[논문]머신러닝과 3D 프린팅을 이용한 저비용 인공의수 모형

신동욱; 염호준; 박상수

doi:10.17703/jcct.2024.10.1.19

머신러닝과 3D 프린팅을 이용한 저비용 인공의수 모형
Low-cost Prosthetic Hand Model using Machine Learning and 3D Printing

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.10 no.1, 2024년, pp.19 - 23

신동욱 (을지대학교 의료공학과) , 염호준 (을지대학교 의료공학과) , 박상수 (을지대학교 의료공학과)

초록
AI-Helper

양손 절단 환자들에게 미용적 목적과 함께 기능적 목적을 갖춘 의수가 필요하며 잔존 근육의 근전도를 이용한 인공 의수에 대한 연구가 활발하나 아직도 비싼 비용의 문제가 있다. 본 연구에서는 저비용의 부품과 소프트웨어인 표면 근전도 센서, 머신러닝 소프트웨어 Edge Impulse, Arduino Nano 33 BLE, 그리고 3D 프린팅을 이용하여 인공의수를 제작하고 성능을 평가하였다. 표면 근전도 센서로 획득하고 Edge Impulse에서 디지털 시그널 프로세싱 과정을 거친 신호들을 이용하여 머신러닝으로 손가락 운동의 종류를 판단하는 훈련을 통해 각 손가락의 굽힘 운동신호를 의수 모델의 손가락들에 전달하였다. 디지털 시그널 프로세싱 조건을 노치 필터 60 Hz, 대역필터 10-300 Hz, 그리고 샘플링 주파수 1,000 Hz로 했을 때, 머신 러닝의 정확도가 82.1%로 가장 높았다. 각 손가락 굴곡 운동간에 혼동될 수 있는 가능성은 약지가 가장 높아서 검지의 운동으로 혼동될 가능성이 44.7 %이었다. 저비용 인공의수의 성공적인 개발을 위해서는 더 많은 연구가 필요하다.

Abstract ▼ AI-Helper

Patients with amputations of both hands need prosthetic hands that serve both cosmetic and functional purposes, and research on prosthetic hands using electromyography of remaining muscles is active, but there is still the problem of high cost. In this study, an artificial prosthetic hand was manufactured and its performance was evaluated using low-cost parts and software such as a surface electromyography sensor, machine learning software Edge Impulse, Arduino Nano 33 BLE, and 3D printing. Using signals acquired with surface electromyography sensors and subjected to digital signal processing through Edge Impulse, the flexing movement signals of each finger were transmitted to the fingers of the prosthetic hand model through training to determine the type of finger movement using machine learning. When the digital signal processing conditions were set to a notch filter of 60 Hz, a bandpass filter of 10-300 Hz, and a sampling frequency of 1,000 Hz, the accuracy of machine learning was the highest at 82.1%. The possibility of being confused between each finger flexion movement was highest for the ring finger, with a 44.7% chance of being confused with the movement of the index finger. More research is needed to successfully develop a low-cost prosthetic hand.

주제어

표/그림 (6)

그림 그림 1. 근전전동 의수 모식도 Figure 1. Schematics of EMG-driven prosthetic hand
표 표 1. 디지털 프로세싱 방법에 따른 분류의 정확도 Table 1. Digital signal processing methods and analysis accuracy
그림 그림 2. 각 손가락 굽힘 동작에서의 근전도 파형 Figure 2. EMG signals of finger flexion movements
그림 그림 3. 디지털 시그널 프로세싱 효과 Figure 3. The effect of digital signal processing
그림 그림 4. 근전도에 의한 인공의수 작동 Figure 4. Prosthetic hand operation using electromyography
표 표 2. 각 손가락 굴곡 운동의 혼동 가능성 매트릭스, % Table 2. Confusion matrix among the finger flexion movements, %

참고문헌 (9)

Cha, G. C., Choi, K., Lee, S., Park, S. "Development？of Gripping force and Durability Test Standard for？Myoelectric Prosthetic Hand," The Journal of the？Convergence on Culture Technology (JCCT), Vol. 9,？No. 4, pp. 393-399, 2023. doi.org/10.17703/JCCT.2023.9.4.389.？
Ann, K., Ohm, S. "A COVID-19 Chest X-ray？Reading Technique based on Deep Learning," The？Journal of the Convergence on Culture？Technology (JCCT), Vol. 6, No. 4, pp. 789-795,？2020. doi.org/10.17703/JCCT.2020 .6.4.789？

원문보기 상세보기
Kim, K., Kim. S.. "Grade Analysis and？Two-Stage Evaluation of Beef Carcass Image？Using Deep Learning," The Journal of the？Convergence on Culture Technology (JCCT),？Vol. 8, No. 2, pp. 385-391, 2022. doi.org/10.17703/JCCT.2022.8.2.373？

원문보기 상세보기
Park, J. H., Ha, B. J., Park, S. (2022).？"Prediction of Hair Owners' Age using Hair？Mineral Content and Artificial Intelligence," The？Journal of the Convergence on Culture？Technology (JCCT), Vol. 8, No. 6, pp. 155-159,？2022. doi.org/10.17703 /JCCT.2022.8.6.155？

원문보기 상세보기
So, J. H. Jeon. Y. "Using 3D image-based body？shape Measurement to increase the accuracy of？body shape Measurement," The Journal of the？Convergence on Culture Technology (JCCT),？Vol. 6, No. 4, pp. 803-806, 2020.？doi.org/10.17703/JCCT.2020 .6.4.797.？

원문보기 상세보기
Yoo, H. J., Lee, S., Kim, J., Park, C., & Lee, B.？"Development of 3D-printed Myoelectric Hand？Orthosis for Patients with Spinal Cord Injury,"？Journal of neuroengineering and rehabilitation,？Vol. 16, No. 1, pp. 1-14, 2019.？
Lee, S., Sung, M., & Choi, Y. "Wearable Fabric？Sensor for Controlling Myoelectric Hand？Prosthesis via Classification of Foot Postures,"？Smart Materials and Structures, Vol. 29, No. 3,？035004., 2020？

상세보기
Ju, N., Lee, K. H., Kim, M. O., & Choi, Y. "A？User-driven Approach to Prosthetic Upper Limb？Development in Korea In Healthcare," Vol. 9,？No. 7, p. 839, 2021.？
Kim, J. J., Kim, J., Lee, J., & Shin, J. (2022).？"Influence of Lifestyle Pattern on Preference for？Prosthetic Hands: Understanding the？Development Pathway for 3D-printed？Prostheses," Journal of Cleaner Production, 379,？134599. https://doi.org/10.1016/j.jclepro.2022.134599？

상세보기

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