 자릿수 한계에 따른 오차에 의하여 선택한 주파수 특성이 잘 반영되지 않거나 안정 상태에서도 수렴하지 않는 문제가 발생하게 된다.
저전력 구현을 위하여 16bit micro processor인 MSP430F247(Texas Instrument, USA)를 사용하였다. 가속도 센서는 MMA7260(Freescale, USA)을 사용하였으며, OLED를 통한 상태 표시, 낙상 시간을 기록하기 위한 RTC(Real Time Clock)과 USB 충전 기능을 구현하였으며, 측정 실험시 원격에서 센서 모듈의 가속도 신호 및 처리된 결과 신호를 모니터링하기 위하여 블루투스 모듈을 장착하여 PC로 데이터를 전송하게 하였다. 데이터의 무선 전송이 지원되지 않는 경우를 위하여서 32 Mbit 플래시 메모리를 보조 메모리로 사용한다.
필터의 종류로는 버터워스(Butterworth)를 선정하였으며 직접형(direct form)-II 방식으로 설계하였을 경우 MCU에서 지원하는 부동 소수점의 자릿수 한계에 따른 오차에 의하여 선택한 주파수 특성이 잘 반영되지 않거나 안정 상태에서도 수렴하지 않는 문제가 발생하게 된다. 따라서 누적된 부동소수점 오차를 최소화시킬 수 있는 종속형(Cascading second-order sections)을 선정하였다. 이 형태에서 시스템 함수 H(z)는 실수 계수를 갖는 2차 부분들의 곱으로 나타나게 된다.
본 연구에서 제안한 낙상 검출의 방법은 가속도계를 이용하여 Impact, Roll, Pitch를 계산함으로써 충격량의 어느 일정 임계값을 두어서 그 이상이 되었을 때 낙상으로 간주되며 손상 정도를 예측할 수 있는 지표로 삼았다. 또한 Roll, Pitch 값을 이용하여 환자가 넘어진 방향을 검출하고 손상 부위를 예측하여 병원으로 이송되는 과정에서 부상당한 부위의 접촉을 가능한 피하거나 재활치료를 할 때 낙상이 잦은 부위를 강화하여 하반신의 균형을 맞추기 위한 보조 자료로 활용 가능하다.
실험 방법은 피실험자를 앞, 뒤, 좌, 우로 넘어지도록 하였으며 모듈은 오른쪽 허리 중앙에 위치하도록 착용하였다. Roll에서는 360도를 Up, Down, Left, Right 4개의 각도 형태로 나누었으며 pitch는 Up, Down, Front, Back 으로 그림 6과 같이 표현하였다.

대상 데이터

그림 4는 낙상센서 모듈의 각 부분에 따른 기능을 나타낸다. 저전력 구현을 위하여 16bit micro processor인 MSP430F247(Texas Instrument, USA)를 사용하였다. 가속도 센서는 MMA7260(Freescale, USA)을 사용하였으며, OLED를 통한 상태 표시, 낙상 시간을 기록하기 위한 RTC(Real Time Clock)과 USB 충전 기능을 구현하였으며, 측정 실험시 원격에서 센서 모듈의 가속도 신호 및 처리된 결과 신호를 모니터링하기 위하여 블루투스 모듈을 장착하여 PC로 데이터를 전송하게 하였다.

성능/효과

가속도계에서 얻어진 데이터는 저역 통과 필터를 거쳐서 roll, pitch 각도 계산에 적용되고 밴드 대역 통과 필터를 거쳐서 충격량을 계산한다. 결과적으로 roll, pitch 각과 충격량을 기준으로 낙상의 유무와 방향을 측정한다.
결과적으로 노인의 낙상 후 충격량을 측정하고 또한 기립 여부 판단 시스템을 통하여, 노인의 행위패턴, 위험인자요소, 라이프케어 모니터링 요소의 행위패턴 분석을 하고 또한 U-healthcare를 통한 인력절감 및 의료서비스의 질 향상에 도움이 되고 신성장 분야에서 만성질환자의 행위패턴 특징 분류, 분석 기술에 유용하다고 사료된다.
표 2는 피험자 10명을 기준으로 테스트 하였을 때 각 패턴 당 10번씩 반복하여 낙상여부와 떨어진 방향의 위치를 정확하게 판단하였는지를 나타낸다. 결과적으로 총 평균이 95% 정도로 높은 검출률을 보이고 있다. 낙상 시에 몸통을 회전시키면서 떨어지거나 센서를 착용한 허리의 각도가 뒤틀린 상태로 있을 때에는 다른 패턴으로 인식하는 오차가 발생하기도 하였다.
그림 10은 낙상과 유사한 동작 중 서있는 상태에서 침대에 눕는 동작과, 앉았다 일어서는 동작, 침대에 누워서 구르는 동작을 선정하여 파형을 관찰하였다. 그에 따른 결과로서 impact는 임계값인 100보다 작은 값을 보였으며 그에 따라서 낙상으로 인식되지 않는다는 것을 알 수 있다.

후속연구

본 연구에서 제안한 낙상 검출의 방법은 가속도계를 이용하여 Impact, Roll, Pitch를 계산함으로써 충격량의 어느 일정 임계값을 두어서 그 이상이 되었을 때 낙상으로 간주되며 손상 정도를 예측할 수 있는 지표로 삼았다. 또한 Roll, Pitch 값을 이용하여 환자가 넘어진 방향을 검출하고 손상 부위를 예측하여 병원으로 이송되는 과정에서 부상당한 부위의 접촉을 가능한 피하거나 재활치료를 할 때 낙상이 잦은 부위를 강화하여 하반신의 균형을 맞추기 위한 보조 자료로 활용 가능하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	노인의 낙상은 어떤 문제를 야기하는가?	낙상은 노인층에서 흔히 발생하는 사고 중에 하나이며 실제로 65세 이상의 노인 중 1/3이 매년 1번 이상의 낙상을 당하고 이 중에서 절반은 고통을 수반하게 된다. 노인의 낙상은 조기사망, 신체손상, 비가동성, 사회심리학적 기능장애 및 요양원에 입원되는 원인이 되고 있다[1]. 또한 노인의 낙상에 있어서 고려해야 할 점은 노인이 일상생활에서의 행동의 제한을 받거나 혹은 요양원으로 격리되는 것을 우려하여서 보고를 하지 않을 수 있다는 점인데 실제로 노인시설에서 발생하는 사건에도 목격자가 드물고 또 노인의 인지능력 부족으로 인한 보고 미비로 치료가 늦어지는 경우가 있다.
	노인의 낙상과 사망은 어느 정도 연관있는가?	낙상은 65세 이상의 노인 분들의 주요 사망 원인이며 한 해에 만 명 정도의 노인이 낙상으로 사망을 하고 있다. 또한 낙상 후 병원으로 입원했던 환자들 중에 절반만이 1년 이상 수명을 유지한다. 이런 관점에서 보았을 때, 고령자의 낙상 검출 및 신속한 알림 경보 시스템은 매우 중요하며 특히 독거노인의 경우 목격자의 희소성 때문에 큰 사고로 이어질 확률이 높다.
	노인층의 낙상 발생 비율은 무엇인가?	낙상은 노인층에서 흔히 발생하는 사고 중에 하나이며 실제로 65세 이상의 노인 중 1/3이 매년 1번 이상의 낙상을 당하고 이 중에서 절반은 고통을 수반하게 된다. 노인의 낙상은 조기사망, 신체손상, 비가동성, 사회심리학적 기능장애 및 요양원에 입원되는 원인이 되고 있다[1].

참고문헌 (9)

정낙수, 최규환, "노인낙상의 원인과 예방," 한국전문물리치료학회지 제 8권, 3 호, pp.107-111, 2001.
Najafi, B, Aminian, K, Paraschiv-Ionescu, A, Loew, F, Bula, C. J, & Robert, P, "Ambulatory system for human motion analysis using a kinematic sensor: monitoring of daily physical activity in the elderly," IEEE Transactions on Biomedical Engineering, vol. 50, no. 6, pp.711-723, 2003.

상세보기
Mathie, M. J, Celler, B. G, Lovell, N. H, & Coster, A. C. F, "Classification of basic daily movements using a triaxial accelerometer," Medical & Biological Engineering & Computing, vol. 24, pp.679-687, 2004.
Allen, F. R, Ambikairajah, E, & Lovell, N. H, "Classification of a known sequence of motions and postures from accelerometry data using adapted Gaussian mixture models," Physiological Measurement, vol. 27, pp.935-951, 2006.

상세보기
Karantonis, D. M, Narayanan, M. R, Mathie, M, Lovell, N. H, & Celler, B. G, "Implementation of a real-time human movement classifier using a triaxial accelerometer for ambulatory monitoring," IEEE Transactions on Information Technology in Biomedicine, vol. 10, no. 1, pp.156-167, 2006.

상세보기
Noury. N, Fleury. A, Rumeau. P, Bourke. A. K, Laighin. G. O, Rialle. V, Lundy. J. E, "Fall detection - Principles and Methods," Engineering in Medicine and Biology Society, 2007. EMBS pp.1663 - 1666, Aug. 2007
Bourke, A. K, O'Brienb, J. V, & Lyons, G. M, "Evaluation of a threshold-based tri-axial accelerometer fall detection algorithm," Gait & Posture, vol. 26, pp.194-199, 2007.

상세보기
김남섭, "유비쿼터스 헬스케어를 위한 효율적인 낙상감지 기법," 한국정보기술학회논문지, 제 8권, 제 8호, pp.133-140, 2010.

상세보기
Bourke. A. K, Lyons. G. M, "A threshold-based detection algorithm using a bi-axial gyroscope sensor," Med. Eng. Phys, vol. 30, pp.84-90, 2006

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

노인 낙상 후 충격량 측정 및 기립여부 판단 시스템 구현
Development of fall Detection System by Estimating the Amount of Impact and the Status of Torso Posture of the Elderly 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

노인 낙상 후 충격량 측정 및 기립여부 판단 시스템 구현 Development of fall Detection System by Estimating the Amount of Impact and the Status of Torso Posture of the Elderly 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

김충현 (21) 이영재 (79) 이필재 (3) 이정환 (71)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

노인 낙상 후 충격량 측정 및 기립여부 판단 시스템 구현
Development of fall Detection System by Estimating the Amount of Impact and the Status of Torso Posture of the Elderly 원문보기

AI 본문요약
AI-Helper