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
- SA(k)는 가속도계의 신호와 유사한 형태의 신호를 보이고 상체 움직임이 활발할수록 고주파 성분이 증가하는 경향을 보인다. 따라서 정의된 저주파 대역에서 운동 중 발생하는 SA(k)의 변화량을 분석하기 위해 본 논문에서는 미분을 이산화한 차분연산과 파워 분석을 진행하였다. 이때, 한 차례의 실험이 기록된 시간 구간 T 내에서 차분된 SA(k)의 파워 PDL은 다음 식 (1)과 같이 표현할 수 있다.
- (k) 보다 높은 주파수 영역을 띠며 측정자가 근육에 힘을 주면 고주파 대역의 성분이 증가한다. 본 논문에서는 SM(k)의 파워값을 추출하여 근육의 사용정도를 분석하였다. 이때, 한 차례의 실험이 기록된 시간 구간 T 내에서 SM(k)의 파워 PH는 다음 식 (2)와 같이 표현할 수 있다.
- 본 논문에서는 기존 운동량 측정 방식들의 단점을 극복하기 위해 운동이나 일상생활을 하면서 발생되는 생체전기신호를 이용하여 신체활동 분석을 위한 세 가지 지표를 추출하고, 운동의 형태를 구분하는 방법을 제안한다. 신체활동 분석을 위해 제작된 복부생체전기신호 측정 시스템을 이용하여 여섯 가지 세부운동에 대한 실험을 진행하였다.
- 본 논문에서는 생체전기신호를 이용하여 측정자의 신체활동 정보를 측정할 수 있는 시스템을 제작하고 측정된 생체전기신호를 이용하여 신체활동을 분석하였다. 제작된 생체전기신호 측정 시스템은 크게 전처리 필터와 증폭기, 후처리 필터, 디지털 프로세서 및 통신모듈로 구분되어지며, 후처리 필터를 통해 상체 움직임 관련 신호와 근육활동 관련 신호를 분류한 후 분류된 생체전기신호에서 정의된 주파수 영역에 따라 파워값과 차분의 파워값, 중간주파수값을 추출하였다.
제안 방법
- (k)는 디지털 변환을 거쳐 PC로 데이터를 전송하게 된다. 관찰 주파수와 시스템 부하의 균형을 고려해 360 Hz의 표본화 주파수(sampling rate)와 10비트의 해상도(resolution)로 디지털 변환 회로를 설계하였으며, 통신모듈과의 데이터교환은 USART방식으로 38,400 bps의 속도를 사용하였다. 제작된 시스템은 지그비(zigbee) 통신을 이용하여 PC로 데이터를 전송하였고, 아날로그 회로와 디지털 회로의 간섭을 최소화하기 위해 디지털 프로세서와 통신모듈을 포함한 모든 디지털 회로는 PCB의 뒷면에 분리하여 설계하였다.
- 신체활동 분석을 위해 제작된 복부생체전기신호 측정 시스템을 이용하여 여섯 가지 세부운동에 대한 실험을 진행하였다. 그리고 두 가지 분류방법으로 운동의 형태를 분류하였고 제안한 생체전기신호 측정 방법 및 분석시스템의 성능을 입증하였다.
- 다만, 본 논문에서 측정한 근육관련 신호는 기존 근전도 측정방식과는 다르게 특정 근육을 대상으로 측정하는 것이 아니라 신체가 움직일 때 발생되는 복부와 그 주변의 근육 신호들을 포괄적으로 측정하였기 때문에 기존 근전도 신호와의 혼동을 피하기 위하여 ‘통합근신호’라는 명칭을 사용하였다.
- 에 나타난 여섯가지의 세부운동들을 유산소운동과 근력운동의 두 가지로 구분했다 (분류 I). 두 번째 분석에서는 동일한 여섯 종류의 세부운동을 유산소운동과 근력운동에 복합운동을 추가하여 세 가지 운동 형태로 구분했다 (분류 II). 즉, 쪼그려 뛰기와 윗몸일으키기 운동의 경우 유산소운동과 근력운동의 특징을 함께 포함하고 있는 운동들이지만 쪼그려 뛰기는 유산소운동에 보다 가깝고, 윗몸일으키기는 근력운동에 보다 가까운 특징을 보이기 때문에 이를 반영하기위해 두 가지 분류 방법을 적용하였다.
- 따라서 전처리 필터에서 고주파 잡음을 미리 제거 할 경우 차동증폭의 증폭률을 높일 수 있으며, 백색잡음과 비교해 충분히 큰 수백 ㎷ 수준까지 증폭시켜 신호 대 잡음비(signal-noise ratio, SNR)를 향상시킬 수 있다는 장점이 있다. 따라서 전처리 필터를 대역통과필터(band-pass filter, BPF)로 구성하되 4절에서 기술될 후처리필터의 일부를 증폭기의 앞단에 배치하는 형식을 취해 전체의 주파수 응답이 후처리필터의 설계 의도를 따르도록 하였다.
- 반복실험간 동일한 실험조건을 유지하기 위해 전극의 부착 위치는 겨드랑이 위치에서 반듯이 내려와 갈비뼈가 끝나는 지점으로 고정 했다. 또한 매회 실험이 끝난 후에는 실험을 하는 동안 치솟은 심박수가 실험전의 심박수로 회복될 수 있을 정도의 간격을 두었는데, 유산소운동의 경우 5분, 복합운동의 경우 15분의 간격을 두었으며 근력운동의 경우 반복측정이 힘든 만큼 운동마다 30분의 간격을 두었다. 한 번의 실험은 총 50초 동안 진행했는데, 유산소 운동의 경우는 45초간 지속적으로 운동을 한 후 마지막으로 5초간 움직임을 멈추고 휴식을 취한 후 측정을 마무리 했고, 복합운동과 근력운동의 경우 기록 프로그램에서 3초에 한 번씩 울리는 구령에 맞춰 15회를 하는 것을 한번 실험으로 측정하였다.
- 에 나타난 바와 같이 두 가지 방법의 분류를 사용하였다. 먼저, 표 1.에 나타난 여섯가지의 세부운동들을 유산소운동과 근력운동의 두 가지로 구분했다 (분류 I). 두 번째 분석에서는 동일한 여섯 종류의 세부운동을 유산소운동과 근력운동에 복합운동을 추가하여 세 가지 운동 형태로 구분했다 (분류 II).
- 생체전기신호 데이터 취득 과정이 진행된 2012년 기준 연구윤리위원회 승인이 의무사항이 아닌 관계로 모든 피실험자에게 연구에 대한 서면 동의를 받아 진행하였다. 반복실험간 동일한 실험조건을 유지하기 위해 전극의 부착 위치는 겨드랑이 위치에서 반듯이 내려와 갈비뼈가 끝나는 지점으로 고정 했다. 또한 매회 실험이 끝난 후에는 실험을 하는 동안 치솟은 심박수가 실험전의 심박수로 회복될 수 있을 정도의 간격을 두었는데, 유산소운동의 경우 5분, 복합운동의 경우 15분의 간격을 두었으며 근력운동의 경우 반복측정이 힘든 만큼 운동마다 30분의 간격을 두었다.
- 복부에서 발생하는 생체전기신호를 측정하기 위해, 무선통신모듈을 포함한 벨트 일체형 생체전기신호 측정시스템을 제작하였다. 제작된 시스템은 그림 1.
- 본 논문에서는 신체활동 분석을 위하여 허리벨트에 전극과 제작된 시스템을 부착하고, 이 때 측정된 신호를 분석을 통하여 운동의 형태를 분류하였다. 운동형태의 분류를 위해서는 표 1.
- 상기 분석방법들을 통하여 측정된 생체전기신호들의 특징값들을 이용하여 운동의 형태에 따른 그룹화가 가능하다는 것을 추정할 수 있다. 본 논문에서는 운동의 형태를 구분하기 위해 SVM(support vector machine)을 이용하여 유산소운동과 근력운동, 복합운동에 대한 운동형태 분류를 실험하였다. 이용한 SVM은 nonlinear SVM으로 커널로는 RBF 커널을 사용하였고, 계수 C는 1000으로, γ는 0.
- 본 시스템은 일반적으로 생체전기신호 측정 시스템에서 사용하는 공통접지(common GND) 전극을 제거하고, 두개의 전극만을 이용하여 생체전기신호를 측정할 수 있도록 제작되었다. 이로 인해 발생하는 문제점들은 아래 기술되는 전처리 필터를 통해 해결하였다.
- 웨이트가 필요한 랫풀 다운의 경우 무게를 80파운드 고정하고, 걷기와 뛰기는 각각 6 km/h, 8 km/h 속도로 러닝머신을 이용하여 실험하였다. 상기와 같이 운동 시간, 횟수 및 무게만을 고정하였고, 걸음걸이 형태, 운동모습 등 세부적인 사항은 정형화하지 않고 피실험자가 통상 운동하는 모습과 동일한 자연스러운 상태에서 측정되었다.
- 본 논문에서는 기존 운동량 측정 방식들의 단점을 극복하기 위해 운동이나 일상생활을 하면서 발생되는 생체전기신호를 이용하여 신체활동 분석을 위한 세 가지 지표를 추출하고, 운동의 형태를 구분하는 방법을 제안한다. 신체활동 분석을 위해 제작된 복부생체전기신호 측정 시스템을 이용하여 여섯 가지 세부운동에 대한 실험을 진행하였다. 그리고 두 가지 분류방법으로 운동의 형태를 분류하였고 제안한 생체전기신호 측정 방법 및 분석시스템의 성능을 입증하였다.
- 앞서 기술한 분석방법을 이용하여 운동의 형태를 구분하기 위해 측정된 데이터로부터 PDL, PH, Mf값을 각각 추출하여 유산소 운동과 근력운동 그리고 복합운동을 구분하였다. 표 2.
- 한 번의 실험은 총 50초 동안 진행했는데, 유산소 운동의 경우는 45초간 지속적으로 운동을 한 후 마지막으로 5초간 움직임을 멈추고 휴식을 취한 후 측정을 마무리 했고, 복합운동과 근력운동의 경우 기록 프로그램에서 3초에 한 번씩 울리는 구령에 맞춰 15회를 하는 것을 한번 실험으로 측정하였다. 웨이트가 필요한 랫풀 다운의 경우 무게를 80파운드 고정하고, 걷기와 뛰기는 각각 6 km/h, 8 km/h 속도로 러닝머신을 이용하여 실험하였다. 상기와 같이 운동 시간, 횟수 및 무게만을 고정하였고, 걸음걸이 형태, 운동모습 등 세부적인 사항은 정형화하지 않고 피실험자가 통상 운동하는 모습과 동일한 자연스러운 상태에서 측정되었다.
- 일반적으로 생체전기신호는 수 ㎶ 에서 ㎷ 수준의 매우 작은 신호인데 비해 측정되는 신호는 다양한 잡음들이 포함되어 수백 ㎷ 수준의 큰 신호로 측정될 수 있다. 이러한 잡음은 동상신호이기 때문에 차동증폭을 통해 제거할 수 있으며, 본 논문에서는 높은 동상 제거비를 위해서 125dB 수준의 계측증폭기(INA128)를 이용하였으며, 증폭률은 200배로 조절하였다.
- 이용한 SVM은 nonlinear SVM으로 커널로는 RBF 커널을 사용하였고, 계수 C는 1000으로, γ는 0.01로 설정하였으며, 입력은 PDL과 PH그리고 Mf값으로 정의하였다.
- 이로 인해 발생하는 문제점들은 아래 기술되는 전처리 필터를 통해 해결하였다. 전극의 위치는 그림 2.와 같이 허리벨트를 이용하여 복부 양단에 부착하였으며, 전극의 반복적인 사용을 위해 저주파 치료용 전극패드를 사용하였다.
- 본 논문에서는 생체전기신호를 이용하여 측정자의 신체활동 정보를 측정할 수 있는 시스템을 제작하고 측정된 생체전기신호를 이용하여 신체활동을 분석하였다. 제작된 생체전기신호 측정 시스템은 크게 전처리 필터와 증폭기, 후처리 필터, 디지털 프로세서 및 통신모듈로 구분되어지며, 후처리 필터를 통해 상체 움직임 관련 신호와 근육활동 관련 신호를 분류한 후 분류된 생체전기신호에서 정의된 주파수 영역에 따라 파워값과 차분의 파워값, 중간주파수값을 추출하였다. 운동의 형태를 구분하기 위해 추출된 값을 SVM의 입력으로 정의하고 실험을 진행한 결과 유산소운동과 근력운동으로 분류 시 100%, 유산소운동과 근력운동 그리고 복합운동으로 분류한 경우 92.
- 복부에서 발생하는 생체전기신호를 측정하기 위해, 무선통신모듈을 포함한 벨트 일체형 생체전기신호 측정시스템을 제작하였다. 제작된 시스템은 그림 1.과 같이 전처리 필터, 차동증폭과 후처리 필터 그리고 디지털 처리 부분으로 구분되며, 시스템에서 처리된 생체전기신호는 통신모듈을 거쳐 PC로 전달되어 데이터 수집 및 분석을 진행하였다[7].
- 관찰 주파수와 시스템 부하의 균형을 고려해 360 Hz의 표본화 주파수(sampling rate)와 10비트의 해상도(resolution)로 디지털 변환 회로를 설계하였으며, 통신모듈과의 데이터교환은 USART방식으로 38,400 bps의 속도를 사용하였다. 제작된 시스템은 지그비(zigbee) 통신을 이용하여 PC로 데이터를 전송하였고, 아날로그 회로와 디지털 회로의 간섭을 최소화하기 위해 디지털 프로세서와 통신모듈을 포함한 모든 디지털 회로는 PCB의 뒷면에 분리하여 설계하였다.
- 두 번째 분석에서는 동일한 여섯 종류의 세부운동을 유산소운동과 근력운동에 복합운동을 추가하여 세 가지 운동 형태로 구분했다 (분류 II). 즉, 쪼그려 뛰기와 윗몸일으키기 운동의 경우 유산소운동과 근력운동의 특징을 함께 포함하고 있는 운동들이지만 쪼그려 뛰기는 유산소운동에 보다 가깝고, 윗몸일으키기는 근력운동에 보다 가까운 특징을 보이기 때문에 이를 반영하기위해 두 가지 분류 방법을 적용하였다. 여섯 종류의 세부운동은, 세 명의 피실험자 (일반인 남성 3명, 나이 27 ± 2[세], 키 180.
- 측정된 생체전기신호는 주파수 대역에 따라 분류된 SA(k)와 SM(k)로부터 각각 차분의 파워(power)값(PDL)과 파워값(PH)을 분석하고, 원신호로부터 중간주파수(Mf)값을 추출하였다. SA(k)는 가속도계의 신호와 유사한 형태의 신호를 보이고 상체 움직임이 활발할수록 고주파 성분이 증가하는 경향을 보인다.
- 01로 설정하였으며, 입력은 PDL과 PH그리고 Mf값으로 정의하였다. 트레이닝과 테스트는 10-fold cross-validation 방법에 따라 총 180개의 표본 중 162개는 트레이닝에, 18개는 테스트에 사용하는 과정을 차례로 10번 수행해 분류 성능을 확인하였다. 그 결과 유산소운동과 근력운동은 100%의 구분이 가능하였고, 유산소운동과 근력운동 그리고 복합운동을 포함하여 운동의 형태를 구분한 결과 표 4.
- 또한 매회 실험이 끝난 후에는 실험을 하는 동안 치솟은 심박수가 실험전의 심박수로 회복될 수 있을 정도의 간격을 두었는데, 유산소운동의 경우 5분, 복합운동의 경우 15분의 간격을 두었으며 근력운동의 경우 반복측정이 힘든 만큼 운동마다 30분의 간격을 두었다. 한 번의 실험은 총 50초 동안 진행했는데, 유산소 운동의 경우는 45초간 지속적으로 운동을 한 후 마지막으로 5초간 움직임을 멈추고 휴식을 취한 후 측정을 마무리 했고, 복합운동과 근력운동의 경우 기록 프로그램에서 3초에 한 번씩 울리는 구령에 맞춰 15회를 하는 것을 한번 실험으로 측정하였다. 웨이트가 필요한 랫풀 다운의 경우 무게를 80파운드 고정하고, 걷기와 뛰기는 각각 6 km/h, 8 km/h 속도로 러닝머신을 이용하여 실험하였다.
대상 데이터
- 여섯 종류의 세부운동은, 세 명의 피실험자 (일반인 남성 3명, 나이 27 ± 2[세], 키 180.5 ± 0.5[cm], 몸무게 86.5 ± 8.5 [kg], 체질량지수(BMI) 26.6 ± 3.3[kg/㎡]) 를 대상으로 실험을 진행하였다.
성능/효과
- 05보다 작은 항목은 해당 분석값이 두 집단 사이에서 통계적으로 유의한 차이를 보이는 것으로 판단할 수 있다. 근력운동과 복합운동 사이에서 PH가 유의한 차이를 보이지 못하였으나 이 항목을 제외한 모든 항목에서 유의한 차이를 보이는 것을 확인할 수 있었다.
- 분석결과, 유산소 운동으로 분류한 걷기와 뛰기 운동의 경우 PH ∙ Mf 값이 근력운동에 비해 상대적으로 작게 나타난 반면 PDL값은 크게 나타났다.
- 는 각 운동마다 30회씩, 총 180회 진행된 실험에 대한 PDL, PH, Mf값의 평균과 표준편차를 나타낸 표이다. 운동별 PDL과 PH값을 보면 PDL은 근력운동 보다 유산소 운동에서 크게 나타났으며, PH는 유산소 운동 보다 근력운동에서 크게 나타났다. 즉, 랫 풀 다운과 팔굽혀 펴기와 같은 근력운동은 근육의 사용이 많았으며, 걷기와 뛰기와 같은 유산소 운동은 움직임이 많았다는 것을 알 수 있다.
- 제작된 생체전기신호 측정 시스템은 크게 전처리 필터와 증폭기, 후처리 필터, 디지털 프로세서 및 통신모듈로 구분되어지며, 후처리 필터를 통해 상체 움직임 관련 신호와 근육활동 관련 신호를 분류한 후 분류된 생체전기신호에서 정의된 주파수 영역에 따라 파워값과 차분의 파워값, 중간주파수값을 추출하였다. 운동의 형태를 구분하기 위해 추출된 값을 SVM의 입력으로 정의하고 실험을 진행한 결과 유산소운동과 근력운동으로 분류 시 100%, 유산소운동과 근력운동 그리고 복합운동으로 분류한 경우 92.7%의 구분율을 보였다. 개발된 시스템은 실제 측정자의 움직임 정도나 근육사용량을 분석을 통해 기존의 운동량측정 시스템들에서 분석하기 힘들었던 근력운동에 대해서도 분석할 수 있다.
- 또한 표 2. 의 하단부에 표기한 세 가지 수치 각 분석값마다 180개의 샘플을 일원분산분석(one-way analysis of valiance, one-way ANOVA) 한 결과로써 PDL과 PH, Mf의 p-value가 0.05보다 작으므로 각각의 값들이 세 가지 운동 종류를 분류하는데 유의한 변수임을 알 수 있다. 또 표 3.
- 제작된 시스템은 접지를 제거하고 두 개의 전극만을 이용하여 생체전기신호를 측정하기 때문에 발생될 수 있는 input common-mode range(ICMR) 문제와 직류레벨(DC Level) 문제, 그리고 고주파 잡음 문제를 전처리 필터부에서 해결하였다. 우선, ICMR 문제는 공통 접지를 제거했기 때문에 측정자의 신체와 제작된 시스템이 공통된 접지를 갖지 않아 발생되는 문제로써, 이 경우 클리핑 왜곡(clipping distortion)이나 낮은 동상 제거비(common-mode rejection ratio, CMRR) 문제가 발생될 수 있다.
- 운동별 PDL과 PH값을 보면 PDL은 근력운동 보다 유산소 운동에서 크게 나타났으며, PH는 유산소 운동 보다 근력운동에서 크게 나타났다. 즉, 랫 풀 다운과 팔굽혀 펴기와 같은 근력운동은 근육의 사용이 많았으며, 걷기와 뛰기와 같은 유산소 운동은 움직임이 많았다는 것을 알 수 있다. 복합운동으로 분류한 쪼그려 뛰기의 경우 PDL과 PH의 표준편차가 다른 운동에 비해 크게 나타난 것을 볼 수 있는데 이는 도약의 높이를 무릎이상으로 설정하고 실험을 진행하였기 때문에 운동의 특성상 개인에 따른 도약의 높이와 근력의 사용정도가 차이가 있었던 것으로 분석 되었다.
후속연구
- , Mf값은 실제 측정자의 개인별 생체전기신호를 기반으로 산출하기 때문에 앞서 기술한 다양한 운동량측정 장치 및 METs와 다르게 정형화된 운동형태의 구분만이 아니라 개인에 따른 다양한 신체활동량을 분석할 수 있는 지표로 활용할 수 있다. 그러나 복부에 부착한 전극의 위치로 팔 혹은 다리만 움직이는 운동에 대해서는 추가적인 연구가 필요할 것으로 본다. 또한 추출된 분석값 기반으로 개인별 칼로리 소모량을 분석하는 연구도 추가적으로 이루어져야 할 것이다.
- 개발된 시스템은 실제 측정자의 움직임 정도나 근육사용량을 분석을 통해 기존의 운동량측정 시스템들에서 분석하기 힘들었던 근력운동에 대해서도 분석할 수 있다. 또한 각 신호에서 추출된 분석값은 운동의 특징을 대변하기 때문에 개인의 운동량이나 소모열량 분석을 위한 지표로 활용 가능할 것으로 기대되며, 심전도와 같은 다양한 생체전기신호와 결합된 복합 헬스케어 및 웰니스 시스템에 적용이 가능하다.
- 그러나 복부에 부착한 전극의 위치로 팔 혹은 다리만 움직이는 운동에 대해서는 추가적인 연구가 필요할 것으로 본다. 또한 추출된 분석값 기반으로 개인별 칼로리 소모량을 분석하는 연구도 추가적으로 이루어져야 할 것이다.
- 실험을 통해 분석된 PDL과 PH, Mf값은 실제 측정자의 개인별 생체전기신호를 기반으로 산출하기 때문에 앞서 기술한 다양한 운동량측정 장치 및 METs와 다르게 정형화된 운동형태의 구분만이 아니라 개인에 따른 다양한 신체활동량을 분석할 수 있는 지표로 활용할 수 있다. 그러나 복부에 부착한 전극의 위치로 팔 혹은 다리만 움직이는 운동에 대해서는 추가적인 연구가 필요할 것으로 본다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.