[논문]무선 보행 분석을 위한 블루투스 기반 관성 측정 장치의 활용 타당성 분석

황소리; 성주환; 박희수; 한성민; 윤인찬

doi:10.9718/jber.2020.41.3.121

무선 보행 분석을 위한 블루투스 기반 관성 측정 장치의 활용 타당성 분석
Validation on the Application of Bluetooth-based Inertial Measurement Unit for Wireless Gait Analysis 원문보기

Journal of biomedical engineering research : the official journal of the Korean Society of Medical & Biological Engineering, v.41 no.3, 2020년, pp.121 - 127

황소리 (한국과학기술연구원 의공학연구소 바이오닉스연구단) , 성주환 (한국과학기술연구원 의공학연구소 바이오닉스연구단) , 박희수 (한국과학기술연구원 의공학연구소 바이오닉스연구단) , 한성민 (한국과학기술연구원 의공학연구소 바이오닉스연구단) , 윤인찬 (한국과학기술연구원 의공학연구소 바이오닉스연구단)

Abstract ▼ AI-Helper

The purpose of this paper is to review the validation on the application of low frequency IMU(Inertial Measurement Unit) sensors by replacing high frequency motion analysis systems. Using an infrared-based 3D motion analysis system and IMU sensors (22 Hz) simultaneously, the gait cycle and knee flexion angle were measured. And the accuracy of each gait parameter was compared according to the statistical analysis method. The Bland-Altman plot analysis method was used to verify whether proper accuracy can be obtained when extracting gait parameters with low frequency sensors. As a result of the study, the use of the new gait assessment system was able to identify adequate accuracy in the measurement of cadence and stance phase. In addition, if the number of gait cycles is increased and the results of body anthropometric measurements are reflected in the gait analysis algorithm, is expected to improve accuracy in step length, walking speed, and range of motion measurements. The suggested gait assessment system is expected to make gait analysis more convenient. Furthermore, it will provide patients more accurate assessment and customized rehabilitation program through the quantitative data driven results.

주제어

표/그림 (7)

표 표 1. 피험자의 신체 정보 Table 1. Body anthropometric measures of the subjects
그림 그림 1. 센서 및 삼차원 동작 분석 시스템을 이용한 보행 측정 환경 설정 (a) 마커와 IMU 센서를 부착한 피험자; (b) 실험 환경 Fig. 1. Experimental setup of measurement of movements with sensors and 3D motion analysis system. (a) a subject with attached marker sets and IMU sensors; (b) experimental setup
그림 그림 2. 보행 분석 알고리즘 Fig. 2. Gait analysis algorithm
그림 그림 3. 피험자의 동작분석기와 eCEN Care로 검출한 보행 인자의 상자그림. Fig. 3. Box plots of the gait parameters obtained with the eCEN Care compared with the motion analysis in the subjects.
표 표 2. 두 측정 방법 평균 차이 결과 비교 Table 2. Results of difference between mean value two methods
그림 그림 4. 동작분석기와 eCEN Care 측정 방법 비교를 위한 블란드 알트만 그림. Fig. 4. Bland-Altman plots for comparison between the motion analysis system and eCEN Care.
표 표 3. 신체 치수와 보행 인자의 상관분석 Table 3. Correlation between body anthropometric measures and gait parameters

AI 본문요약
AI-Helper

문제 정의

따라서 본 연구는 정상 성인 남성의 보행 측정을 통해 취득한 보행 인자를 적외선 기반 동작분석기를 기준으로 BLEIMU 센서로 구한 측정값의 정확성을 검토하여 활용 타당성을 평가하였다. 정확성 검토는 관절가동범위(Range of Motion, ROM), 걸음 시간(Stride time), 보행 속도(Gait speed), 걸음 거리(Stride length), 입각기 비율(Stance phase)등의 보행 인자를 요소로 사용하여 상자 그림(Box plot)과블란드 알트만 그림(Bland-Altman plot)으로 나타내어 진행하였다.

제안 방법

eCEN Care를 활용한 새로운 검출법의 타당성을 검증하기위해 기존 동작 분석 연구에서 활발히 사용되고 있는 삼차원 동작 분석 시스템(60Hz, MOTION ANALYSIS, CA, USA)환경에서 보행 실험을 진행하였다. 동작 분석 시스템을 운용하기 전에 필요한 캘리브레이션 과정을 수행하여 실험 환경을 세팅한 후 실험을 진행하였다.
본 연구는 보행 분석에서 낮은 샘플링율의 eCEN Care센서와 높은 샘플링율의 동작분석기 사용에 따른 측정 결과를 통계 분석 방법으로 비교하였다. 동작분석기 대비 eCEN Care측정값의 평균 오차율은 분속수와 입각기 비율에서 3% 미만으로 적었고 걸음 거리, 보행 속도, 관절가동범위에서는 평균오차율 6~9%로 상대적으로 크게 나타났다.
따라서 본 연구는 정상 성인 남성의 보행 측정을 통해 취득한 보행 인자를 적외선 기반 동작분석기를 기준으로 BLEIMU 센서로 구한 측정값의 정확성을 검토하여 활용 타당성을 평가하였다. 정확성 검토는 관절가동범위(Range of Motion, ROM), 걸음 시간(Stride time), 보행 속도(Gait speed), 걸음 거리(Stride length), 입각기 비율(Stance phase)등의 보행 인자를 요소로 사용하여 상자 그림(Box plot)과블란드 알트만 그림(Bland-Altman plot)으로 나타내어 진행하였다.

대상 데이터

25 Hz이하 샘플링 대역의 중저가 소형 IMU 센서는 eCENCare, Xsens DOT 외 중국산 센서 보드 등이 있다. eCEN Care 외 상용화 제품은 소프트웨어 비용이 발생하여 기기와 소프트웨어를 모두 제공하는 제품으로 eCEN Care (22Hz,Eburnean, Korea)를 선정하였다. eCEN Care는 스트랩을 이용하여 피험자 다리에 고정할 수 있는 35.

데이터처리

동작분석기와 eCEN Care로 측정하여 추출한 데이터가서로 관련이 있는지 확인하기 위해 피어슨 상관분석 후 블란드알트만 분석을 수행하였다. 피어슨 상관계수는 0.

성능/효과

본 연구는 보행 분석에서 낮은 샘플링율의 eCEN Care센서와 높은 샘플링율의 동작분석기 사용에 따른 측정 결과를 통계 분석 방법으로 비교하였다. 동작분석기 대비 eCEN Care측정값의 평균 오차율은 분속수와 입각기 비율에서 3% 미만으로 적었고 걸음 거리, 보행 속도, 관절가동범위에서는 평균오차율 6~9%로 상대적으로 크게 나타났다.
블란드 알트만 분석에서 동작분석기와 eCEN Care의 측정값은 95% 신뢰구간 내 분속수는 ±7.66steps/min, 입각기 비율은 ±5.27%, 관절가동범위는 ±11.03도 절단 값(cutoff value)에서 차이가 없었다. 보행 속도는 빨라질수록 오차가 크게 증가하였다.
신체조건에 따른 보행 인자 상관관계는 피어슨 상관분석을 통해 확인할 수 있었다. 표 3을 통해 키와 발 치수가 클수록 걸음 거리가 넓고 몸무게가 무거울수록 관절가동범위가 크며 키와 발치수가 크고 몸무게가 무거울수록 입각기 비율이 커지는 경향을 보이는 것을 확인할 수 있다. 이는 성별과 연령, 신체 이상 유무에 따라 다른 결과를 보일 수 있을 것이므로 향후 정상 보행을 지닌 다양한 연령대의 사람들과 보행에 어려움이 있는 환자들을 대상으로 보다 다양한 환경에서의 보행 분석을 수행하여 해당 알고리즘의 정확성을 검증할 필요가 있을 것으로 사료된다.

후속연구

더 나아가 고가의 동작 분석 시스템 장비 없이 저렴한 IMU 센서만을 가지고 현장에서 손쉽게 환자의 보행 분석을 할 수 있을 것이고, 기존의 임상의의 주관적인 판단이 아닌 데이터 기반 객관적이고 정량적 판단을 통해 환자의 상태를 보다 정확히 평가할 수 있을 것이다. 더 나아가 무릎관절 가동범위 및 보행 주기를 통해 재활 정도를 평가하는 환자들에게 휴대성과 사용 편의성을 지닌 본 기술을 활용하여 환자 맞춤형 치료 계획을 수립하는 데 도움을 줄 수 있을 것으로 기대한다.
이는 성별과 연령, 신체 이상 유무에 따라 다른 결과를 보일 수 있을 것이므로 향후 정상 보행을 지닌 다양한 연령대의 사람들과 보행에 어려움이 있는 환자들을 대상으로 보다 다양한 환경에서의 보행 분석을 수행하여 해당 알고리즘의 정확성을 검증할 필요가 있을 것으로 사료된다. 본 연구를 통해 선행 연구들보다 22 Hz로 낮은샘플링율의 eCEN Care 사용 시 위의 보정 요소를 적용한다면 동작분석기로부터 얻은 보행 인자와 통계적으로 유의한 차이를 갖지 않는 결괏값을 얻을 수 있을 것으로 기대한다. 더 나아가 고가의 동작 분석 시스템 장비 없이 저렴한 IMU 센서만을 가지고 현장에서 손쉽게 환자의 보행 분석을 할 수 있을 것이고, 기존의 임상의의 주관적인 판단이 아닌 데이터 기반 객관적이고 정량적 판단을 통해 환자의 상태를 보다 정확히 평가할 수 있을 것이다.
표 3을 통해 키와 발 치수가 클수록 걸음 거리가 넓고 몸무게가 무거울수록 관절가동범위가 크며 키와 발치수가 크고 몸무게가 무거울수록 입각기 비율이 커지는 경향을 보이는 것을 확인할 수 있다. 이는 성별과 연령, 신체 이상 유무에 따라 다른 결과를 보일 수 있을 것이므로 향후 정상 보행을 지닌 다양한 연령대의 사람들과 보행에 어려움이 있는 환자들을 대상으로 보다 다양한 환경에서의 보행 분석을 수행하여 해당 알고리즘의 정확성을 검증할 필요가 있을 것으로 사료된다. 본 연구를 통해 선행 연구들보다 22 Hz로 낮은샘플링율의 eCEN Care 사용 시 위의 보정 요소를 적용한다면 동작분석기로부터 얻은 보행 인자와 통계적으로 유의한 차이를 갖지 않는 결괏값을 얻을 수 있을 것으로 기대한다.

참고문헌 (18)

Drewett RF, Minns RJ, Sibly TF. Measuring outcome of total knee replacement using quality of life indices. Annals of the royal college of surgeons of england. 1992;74(4):286.

상세보기
Kirwan J, Currey H, Freeman M, Snow S, Young P. Overall long-term impact of total hip and knee joint replacement surgery on patients with osteoarthritis and rheumatoid arthritis. Rheumatology. 1994;33(4):357-60.
Rorabeck CH, Murray P. The cost benefit of total knee arthroplasty. Orthopedics. 1996;19(9):777-9.

상세보기
Labraca NS, Castro-Sanchez AM, Mataran-Penarrocha GA, Arroyo-Morales M, Sanchez-Joya MdM, Moreno-Lorenzo C. Benefits of starting rehabilitation within 24 hours of primary total knee arthroplasty: randomized clinical trial. Clinical rehabilitation. 2011;25(6):557-66.

상세보기
Moffet H, Collet JP, Shapiro SH, Paradis G, Marquis F, Roy L. Effectiveness of intensive rehabilitation on functional ability and quality of life after first total knee arthroplasty: a singleblind randomized controlled trial. Archives of physical medicine and rehabilitation. 2004;85(4):546-64.

상세보기
Anouchi YS, McShane M, Kelly F, Elting J, Stiehl J. Range of motion in total knee replacement. Clinical Orthopaedics and Related Research. 1996;331:87-92.

상세보기
Chester VL, Biden EN, Tingley M, Gait analysis. Biomedical instrumentation & technology. 2005;39(1):64-74.

상세보기
Bamberg SJM, Benbasat AY, Scarborough DM, Krebs DE, Paradiso JA. Gait analysis using a shoe-integrated wireless sensor system. IEEE Transactions on Information Technology in Biomedicine. 2008;12(4):413-23.

상세보기
LeMoyne R, Mastroianni T. Wearable and wireless gait analysis platforms: smartphones and portable media devices. In Wireless MEMS Networks and Applications: Elsevier. 2017:129-52.
Seel T, Raisch J, Schauer T. IMU-based joint angle measurement for gait analysis. Sensors. 2014;14(4):6891-909.

상세보기
Morris J. Accelerometry-A technique for the measurement of human body movements. Journal of biomechanics. 1973;6(6):729-36.

상세보기
Currie G, Rafferty D, Duncan G, Bell F, Evans A. Measurement of gait by accelerometer and walkway: a comparison study. Medical & biological engineering & computing. 1992;30(6):669-70.

상세보기
Auvinet B, Berrut G, Touzard C, Moutel L, Collet N, Chaleil D, Barrey E. Reference data for normal subjects obtained with an accelerometric device. Gait & posture. 2002;16(2):124-34.

상세보기
Tong K, Granat MH. A practical gait analysis system using gyroscopes. Medical engineering & physics. 1999;21(2):87-94.

상세보기
Weber DJ, Stein RB, Chan KM, Loeb G, Richmond F, Rolf R, James K, Chong SL. BIONic WalkAide for correcting foot drop. IEEE Transactions on neural systems and rehabilitation engineering. 2005;13(2):242-6.

상세보기
Park SW, Sohn RH, Ryu KH, Kim YH. Comparison of motion sensor systems for gait phase detection. Korean society for precision engineering. 2010;27(2):145-52.
Thomas S, Jorg R, Thomas S. IMU-Based Joint Angle Measurement for Gait Analysis. Sensors. 2014;14:6891-909.

상세보기
Allseits EK, Agrawal V, Prasad A, Bennett C, Kim KJ. Characterizing the impact of sampling rate and filter design on the morphology of lower limb angular velocities. IEEE Sensors Journal, 2019;19(11):4115-22.

상세보기

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