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
- 따라서 본 논문에서는 가정환경에서 실시간으로 개인의 어깨 재활 운동 시 재활 과정을 쉽게 모니터링 할 수 있는 디바이스 및 모니터링 시스템을 개발하였다. 세부적으로, 어깨재활 데이터를 효율적으로 측정하기 위해, 삼성에서 개발한 IoT 디바이스인아틱 보드 및 플랫폼을 사용하였고, WIFI 통신을 통해 개인의 데이터를 실시간으로 확인할 수 있는 모니터링 시스템을 개발하였다.
- 기존의 재활은 환자가 직접 재활 기관에 방문하여 의사나 트레이너와 같이 재활을 진행해야 하므로 시간과 공간의 측면에서 비효율적이다. 이 문제점을 해결하기 위해 본 논문에는 어깨재활 운동 디바이스 및 모니터링 시스템 개발을 통해 각 가정환경에서 환자가 스스로 운동을 하고, 의사나 트레이너는 원격으로 환자의 운동 상태를 체크할 수 있는 시스템을 설계하여 시간적 측면에서 불필요한 이동시간을 없애고, 공간적 측면에서 환자에게 익숙한 환경을 제공하고자 하였다.
제안 방법
- 근전도 신호의 분석은 측정된 진폭 데이터가 전극의 부착 위치, 피험자, 측정 날짜와 같은 측정상태에 크게 영향을 받기 때문에 MVC으로 표준화 작업을 수행하였다. MVC는 각 피험자가 낼 수 있는 최대 근력을 나타내는 3개 peak의 평균값을 의미하며, 4가지 근육에서 각각 5초간 3회씩 최대 힘을 발휘하도록 외부에서 저항을 주었을 때 측정된 중앙 3초간(2, 3, 4초 구간)의 근전도 신호를 평균 낸 값을 사용하였다. 계산된 MVC 값을 기준으로 피험자가 실행하는 운동중의 근활성도를 백분율(%)로 표시하였다.
- 따라서 본 논문에서는 가정환경에서 실시간으로 개인의 어깨 재활 운동 시 재활 과정을 쉽게 모니터링 할 수 있는 디바이스 및 모니터링 시스템을 개발하였다. 세부적으로, 어깨재활 데이터를 효율적으로 측정하기 위해, 삼성에서 개발한 IoT 디바이스인아틱 보드 및 플랫폼을 사용하였고, WIFI 통신을 통해 개인의 데이터를 실시간으로 확인할 수 있는 모니터링 시스템을 개발하였다.
- 어깨 근육의 손상 정도를 평가하기 위하여 총 네 가지의 어깨 재활 운동을 선정하였고, 원활한 어깨근육의 활성도를 측정하기 위해 3 kg 아령을 들어 체중부하를 주었다. 각 운동은 5회씩 실시하였고, 피험자가 들 수 있는 최대치까지 측정자의 구령에 맞춰 천천히 들어 올리도록 하면서 근전도 신호를 측정하였다. 운동은 모두 네 가지로서 엎드려 옆으로 들기, 엎드려 위로 들기, 엎드려 팔꿈치 굽혀 옆으로 들기, 엎드려 팔꿈치 굽혀 뒤로 들기 운동으로 구성하였다(그림 7).
- 그런 다음, 스레드 통신기법을 적용한 Wifi 통신을 통해 수집된 근전도 신호를 모니터링 시스템으로 전송하도록 개발하였으며, 실시간으로 근전도 신호의 전압 그래프를 확인할 수 있고, 날짜 별, 개인 별 데이터를 저장할 수 있도록 개발하였다(그림 5). 모니터링 시스템에서는 계정권한 기능을 개발하여, 사용자 및 관리자(전문의료인)가 근전도 신호를 확인할 수 있으며, 사용자의 데이터들을 관리할 수 있도록 개발하였다.
- 근전도 신호를 측정하기 위해 사용하는 전극은 생체 표면에 부착하는 표면전극(AgCl)을 사용하였고, 전극의 위치는 근육의 근섬유가 많이 모인 근육다발 중심에 위치해야하기 때문에 어깨 주변 근육인 상부승모근, 중간삼각근, 후면삼각근, 극하근 네 부위에 전극을 부착하였다(그림 2).
- 근전도 신호의 분석은 측정된 진폭 데이터가 전극의 부착 위치, 피험자, 측정 날짜와 같은 측정상태에 크게 영향을 받기 때문에 MVC으로 표준화 작업을 수행하였다. MVC는 각 피험자가 낼 수 있는 최대 근력을 나타내는 3개 peak의 평균값을 의미하며, 4가지 근육에서 각각 5초간 3회씩 최대 힘을 발휘하도록 외부에서 저항을 주었을 때 측정된 중앙 3초간(2, 3, 4초 구간)의 근전도 신호를 평균 낸 값을 사용하였다.
- 모니터링 시스템에서는 계정권한 기능을 개발하여, 사용자 및 관리자(전문의료인)가 근전도 신호를 확인할 수 있으며, 사용자의 데이터들을 관리할 수 있도록 개발하였다. 또한, 사용자의 근전도 신호를 전송 받은 관리자는 사용자의 상태를 고려한 피드백을 주어 실시간으로 데이터 입출력 서비스를 제공하는 기능을 개발하였다.
- 본 논문에서는 신뢰성 있는 근전도 신호의 진폭 분석을 위해 근전도 측정기기인 Telemyo DTS Desk 소프트웨어를 사용하여 신호처리를 수행하였다. 먼저, 대역통과필터를 적용하여 근전도 신호외의 나머지 신호를 제거하였고, 정류화, RMS(Root Mean Square) 그리고 MVC(Maximum Voluntary Contraction)를 적용하였다(그림 6).
- 그런 다음, 스레드 통신기법을 적용한 Wifi 통신을 통해 수집된 근전도 신호를 모니터링 시스템으로 전송하도록 개발하였으며, 실시간으로 근전도 신호의 전압 그래프를 확인할 수 있고, 날짜 별, 개인 별 데이터를 저장할 수 있도록 개발하였다(그림 5). 모니터링 시스템에서는 계정권한 기능을 개발하여, 사용자 및 관리자(전문의료인)가 근전도 신호를 확인할 수 있으며, 사용자의 데이터들을 관리할 수 있도록 개발하였다. 또한, 사용자의 근전도 신호를 전송 받은 관리자는 사용자의 상태를 고려한 피드백을 주어 실시간으로 데이터 입출력 서비스를 제공하는 기능을 개발하였다.
- 본 논문에서는 신뢰성 있는 근전도 신호의 진폭 분석을 위해 근전도 측정기기인 Telemyo DTS Desk 소프트웨어를 사용하여 신호처리를 수행하였다. 먼저, 대역통과필터를 적용하여 근전도 신호외의 나머지 신호를 제거하였고, 정류화, RMS(Root Mean Square) 그리고 MVC(Maximum Voluntary Contraction)를 적용하였다(그림 6).
- 따라서 본 논문에서는 가정환경에서 실시간으로 개인의 어깨 재활 운동 시 재활 과정을 쉽게 모니터링 할 수 있는 디바이스 및 모니터링 시스템을 개발하였다. 세부적으로, 어깨재활 데이터를 효율적으로 측정하기 위해, 삼성에서 개발한 IoT 디바이스인아틱 보드 및 플랫폼을 사용하였고, WIFI 통신을 통해 개인의 데이터를 실시간으로 확인할 수 있는 모니터링 시스템을 개발하였다. 이러한 시스템을 통하여 환자는 가정환경에서 자율적으로 재활운동을 하고, 의사와 트레이너 등은 원격으로 환자의 운동 상태를 체크하여 환자의 치료를 도울 수 있고 직접 의사와 트레이너에게 찾아가지 않아도 되는, 시간과 공간의 측면에서 경제적으로 매우 효율적인 시스템을 개발하였다.
- 시간 영역 데이터는 가로축을 기준으로 ⑴ 상부승모근, ⑵ 중간삼각근, ⑶ 후면삼각근, ⑷ 극하근 4개의 근육들이며, 세로축을 기준으로 (ⅰ)옆으로 들기, (ⅱ)위로 들기, (ⅲ)팔꿈치 굽혀 옆으로 들기, (ⅳ)팔꿈치 굽혀 뒤로 들기 4개의 운동으로 구분하였다(그림 8).
- 시간 영역 데이터를 비교했을 때 신호가 uV로 매우 낮은 값들 이어서 자세히 비교하기가 어려운 단점을 보완하고자, 주파수 영역에서 근전도 분석을 수행하였다. 주파수 분석은 측정된 근전도 신호를 FFT(Fast Fourier Transformation)을 사용하여 주파수 영역으로 변환하였고, 파워 스펙트럼 분석을 통해 각 운동에 대해 몇 Hz대역에서 최대 파워 값이 나오는지 분석하였다.
- 시간축 영역에서 근전도 분석은 정류화 과정을 통하여 근전도 신호의 진폭의 평균, 최댓값을 산출하였고, 근육의 힘과 근전도 신호의 관계를 분석하기 위해 측정된 근전도 신호에 RMS 식(1)을 적용하여 근육이 만들어내는 힘의 크기를 직관적으로 변환하였다.
- 어깨 근육의 손상 정도를 평가하기 위하여 총 네 가지의 어깨 재활 운동을 선정하였고, 원활한 어깨근육의 활성도를 측정하기 위해 3 kg 아령을 들어 체중부하를 주었다. 각 운동은 5회씩 실시하였고, 피험자가 들 수 있는 최대치까지 측정자의 구령에 맞춰 천천히 들어 올리도록 하면서 근전도 신호를 측정하였다.
- 어깨재활 운동동안 근 활성화 정도를 평가하기 위해, Noraxon사의 Telemyo DTS Desk 장비를 사용하여 근전도 신호를 측정하였다. 이때, 샘플링 주파수는 100 Hz로 설정하였고 측정된 근전도 신호는 Node-RED를 사용하여 아틱 보드710로 전송하도록 개발하였다(그림 4).
- 어깨재활 운동동안 근 활성화 정도를 평가하기 위해, Noraxon사의 Telemyo DTS Desk 장비를 사용하여 근전도 신호를 측정하였다. 이때, 샘플링 주파수는 100 Hz로 설정하였고 측정된 근전도 신호는 Node-RED를 사용하여 아틱 보드710로 전송하도록 개발하였다(그림 4). Node-RED는 오픈 소스로 SNS나 외부 API 또는 IoT 관련 서비스를 제공하는 GUI에 node를 추가하여 연결하는 간단한 프로그래밍 방법이다.
- 이러한 시스템을 통하여 환자는 가정환경에서 자율적으로 재활운동을 하고, 의사와 트레이너 등은 원격으로 환자의 운동 상태를 체크하여 환자의 치료를 도울 수 있고 직접 의사와 트레이너에게 찾아가지 않아도 되는, 시간과 공간의 측면에서 경제적으로 매우 효율적인 시스템을 개발하였다. 이후, 근전도 신호 특성을 비교분석하고자 50대 피험자와 20대 피험자 6명을 선정하여 연령대 별 시간 영역 및 주파수 영역에서의 평균 파워 스펙트럼 값을 비교 분석하였다.
- 시간 영역 데이터를 비교했을 때 신호가 uV로 매우 낮은 값들 이어서 자세히 비교하기가 어려운 단점을 보완하고자, 주파수 영역에서 근전도 분석을 수행하였다. 주파수 분석은 측정된 근전도 신호를 FFT(Fast Fourier Transformation)을 사용하여 주파수 영역으로 변환하였고, 파워 스펙트럼 분석을 통해 각 운동에 대해 몇 Hz대역에서 최대 파워 값이 나오는지 분석하였다. 신호 특성 비교를 위해 50대 피험자와 20대 피험자의 연령대별 시간 영역 및 주파수 영역에서의 평균 파워 스펙트럼 값을 비교 분석하였다.
대상 데이터
- 본 연구에 참여한 피험자는 남자 6명으로, 참가자를 연령대별로 50대 피험자와 20대 피험자로 나누어 선정하였다. 실험에 참여한 피험자의 전체 평균 연령은 41.
데이터처리
- 주파수 분석은 측정된 근전도 신호를 FFT(Fast Fourier Transformation)을 사용하여 주파수 영역으로 변환하였고, 파워 스펙트럼 분석을 통해 각 운동에 대해 몇 Hz대역에서 최대 파워 값이 나오는지 분석하였다. 신호 특성 비교를 위해 50대 피험자와 20대 피험자의 연령대별 시간 영역 및 주파수 영역에서의 평균 파워 스펙트럼 값을 비교 분석하였다.
성능/효과
- 근전도 신호 측정 결과 20대 피험자와 50대 피험자 사이에는 모든 운동에 대해 근 활성도에서 차이가 있었다. 20대 피험자에 비하여 50대 피험자의 전체적인 근 활성도가 낮았으며, 후면삼각근, 중간삼각근, 상부승모근, 극하근 순으로 파워 값이 높게 나타났다.
- 50대 피험자 중 A와 20대 피험자 중 D의 시간 영역에서의 근전도 신호의 진폭을 비교 분석한 결과, 피험자 A의 신호를 보면 (ⅲ)운동이 다른 운동들에 비해 낮게 나타났고, 피험자 D의 신호를 보면 다른 근육들에 비해 ⑵, ⑶근육들이 높게 나오고 낮게 나온 근육들도 (ⅱ)운동에서는 상대적으로 높게 나타났다. 피험자 A와 D를 비교하면 전체적으로 D의 신호 값이 크게 나타났으며, 20대의 근전도 신호의 진폭이 높게 나타났다.
- 근육 별 평균 파워 스펙트럼 값을 비교하면, 20대 피험자의 좌우측 근육들이 50대 피험자의 좌우측 근육들보다 높게 나타났다. 또한 전체적으로 우측 근육들이 좌측 근육들보다 높은 값을 나타냈다.
- 그림 12는 50대 피험자와 20대 피험자의 상부승모근(Upper trapezius muscle) 비교를 보이고, 그림 13은 중간삼각근(Middle deltoid muscle) 비교를, 그림 14와 15는 후면삼각근(Posterior deltoid muscle)과 극하근(Infraspinatus muscle) 비교를 나타며, 50대 피험자 그룹과 20대 피험자 그룹 모두 40-60Hz 대역에서 최대 파워 값을 가지는 것으로 나타났다. 또한, 50대 피험자 그룹에 비해 20대 피험자 그룹의 파워 값이 더 높게 나타났으며(표2, 3, 4, 5), 모든 주파수 대역에서 후면삼각근, 중간삼각근, 상부 승모근, 극하근 순으로 파워 값이 높게 나타났다.
- 세부적으로, 어깨재활 데이터를 효율적으로 측정하기 위해, 삼성에서 개발한 IoT 디바이스인아틱 보드 및 플랫폼을 사용하였고, WIFI 통신을 통해 개인의 데이터를 실시간으로 확인할 수 있는 모니터링 시스템을 개발하였다. 이러한 시스템을 통하여 환자는 가정환경에서 자율적으로 재활운동을 하고, 의사와 트레이너 등은 원격으로 환자의 운동 상태를 체크하여 환자의 치료를 도울 수 있고 직접 의사와 트레이너에게 찾아가지 않아도 되는, 시간과 공간의 측면에서 경제적으로 매우 효율적인 시스템을 개발하였다. 이후, 근전도 신호 특성을 비교분석하고자 50대 피험자와 20대 피험자 6명을 선정하여 연령대 별 시간 영역 및 주파수 영역에서의 평균 파워 스펙트럼 값을 비교 분석하였다.
- 50대 피험자 중 A와 20대 피험자 중 D의 시간 영역에서의 근전도 신호의 진폭을 비교 분석한 결과, 피험자 A의 신호를 보면 (ⅲ)운동이 다른 운동들에 비해 낮게 나타났고, 피험자 D의 신호를 보면 다른 근육들에 비해 ⑵, ⑶근육들이 높게 나오고 낮게 나온 근육들도 (ⅱ)운동에서는 상대적으로 높게 나타났다. 피험자 A와 D를 비교하면 전체적으로 D의 신호 값이 크게 나타났으며, 20대의 근전도 신호의 진폭이 높게 나타났다. 그림 8, 9는 피험자 A의 왼쪽과 오른쪽 어깨의 시간 영역 EMG 신호 측정 결과이며, 그림 10, 11은 피험자 D의 왼쪽과 오른쪽 어깨의 시간 영역 EMG 신호 측정 결과이다.
후속연구
- 하지만, 본 연구에서는 적은 피험자를 대상으로 실험을 진행하였기 때문에 분석결과에 대한 정확도 측면에서 제한점이 있고, 보다 정확한 분석을 위한 연령에 따른 근 활성도의 차이에 대한통계분석을 수행하지 못하였다. 향후 연구에는 보다 많은 피험자를 확보하고 실험을 진행하여 비교분석을 통해 연구결과의 정확도를 높이고자 한다.
- 하지만, 본 연구에서는 적은 피험자를 대상으로 실험을 진행하였기 때문에 분석결과에 대한 정확도 측면에서 제한점이 있고, 보다 정확한 분석을 위한 연령에 따른 근 활성도의 차이에 대한통계분석을 수행하지 못하였다. 향후 연구에는 보다 많은 피험자를 확보하고 실험을 진행하여 비교분석을 통해 연구결과의 정확도를 높이고자 한다.
- 향후, 본 연구의 제한점에 대한 추가연구를 수행한다면, 어깨 재활 운동을 측정하는 디바이스 및 모니터링 시스템 개발과 관련된 연구 분야에 널리 도움이 될 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.