[논문]웨어러블 컴퓨팅을 위한 근전도 센서 시스템의 설계 및 구현

이영석

doi:10.17661/jkiiect.2018.11.1.114

웨어러블 컴퓨팅을 위한 근전도 센서 시스템의 설계 및 구현
Design and Implementation of Electromyographic Sensor System for Wearable Computing 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.11 no.1, 2018년, pp.114 - 120

이영석 (Department of Electronic Eng., Incheon Campus, Chungwoon University)

초록
AI-Helper

본 논문에서는 근전도 신호 획득 및 분석을 위한 웨어러블 디바이스용 센서 시스템을 구현하였다. 구현된 시스템의 성능은 임상용 근전도 시스템에서 획득된 근전도 신호와 근피로도 및 근활성도의 상관성 분석에 의해 평가되었으며 실측된 소비 전력이 상용 근전도 시스템들과 비교되었다. 5명의 피실험자들의 이두박근 및 삼두박근에서 수집된 근전도 신호를 통한 실험에서, 구현된 시스템이 임상용 근전도 센서 시스템과 근피로도는 1.1~1.4의 상관성을, 근활성도는 약 1.0의 강한 양의 상관 경향성을 보여주었다. 또한 소비전력의 비교에서 구현된 시스템의 소비전력이 상용 근전도 시스템보다 25%~50%의 감소하였다.

Abstract ▼ AI-Helper

In this paper we implemented an EMG sensor system for wearable devices to obtain and analyze of EMG signals. The performance of the implemented sensor system is evaluated by the correlation analysis of muscle fatigue and muscle activation to clinical EMG system and compared with power consumption of the measured power of our system and commercial systems. In experiments with biceps and triceps brachii of 5 objects, The correlation values of muscle fatigue and muscle activation between our system and the clinical EMG system is 1.1~1.4 and about 1.0, respectively. And also the power consumption of our system is 25~50% less than that of some commercial EMG sensor systems.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 근전도 신호 획득 및 분석을 위한 웨어러블 디바이스용 센서 시스템을 구현하였다. 구현된 시스템은 임상용 근전도 시스템에서 획득된 근전도 신호와 근피로도 및 근활성도의 변화를 비교하여 구현된 시스템의 데이터 품질을 평가하였으며 동일한 전압이 인가되는 경우에 소비전력을 상용 웨어러블 근전도 센서 시스템들과 비교하였다.
본 연구에서는 웨어러블 디바이스에서 의미 있는 정보를 추출할 수 있을 정도의 품질을 유지하면서 소비 전력을 고려한 근전도 센서 시스템을 설계하고 구현하였다. 구현한 시스템과 임상용 근전도 센서 시스템에서 수집한 근전도 신호의 근피로도 (muscle fatigue) 및 근활성도 (muscle activation)를 각각 구하고 상관성 분석으로 근전도 신호의 품질을 비교하였고 제안한 시스템과 상용 웨어러블 근전도 센서 시스템의 소비전력을 비교 분석하여 제안한 시스템의 성능을 평가하였다.

제안 방법

표 1은 이두박근에서 획득된 근전도 신호를 각각 3초의 구간으로 나누고 각 구간별로 중간 주파수 값을 연산하여 근피로도를 계산한 결과의 일례를 보여 주고 있다. 계산된 근피로도 값들은 최초에 얻어진 근피로도 값을 100으로 정규화하고 이후의 값들은 정규화된 값에 대한 상대 값으로 처리하여 피실험자들마다 다른 근육의 상태 및 특징을 고려하였다.
본 연구에서는 근전도 신호 획득 및 분석을 위한 웨어러블 디바이스용 센서 시스템을 구현하였다. 구현된 시스템은 임상용 근전도 시스템에서 획득된 근전도 신호와 근피로도 및 근활성도의 변화를 비교하여 구현된 시스템의 데이터 품질을 평가하였으며 동일한 전압이 인가되는 경우에 소비전력을 상용 웨어러블 근전도 센서 시스템들과 비교하였다. 실험 결과로부터 구현된 시스템이 상용 웨어러블 시스템들에 비하여 1/2~1/4의 전력을 소비하면서 근피로도와 근활성도 결과가 임상용 근전도 센서 시스템의 결과와 근피로도는 1.
본 연구에서는 웨어러블 디바이스에서 의미 있는 정보를 추출할 수 있을 정도의 품질을 유지하면서 소비 전력을 고려한 근전도 센서 시스템을 설계하고 구현하였다. 구현한 시스템과 임상용 근전도 센서 시스템에서 수집한 근전도 신호의 근피로도 (muscle fatigue) 및 근활성도 (muscle activation)를 각각 구하고 상관성 분석으로 근전도 신호의 품질을 비교하였고 제안한 시스템과 상용 웨어러블 근전도 센서 시스템의 소비전력을 비교 분석하여 제안한 시스템의 성능을 평가하였다.
또한 너치(notch) 필터는 필요에 따라 선택할 수 있도록 구성하여 심한 전원 잡음 환경에서 사용한다. 그림 3은 본 연구에서 구현한 잡음의 영향을 최소화하기 위하여 건식 전극과 증폭기 및 필터들이 함께 임베딩된 근전도 센서 시스템이며 시스템의 출력은 12비트 아날로그-디지털 변환이 가능한 마이크로프로세서 시스템과 데이터 전송 케이블로 연결하여 근피로도 및 근 활성도 연산 소프트웨어가 실행되도록 하였다.
근전도 신호의 수집은 구현된 근전도 센서 시스템과 임상용 근전도 시스템(Laxtha, model: QEMG4)에서 동일한 수집방식을 사용하였다. 수집된 근전도 신호의 품질을 비교하기 위하여 두 시스템에서 얻어진 근전도 신호는 근전도 웨어러블 디바이스 컴퓨팅에서 가장 많이 사용하는 중간 주파수에 의한 근피로도 값과 제곱 평균 제곱근에 의한 근활성도 값이 계산되었다.
근피로도 및 근활성도의 변화를 평가하기 위하여 5인의 건강한 젊은 남자에 대하여 근육이 피로하여 운동 능력이 소진될 때까지 팔꿈치 관절을 고정한 상태에서 이두박근(biceps brachii)과 삼두박근(triceps brachii)에 건식 및 습식 전극을 부착하고 등장성 운동 (isotonic exercise)을 실시하여 근전도 데이터를 수집하도록 실험절차를 수립하였다[8].
본 연구에서 제작된 건식 전극은 중앙이 볼록한 형태의 지름 1cm의 원형으로 전도성 금속에 금을 코팅하여 피부 접촉 시 전도성을 높였다.
증폭된 차동 전압은 컴퓨팅을 위한 디지털 신호로 변환하기 위한 전처리로서 아날로그 고역 통과 필터 및 저역 통화 필터를 연속으로 통과 시켜 대역 통과 근전도 신호를 획득한다. 획득된 대역 통과 신호는 아날로그-디지털 변환기 (analog to digital converter)를 통하여 디지털 신호로 변환된 후 다양한 신호처리 과정을 거쳐 근육의 상태를 추정한다.

대상 데이터

본 연구에서 제작한 근전도 시스템은 전원은 소형화 및 경량화된 원형 3V 리튬 이온 전지를 사용하기 때문에 계측 증폭기도 이에 따라 아날로그 디바이스사(Analog Devices company)의 AD623 계측 증폭기를 사용하였다.

데이터처리

구현된 근전도 시스템의 저역 및 고역 통과 필터들에서 저항을 비롯한 수동 소자들은 차단 주파수가 각각 20Hz 및 400Hz가 되도록 피-스파이스(P-SPICE) 프로그램을 이용하여 결정되었다.
이두박근에서 추출한 근전도 신호에 대한 근활성도 변화를 그림 4에 나타내었다. 근피로도 계산과 같은 방법으로 최초 활성화 값에 대한 상대적인 활성화 정도를 최초 10개의 구간에 대하여 제곱 평균 제곱근으로 나타내었다.
본 연구에서는 구현한 웨어러블 컴퓨팅을 위한 근전도 센서 시스템에서 수집한 근전도 신호의 품질을 결정하기 위한 신호처리 과정으로 근피로도와 근활성도를 나타내는 중간 주파수 (median frequency) fm및 제곱 평균 제곱근(root mean square) R(t)를 사용하였다,[6].
근전도 신호의 수집은 구현된 근전도 센서 시스템과 임상용 근전도 시스템(Laxtha, model: QEMG4)에서 동일한 수집방식을 사용하였다. 수집된 근전도 신호의 품질을 비교하기 위하여 두 시스템에서 얻어진 근전도 신호는 근전도 웨어러블 디바이스 컴퓨팅에서 가장 많이 사용하는 중간 주파수에 의한 근피로도 값과 제곱 평균 제곱근에 의한 근활성도 값이 계산되었다. 표 1은 이두박근에서 획득된 근전도 신호를 각각 3초의 구간으로 나누고 각 구간별로 중간 주파수 값을 연산하여 근피로도를 계산한 결과의 일례를 보여 주고 있다.

이론/모형

근전도 신호 수집을 위한 웨어러블 디바이스에서는 주로 외부에서 유입되는 잡음에 취약하지만 전도성 물질로 인한 접착의 불편함이 없는 건식 전극이 사용하며 습식 전극은 접착의 불편함은 있지만 외부 잡음의 영향을 건식 전극에 비해 덜 받는다. 그림 2의 구현된 근전도 센서 시스템의 전체 블록도에서 저역 및 고역 통과 필터는 살렌-키 (Sallen-Key) 형식의 2차 필터를 각각 식 (4) 및 식 (5) 의 전달 함수들을 갖도록 설계하였다.

성능/효과

3V로 고정할 경우에 BITAlino사의 EMG 151015 모델의 소비전류가 4mA로 가장 적고 그 다음이 구현된 시스템의 실측 소비전류이다. 구현된 시스템은 전형적인 전류활동에서 5mA, 최대전류 활동에서 9mA의 소비전류를 나타내는 것으로 실측되었으며 나머지 상용 근전도 센서 시스템들의 데이터 시트에 표기된 소비전력은 구현한 시스템의 소비 전력보다 약 2배에서 4배의 전력을 더 소비하는 것으로 나타났다. 이와 같은 작은 소비 전력은 장시간 착용하고 근전도 데이터를 수집해야 하는 환경에서 장점으로 작용한다.
구현된 시스템은 임상용 근전도 시스템에서 획득된 근전도 신호와 근피로도 및 근활성도의 변화를 비교하여 구현된 시스템의 데이터 품질을 평가하였으며 동일한 전압이 인가되는 경우에 소비전력을 상용 웨어러블 근전도 센서 시스템들과 비교하였다. 실험 결과로부터 구현된 시스템이 상용 웨어러블 시스템들에 비하여 1/2~1/4의 전력을 소비하면서 근피로도와 근활성도 결과가 임상용 근전도 센서 시스템의 결과와 근피로도는 1.1~1.4 의 상관성을, 근활성도는 약 1.0의 상관성을 보여주었다, 비록 실험이 5명의 적은 인원을 대상으로 하였으며 두 종류의 근육에 대해서만 실시되어 더 많은 피실험자들을 대상으로, 더 다양한 근육들에 대한 실험을 통한 정밀한 분석이 요구되지만 구현된 근전도 센서 시스템은 간단한 회로구성과 적은 전력으로 임상용 근전도 시스템과 강한 상관성을 갖는 근피로도 및 근활성도 결과를 보여주어 근전도 웨어러블 센서 시스템으로서 응용할 수 있는 가능성을 보여주었다.
표 1의 예에서 나타낸 바와 같이 이두박근에서 얻어진 근피로도 값들은 두 시스템에서 공통으로 전극의 종류와 상관없이 시간이 경과함에 따라 근피로도가 감소하였으며 이와 같은 결과는 제안한 시스템이 임상 시스템과 유사한 근피로도 특성을 표현할 수 있다는 것을 의미한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	근 신경계에 관련된 질환의 임상학적 층면 뿐만 아니라, 운동관련 연구에 응용 가능한 이유는 무엇인가?	근전도란 중추 신경계의 활성화로 인하여 근섬유를 이루고 있는 근세포가 활성화하여 수축 활동을 일으킬 때, 근육의 위치에 따라 발생하는 활동전위(action potential)의 상대적인 전위차를 기록한 생체 신호이다. 근전도는 신호가 발생하는 근육의 위치에 대한 중 추신경계의 활동 정보를 추출할 수 있고 이를 시각적인 정보로 기록할 수 있으며 근육의 상태를 나타내는 인덱스를 이용하여 근육의 활성화 정도를 추정할 수 있다. 따라서 근 신경계에 관련된 질환의 진단과 처치효과 검증 등 임상학적인 측면에서 뿐 만 아니라, 운동제어, 생체역학, 운동 생리학의 연구 분야 등의 운동관련 연구에 응용 가능하다.
	웨어러블 디바이스란 무엇인가?	웨어러블 디바이스는 신체와 관련된 정보를 수집 및 분석하여 인체의 건강 상태를 점검하고 건강관리 능력에 도움을 주기위하여 신체에 부착하거나 신체의 한 부분에 이식하는 모든 기기를 의미한다. 또한 웨어러블 컴퓨팅은 웨어러블 디바이스에서 의미 있는 정보를 수집하고 분석하며, 처리하기 위한 일련의 과정을 의미한다[1].
	심전도가 이식형 또는 부착형 등의 다양한 센서 방식을 통한 연구가 많이 이루어진 이유는 무엇인가?	생체의 활력 징후와 관련된 생체 신호 가운데 심전도는 심장의 활동과 관련되어 있는 매우 중요한 신호로서 인식되기 때문에 이식형 또는 부착형 등의 다양한 센서 방식을 통하여 많은 연구가 이루어졌다[4]. 그러나 운동 또는 작업자의 동작과 관련된 생체 신호인 근전도는 심전도에 반하여 다양한 근육을 대상으로 하고 심전도에 비하여 상대적으로 정상성(stationarity)이 떨어지고 전극의 종류, 크기 또는 부착 방법 등과 같은 수집 환경의 영향을 많이 받기 때문에 정량적인 해석에 알맞은 데이터 수집환경을 웨어러블 컴퓨팅을 위하여 구현하는데 어려움이 있다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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