$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 교근 근전도 비교를 통한 턱관절 기능장애 평가
Temporo-Mandibular Disorder Syndrome Evaluation by Masseter EMG 원문보기

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.4 no.4, 2018년, pp.349 - 354  

어승준 (을지대학교 의료공학과) ,  전진우 (을지대학교 의료공학과) ,  염호준 (을지대학교 의료공학과) ,  한휘종 (을지대학교 의료경영학과)

초록
AI-Helper 아이콘AI-Helper

인류는 과학기술의 발전과 함께 의학기술도 눈부신 발전을 거듭해왔다. 그러나 과거에도 난치성 질환은 여전히 존재하였듯이 지금도 난치성 질환이 존재하는데, 그 중 턱관절장애가 있다. 현재 의료선진국이라 불리는 대한민국 의료진들의 진단은 환자의 발언, 의사의 청음진단과 자를 이용한 진단, X-ray 촬영 진단 방식을 고수하며 시대에 뒤떨어지고 있다. 그렇기 때문에 환자의 정확한 증상 여부, 의사 본인의 진단 실력과 경력이 중요하고, 증상의 경중에 따른 진단 횟수의 증가와 이로 인해 발생하는 의료비용은 막대하다. 본 연구에서는 이를 해결하기 위해 저작운동(최대폐구)시 교근에서 발생되는 근전도 신호를 %MVC를 통해 정량화하였다. 정량화된 근전도는 Cortex로 비교, 평가하여 턱관절 상태 평가 기준 지표를 확립할 것이다.

Abstract AI-Helper 아이콘AI-Helper

Human beings have made remarkable advances in medical technology as well as technological advances. However, as was the case in the past, incurable diseases still exist: temporo-mandibular joint (TMJ). The diagnosis of the Korean medical staff, currently called a "medical advance," is adhering to th...

주제어

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • 각 동작사이에 5초의 휴식을 가지고 마지막 동작을 취한다. MVC를 얻기 위하여 3번의 동작 신호를 획득 후 평균을 내어 적절한 값을 채택하였다. 또한 제안한 알고리즘의 성능을 확인하고 장기적인 데이터 확보를 위해 24시간이 지난 후 동일 피실험자를 상대로 위의 실험을 실시하였다.
  • 추출된 신호는 주로 원신호를 제곱한 후 평균값을 계산하고 다시 제곱근을 씌우는 RMS값을 구하는 방식으로 근에너지를 정량화하여 연구에 사용된다.[5] 본 연구에서는 얼굴의 교근 외피에 해당부위에 생체 표면전극을 부착하여 측정하는 표면도출법을 채택하였다. 이 접근 방식의 한계는 표면 근육에 국한되어 있으며, 피하 조직의 깊이에 영향을 받으며, 환자의 체중에 따라 매우 가변적일 수 있다는 것이다.
  • 근전도 측정은 양질의 근전도 자료를 얻기 위해 면도기를 사용하여 피부 외피층의 털을 제거하는 사전작업을 각 실험대상자에게 실시하였다. 피 실험자의 좌우 교근 근전도를 측정하기 위하여 교근(Masseter) 상단과 교근(Masseter)하단에 2개와 교근에서 멀리 떨어진 이마에 EMG 센서를 부착하였다.
  • 근전도 전극부착은 동일한 실험자가 실시하여 전극부착 부위의 오차를 최소화하였다. 다음 회기에 같은 위치에 부착하기 위해 턱뼈각(Angle of madible, 하악각)을 중심으로거리를 측정하여 전극의 배치와 방향을 기록해두었다.
  • MVC를 얻기 위하여 3번의 동작 신호를 획득 후 평균을 내어 적절한 값을 채택하였다. 또한 제안한 알고리즘의 성능을 확인하고 장기적인 데이터 확보를 위해 24시간이 지난 후 동일 피실험자를 상대로 위의 실험을 실시하였다. 마지막으로 좀 더 정확한 분석을 위해 10일간의 데이터 분석을 하였다.
  • 본 연구에서는 동작에 따라 발생되는 턱관절 근육에서 발생되는 근전도 신호의 전압 값을 실시간으로 추출한다. 최대폐구 동작은 순간적으로 발생하는 강한 수축력으로 인해 일부 시간대에서 전압값이 순간적으로 높아지기 때문에 이 값을 정확한 근전도 신호라고 보기엔 다소 무리가 있다.
  • 스위치를 ON 함으로서 근전도 신호를 획득 하였다. 최대 이악물기 상태에서 3초 이상 유지하여 근전도를 측정하였다.
  • 최대폐구 동작은 순간적으로 발생하는 강한 수축력으로 인해 일부 시간대에서 전압값이 순간적으로 높아지기 때문에 이 값을 정확한 근전도 신호라고 보기엔 다소 무리가 있다. 이를 보완하기 위하여 지수가중이동평균필터를 사용해 정확한 근전도 신호 값을 확인할 수 있도록 하였다. 이 필터는 취득한 값의 변화 추이를 잘 반영하는 데이터 처리 기법인 이동평균필터(Moving average filter, MAF) 중 지수값을 통해 평균값을 도출하는 기법을 말한다.
  • 잠자리, 환경요인에 따른 오류 방지 및 부상위험을 예방하기 위해 동적 스트레칭을 실시하였다.
  • 스위치를 ON 함으로서 근전도 신호를 획득 하였다. 최대 이악물기 상태에서 3초 이상 유지하여 근전도를 측정하였다. 최대 이악물기 상태의 근전도 값을 턱관절 기능장애 평가의 지표로 사용하였다.
  • 최대 이악물기 상태에서 3초 이상 유지하여 근전도를 측정하였다. 최대 이악물기 상태의 근전도 값을 턱관절 기능장애 평가의 지표로 사용하였다. 전극을 부착하고 5초간 휴식 후 3초간 최대폐구를 실시한다.
  • 근전도 측정은 양질의 근전도 자료를 얻기 위해 면도기를 사용하여 피부 외피층의 털을 제거하는 사전작업을 각 실험대상자에게 실시하였다. 피 실험자의 좌우 교근 근전도를 측정하기 위하여 교근(Masseter) 상단과 교근(Masseter)하단에 2개와 교근에서 멀리 떨어진 이마에 EMG 센서를 부착하였다. 근전도 전극부착은 동일한 실험자가 실시하여 전극부착 부위의 오차를 최소화하였다.

대상 데이터

  • 본 기기의 데이터는 환자. 정상인 한명씩 선정하여 얻어진 결과 값이다.
  • 본 알고리즘을 실시간으로 처리하기 위해 사용된 MCU는 Cortex M4 계열의 STM32F407이며 [그림3]과 같이 구성된다.
  • 본 연구는 턱관절 유병율이 가장 높은 20대 성인 남성 둘을 선정하였으며, 실험군과 대조군으로 나누어 실험을 진행하였다. 실험군은 최근 1년 내 턱관절기능장애 경험이 없고 일반적인 운동수행 능력에 지장이 없는 대상자로 선정하였고, 대조군으론 최근 1년 이내 병원의 진단을 통해 우측 턱관절 기능장애를 앓고 있는 환자를 대상자로 선정하였다.
  • 본 연구는 턱관절 유병율이 가장 높은 20대 성인 남성 둘을 선정하였으며, 실험군과 대조군으로 나누어 실험을 진행하였다. 실험군은 최근 1년 내 턱관절기능장애 경험이 없고 일반적인 운동수행 능력에 지장이 없는 대상자로 선정하였고, 대조군으론 최근 1년 이내 병원의 진단을 통해 우측 턱관절 기능장애를 앓고 있는 환자를 대상자로 선정하였다. 모든 대상자들은 연구 내용에 대해 충분한 설명을 듣고 자발적으로 동의한 경우 동의서를 작성하고 참여하였다.

데이터처리

  • 또한 제안한 알고리즘의 성능을 확인하고 장기적인 데이터 확보를 위해 24시간이 지난 후 동일 피실험자를 상대로 위의 실험을 실시하였다. 마지막으로 좀 더 정확한 분석을 위해 10일간의 데이터 분석을 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
본 연구에서 한가지의 방법으로 턱관절 기능장애를 평가하여 객관적인 신뢰도가 떨어지는 문제를 보완하기 위한 방법으로 제안한 것은 무엇인가? 먼저 첫 번째는 보다 많은 사람에게 적용하여 임상 데이터를 이용해 평가 기준에 대한 확립, 두 번째로는 시중의 진단장치처럼 한가지의 방법으로 턱관절 기능장애를 평가했기에 객관적인 신뢰도 역시 떨어지는 문제점이 있었다. 그를 보완하기위해 공기압 펌프, 청음센서 등과 같은 턱관절 음을 청취 할 수 있는 센서를 추가 한다면,기존의 장치보다 객관적인 신뢰도를 높일 수 있을 것이다. 마지막으로 외부 저장장치의 추가이다.
근전도를 측정하는 전극은 무엇이 있는가? 근전도Electromyography : EMG)검사는 근육의 수축이 전기신호의 형태로 근섬유에 전달되면 전기 화학적 작용으로 이온의 유출입이 발생하고, 이에 따른 전기적극성이 변하는 것을 측정하는 방법이다. 인체의 운동을 유발하는 근원적인 힘이 골격근의 수축에 의해 발생된다는 것을 고려하면 근전도 신호의 정확한 측정을통해 근육의 활동을 규명할 수 있기 때문에 최근에 관심이 집중되고있다[3] 근전도를 측정하는 전극은 크게 표면근전도(sEMG)와 삽입근전도(iEMG)으로나뉜다. 삽입전극은 국소부위의 활동전위를 정확하게 측정할 수 있지만 삽입해야 하기 때문에 번거롭고, 위험이 따를 수 있다.
근전도 검사는 무엇인가? 근전도Electromyography : EMG)검사는 근육의 수축이 전기신호의 형태로 근섬유에 전달되면 전기 화학적 작용으로 이온의 유출입이 발생하고, 이에 따른 전기적극성이 변하는 것을 측정하는 방법이다. 인체의 운동을 유발하는 근원적인 힘이 골격근의 수축에 의해 발생된다는 것을 고려하면 근전도 신호의 정확한 측정을통해 근육의 활동을 규명할 수 있기 때문에 최근에 관심이 집중되고있다[3] 근전도를 측정하는 전극은 크게 표면근전도(sEMG)와 삽입근전도(iEMG)으로나뉜다.
질의응답 정보가 도움이 되었나요?

참고문헌 (8)

  1. Hee-Young Yang and Mee-Eun Kim. Prevalence and Treatment Pattern of Korean Patients with Temporomandibular Disorders. korean academy of orofacial pain and oral medicine, Vol. 34 No. 1, 2009, pp 63-79 

  2. Gunnar E. Carlsson, Tomas and Magnusson. Management of temporomandibular disorders in the general dental practice, Quintessence Publishing (IL), 1999.08.01. , pp. 13-23 

  3. Naomi C. Chesler, William K. Durfee, "Surface EMG as a Fatigue Indicator During FES-induced Isometric Muscle Contractions", Journal of Electromyography. Kinesiology, vol. 7, no. 1, 1997, pp. 27-37 

  4. D. S. Kim, D. Y. Cha, J. M. Jung, K. S. Choi, H. J. Yang, and S. P. Chang,."Study on optimization of bio-signal measurement through diversity of EMG electrodes patterns" Department of Electronic Engineering, Inha University. 2013.10, pp33-35 

  5. Min-hee Kim, Yoonjin Choi and BumChul Yoon "The Reliability of Surface Electromyographic Normalization Methods:A Review" Department of Physical Therapy, Korea (2014)UniversitySports Science & Physical Therapy (SSPT) Vol. 10, No. 1, 2014, pp13-20 

  6. Hong Hee Yoo and H. J. Lee. "Human body modeling", machine journal, Vol. 57, No. 12, 2017.12, pp 46-50 

  7. Mark Halaki and Karen Ginn, "Normalization of EMG Signals: To Normalize or Not to Normalize and What to Normalize to?", October 17th 2012, pp175-188 DOI: 10.5772/49957 

  8. Ho-Jun Lee1, Seung-Kwon Lee1 and Jin Heung Kong. Precision Analysis of the DCF algorithm based on the Exponentially Weighted Moving Average Filter for Mobile OIS system. Dongwoon Anatech. Co. Ltd1, KwangWoon University Vol36, No 1, 2013, pp. 1878-1880 

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로