본 논문은 인간이 직립 보행 시 무게의 분산을 고려하여 편안한 보행과 발목 교정을 할 수 있는 인솔 모델에 대한 연구를 진행하였다. 인솔 제작에 있어서 과거에는 많은 부분이 수작업으로 이루어 졌지만, 최근에는 3차원 컴퓨터 그래픽을 이용하여 모델을 생성해서 제작하려는 시도가 이루어지고 있다. 우리는 3차원 스캐너를 이용하여 발을 정밀하게 스캔하고, 스캔한 발 모델을 통해서 발과 인솔의 관계를 4개의 특징점을 이용하여 예측하였다. 이 예측된 인솔 모델은 3차원 프린터를 이용하여 인솔의 모양을 만들 수 있게 모델링 하였다. 이처럼 맞춤형 인솔 제작의 표준화된 방법을 제시함으로써 강인한 개인 맞춤형 자동 변형 인솔 모델을 제안하였다. 우리가 제안한 자동 인솔 변형 모델과 전문가가 생성한 인솔을 비교한 결과에서 평균 0.8cm의 오차율을 보이며, 아주 근소한 오차로 인솔 제작이 가능할 수 있다는 방법을 제시하였다.
본 논문은 인간이 직립 보행 시 무게의 분산을 고려하여 편안한 보행과 발목 교정을 할 수 있는 인솔 모델에 대한 연구를 진행하였다. 인솔 제작에 있어서 과거에는 많은 부분이 수작업으로 이루어 졌지만, 최근에는 3차원 컴퓨터 그래픽을 이용하여 모델을 생성해서 제작하려는 시도가 이루어지고 있다. 우리는 3차원 스캐너를 이용하여 발을 정밀하게 스캔하고, 스캔한 발 모델을 통해서 발과 인솔의 관계를 4개의 특징점을 이용하여 예측하였다. 이 예측된 인솔 모델은 3차원 프린터를 이용하여 인솔의 모양을 만들 수 있게 모델링 하였다. 이처럼 맞춤형 인솔 제작의 표준화된 방법을 제시함으로써 강인한 개인 맞춤형 자동 변형 인솔 모델을 제안하였다. 우리가 제안한 자동 인솔 변형 모델과 전문가가 생성한 인솔을 비교한 결과에서 평균 0.8cm의 오차율을 보이며, 아주 근소한 오차로 인솔 제작이 가능할 수 있다는 방법을 제시하였다.
This paper describes an insole FFO(Functional Foot Orthosis) model for comfortable walking by considering weight distribution. There are many ways to make an insole FFO model such as using 3D computer graphics, or plaster manually. Thus, we proposed a standardized way to make an insole model, specif...
This paper describes an insole FFO(Functional Foot Orthosis) model for comfortable walking by considering weight distribution. There are many ways to make an insole FFO model such as using 3D computer graphics, or plaster manually. Thus, we proposed a standardized way to make an insole model, specifically called, robust and automatically personalized deformable insole model. Our proposed method showed 0.8cm average error compared between our proposed auto-deformable insole model and the other insole model manually deformed by experts. Therefore, our proposed method can be an efficient way to make a customized insole model with small error compared to the manually customized insole model.
This paper describes an insole FFO(Functional Foot Orthosis) model for comfortable walking by considering weight distribution. There are many ways to make an insole FFO model such as using 3D computer graphics, or plaster manually. Thus, we proposed a standardized way to make an insole model, specifically called, robust and automatically personalized deformable insole model. Our proposed method showed 0.8cm average error compared between our proposed auto-deformable insole model and the other insole model manually deformed by experts. Therefore, our proposed method can be an efficient way to make a customized insole model with small error compared to the manually customized insole model.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
여기서 인솔이라 함은 충격을 흡수하고 몸의 체중을 왼쪽과 오른발에 분산함으로써 발에서 받는 피로와 통증 감소의 목적을 가지고 있다. 따라서 보행 시 편안함과 균형, 안정성 향상을 목적으로 실험을 진행 하였다[5, 6, 7, 8, 9].
본 논문에서 3차원 스캐너로 스캔한 발 모델을 기준으로 인솔을 자동으로 생성하는 방법을 제안하였다. 제안된 솔루션을 이용하여 인솔 모델을 생성한 모델과 전문가가 생성한 모델을 기준으로 유사도를 평가하였다.
본 논문은 1장에서 예방 의료에 대한 중요성과 발의 구조와 원리를 설명하고 발에서 오는 질환을 미리 예방 할 수 있는 방법을 재조명 한다. 그리고 이를 증명할 수 있는 기술을 설명 한다.
제안 방법
본 논문에서 제안한 방법은 맞춤형 인솔제작을 위해서 3차원 스캐너를 이용한다. 3차원 스캐너에서 취득한 발 모델은 발 바닥면을 기준으로 스캔하였고 성인 남자 6명에 대한 발을 스캔하여 3차원 모델로 생성을 진행하였다. 그림 2는 3차원 스캐너를 이용하여 발바닥을 스캔한 결과이다.
이 기술의 발달로 인해 질병이나 질환의 원인과 현상을 과학적이 고 체계적으로 규명하면서 인솔에 대한 연구가 활발히 연구되었다. 과거에 인솔은 제작함에 있어서 석고를 사용하여 본을 떠서 발에 맞는 모형을 제작하였다. 이를 전문가가 수작업으로 인솔의 높이를 맞춰서 제작하였다.
이로써 컴퓨터로 자동 계산하여 높이 조절만으로 인솔의 결과를 도출 할 수 있게 되었다. 그리고 이를 평가하기 위해서 전문가가 제작한 인솔 모델과 우리가 제안한 모델의 유사도를 계산하여 평가를 진행 하였다.
템플릿 방법은 표준 인솔 모델을 기준으로 발의 크기에 따라서 적응적으로 변형되는 특징이 있다. 더 나아가 우리는 의사의 진단에 따라서 인솔의 높이를 조절하기 위해서 메쉬모델(Mesh Model)의 변형(Deformation) 부분을 구현 하였다. 이로써 컴퓨터로 자동 계산하여 높이 조절만으로 인솔의 결과를 도출 할 수 있게 되었다.
본 논문에서 제안한 방법은 맞춤형 인솔제작을 위해서 3차원 스캐너를 이용한다. 3차원 스캐너에서 취득한 발 모델은 발 바닥면을 기준으로 스캔하였고 성인 남자 6명에 대한 발을 스캔하여 3차원 모델로 생성을 진행하였다.
우리가 제안한 방법은 1차 예방의학으로 분류되며, 우리 몸에서 지면과 인체를 지지하는 하체 중에서 지면과 가장 가까이 있는 발에 대한 연구를 진행한다.
우리는 가상의 인솔 템플릿을 사전정보로 제공하고 3차원 발바닥 스캔 모델 표면과 정합하였다. 그림 3은 인솔 템플릿을 가시화 하였다.
이는 모델 정확도 측면에서 매우 심각한 상황이다. 우리는 이를 해결하기 위해 자동정렬 알고리즘을 사용하고 정밀한 정합을 구현 하였다. 여기서 사용된 방법은 템플릿 방법이다.
과거에 인솔은 제작함에 있어서 석고를 사용하여 본을 떠서 발에 맞는 모형을 제작하였다. 이를 전문가가 수작업으로 인솔의 높이를 맞춰서 제작하였다. 여기서 전문 인력과 제작에 필요한 시간 그리고 환자의 발을 측정하기 위해 이동의 불편함으로 대중화에 어려움이 많았다.
우리가 제안하는 맞춤형 자동 변형 인솔 모델은 크게 발 모델과 템플릿 모델 사이의 정합 과정과 변형 과정으로 나뉜다. 정합은 Procrustes Analysis 방법을 사용하였고, 변형 과정은 모델의 3차원 점군들의(3D Point Cloud) 이동한 무게 값을(Weight) 이용하여 구현 하였다. 위와 같은 알고리즘은 2.
본 논문에서 3차원 스캐너로 스캔한 발 모델을 기준으로 인솔을 자동으로 생성하는 방법을 제안하였다. 제안된 솔루션을 이용하여 인솔 모델을 생성한 모델과 전문가가 생성한 모델을 기준으로 유사도를 평가하였다. 우리가 제안한 방법으로 제시한 인솔 모델과 전문가가 생성한 방법과 매우 유사한 형태로 예측 되었으며, 보다 공정하고 빠른 인솔 제작이 가능하게 되었다.
데이터처리
그림 3과 같이 선택된 랜드마크 점은 실제 발 모델과 템플릿 모델 사이를 계산하여 크기와 형태를 만들어가는 과정에서 중요한 점이 된다. 그림 1 에서와 같이 4개의 랜드마크 별 인솔 모델을 측정하여 유클리드(Euclid)유사도를 이용하여 비교 하였다.
이론/모형
위의 식을 통하여, 새로 구해진 P′가 목표가 되는 데이터인 Q가 되도록 R과 T를 구하는 문제를 해결하면 두 개의 서로 다른 데이터들이 정합될 수 있다. 따라서 인솔 모델과 환자의 3D 발 모델을 Procrustes 분석법을 이용하여, 정합할 수 있었다[9].
우리는 이를 해결하기 위해 자동정렬 알고리즘을 사용하고 정밀한 정합을 구현 하였다. 여기서 사용된 방법은 템플릿 방법이다. 템플릿 방법은 표준 인솔 모델을 기준으로 발의 크기에 따라서 적응적으로 변형되는 특징이 있다.
성능/효과
제안된 솔루션을 이용하여 인솔 모델을 생성한 모델과 전문가가 생성한 모델을 기준으로 유사도를 평가하였다. 우리가 제안한 방법으로 제시한 인솔 모델과 전문가가 생성한 방법과 매우 유사한 형태로 예측 되었으며, 보다 공정하고 빠른 인솔 제작이 가능하게 되었다. 또한 전문가의 인솔 제작 견해마다 차이가 발생할 수 있는 점에 대해서 컴퓨터의 자동 인솔 제작은 아주 괄목할 만한 성과이다.
전문가가 생성한 모델과 예측된 모델간에 평가 결과에서 볼 수 있듯이 랜드마크 기준에서 모델의 유사도의 오차율이 0.8cm로 아주 유사하게 나타났다. 이는 3차원 인솔 모델의 모양이나 크기가 비슷하다고 할 수 있다.
후속연구
본 연구 결과에서 실시한 기능성 인솔에 대해 표준화된 평가기법으로 더 많은 발 데이터베이스를 구축하여 향후 다른 형태의 인솔과 다양하게 시도 및 적용될 수 있을 것이다. 더 나아가 실제 인솔이 발에 미치는 영향은 앞서 설명한 연구 사례에서도 효과가 입증이 되었다.
더 나아가 실제 인솔이 발에 미치는 영향은 앞서 설명한 연구 사례에서도 효과가 입증이 되었다. 하지만 본 시스템에서 제작된 자동인솔에 대한 임상학적 실험은 본 논문에서 제시한 방법의 기반으로 앞으로 더 많은 연구를 통해 제시할 것 이다.
질의응답
핵심어
질문
논문에서 추출한 답변
예방의학의 개인적인 차원의 목적은?
개인적인 차원과 지역사회 차원이다. 개인적인 차원은 개인의 위험요인과 질병 검사 등의 인체의 상태에 대해서 평가방법을 정의하고 이를 통한 예방함에 목적을 두고 있고, 지역사회 차원은 공중보건(Public Health)의 목적으로 나뉜다. 최근에는 개인적인 차원과 공중의 경계가 모호해 지면서 예방의학의 분류 단계를 아래와 같이 총 3단계 예방으로 분류 하는데, 1차 예방은 질병이나 상해 예방 등을 생기기 전에 미리 막는 노력 등을 1차 예방이라 하고, 2차 예방은 질병의 조기 진단 및 치료가 이루어지는 임상의학, 치료의학으로 병원에서 치료되는 행위를 2차 예방이라 한다.
예방의학의 지역사회 차원의 목적은?
개인적인 차원과 지역사회 차원이다. 개인적인 차원은 개인의 위험요인과 질병 검사 등의 인체의 상태에 대해서 평가방법을 정의하고 이를 통한 예방함에 목적을 두고 있고, 지역사회 차원은 공중보건(Public Health)의 목적으로 나뉜다. 최근에는 개인적인 차원과 공중의 경계가 모호해 지면서 예방의학의 분류 단계를 아래와 같이 총 3단계 예방으로 분류 하는데, 1차 예방은 질병이나 상해 예방 등을 생기기 전에 미리 막는 노력 등을 1차 예방이라 하고, 2차 예방은 질병의 조기 진단 및 치료가 이루어지는 임상의학, 치료의학으로 병원에서 치료되는 행위를 2차 예방이라 한다.
예방 의학은 어떠한 차원들로 분류되는가?
예방 의학은 크게 두 가지로 차원으로 분류 할 수 있다. 개인적인 차원과 지역사회 차원이다. 개인적인 차원은 개인의 위험요인과 질병 검사 등의 인체의 상태에 대해서 평가방법을 정의하고 이를 통한 예방함에 목적을 두고 있고, 지역사회 차원은 공중보건(Public Health)의 목적으로 나뉜다.
참고문헌 (12)
Park, Jung-Han, Preventive Medicine and Public Health, Korean Society for Preventive Medicine.
Jong-Chul Ahn, Se-Dong Kim, Myun-Whan Ahn, Jae-Sung Seo, Jae-Man Rhoo, Sang-Dong Kim. (1994.8). Analysis of Weight Distribution under the Feet using Photoelastic Technique. JOURNAL OF THE KOREAN ORTHOPAEDIC ASSOCIATION, 29(4), 1277-1286.
Seok-Kwan Kim. "Innovation patterns and direction of development in the footwear industry" SCIENCE & TECHNOLOGY POLICY INSTITUTE (2000): 1-154.
Hyang-woon Yoon, PT, Sang-yeol Lee, Hyun-min Lee. "The Comparison of Plantar Foot Pressure in Normal Side of Normal People, Affected Side and Less Affected Side of Hemiplegic Patients During Stance Phase" Journal of the Korean Society of Physical Medicine 4.2 (2009): 87-92.
Kyoung Kim, Jeon Hyeong Lee. "Effect of Heel-Heights of Shoe on Balance in Older Women. Korea Sports Research." (2007): 311-320.
Lee Woo-Chun, Moon Jeong-Seok(2007). The Height and Volume of Medial Longitudinal Arch in Normal and Painful Feet, J Korean Foot Ankle Soc. Vol. 11. No. 1. pp.8-12, 2007
S. W. Chai, K. Y. Park, Y. S. Kim. (2011.12). The Effects of functional foot orthotics on the balance according to Foot Shape. Journal of Rehabilitation Welfare Engineering & Assistive Technology, 5(1), 47-52.
Young-Sin Lee, Sung-Soo Kim, SungHoon Yu (2015.4). The effect of insole heights on lumbosacral angle and physical function in healthy male. Eromonomics Society of Korea, 601-606.
Seung Bum Park, Sang Kyoon Park. Analysis of the Foot Pressure Distribution of Flexible Walking Shoes. Proceedings of the Eromonomics Society of Korea Conference, 272-280,2009
Gower, John C. "Generalized procrustes analysis." Psychometrika 40.1 (1975): 33-51.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.