$\require{mediawiki-texvc}$

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.

휴대용 U-Health 장치 인터페이싱을 위한 표면 근전도의 손동작 패턴 모델링
Hand Motion Pattern Modeling of Surface Electromyography for Mobile U-Health Device Interfacing 원문보기

대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문, 2008 Oct. 31, 2008년, pp.480 - 481  

박현철 (연세대학교 전기전자공학과) ,  이충근 (연세대학교 전기전자공학과) ,  김진권 (연세대학교 전기전자공학과) ,  이명호 (연세대학교 전기전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 U-Health 장치 인터페이싱을 위하여 표면 근전도를 이용한 손동작 특징들의 모델링 알고리즘에 대하여 제안하였다. 지금까지 연구에서는 표면 근전도를 측정하기 위하여 전완의 여러 부위에서 신호를 측정하였지만 휴대용 U-Health 장치들의 특성상 센서를 부착 할 수 있는 공간이 한정 되어있기 때문에 한 채널당 손동작의 인식률이 높아야하고 착용하기 편한 위치예서 신호를 측정해야 한다. 따라서 본 논문에서는 손목 근처의 수지신근(finger extensor)과 소지신근(extensor digiti minimi) 사이에 생체신호 센서를 부착하는 것을 제안했으며, 적은 수의 센서에서도 손동작에 따른 충분한 근전도 패턴을 구분해 내기 위하여 3차원 공간상에서 시간과 스케일 정보를 분석할 수 있는 다해상도 웨이블릿을 이용하였다. 정밀한 근전도 분석을 위하여 모 웨이블릿을 신경 신호의 활동전위(action potential)와 가장 유사한 형태를 가지고 있는 Daubechies 4 (db4)로 선택하였고, 이렇게 웨이블릿 분석을 통하여 1차원 신호를 16레벨로 나누어 각 신호에 대하여 에너지를 200 ms 간격으로 평가함으로서 7가지 손동작 인식을 위한 패턴 모델을 구하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 있어야 하며 빠른 응답 속도를 보여야한다. 따라서 본 연구에서는 이 러한 문제점을 해결하기위해 근육의 해부학적인 연구결과를 토대로 센서의 부착 위치를 제안했으며 한 채널당 행동 판별에 대한 성능을 높일 수 있는 기법을 이용한 손동작 분석 패턴 모델링 알고리즘을 제안 하였다.
  • 본 연구에서는 센서의 부착 위치를 손가락 운동에 관여하는 전완신근의수지신근과 소지신근 사이에 부착하는 것을 제안하였다. 이부위에 센서를 부착하면 손가락의 움직임에 관여된 신호를 측정 가능할 뿐만 아니라 이외의 행동에도 크기는 작지만 손목의 엄지방향의 굴절이나 소지방향의 굴절에서도 근전도를 측정 할 수 있다.

가설 설정

  • 중심적으로 가지고 있는 영역은 ded8 영역이다. 또한 세부계수의 값들을 모두 특징 벡터로 사용한다면 신경망 학습기의 훈련과 인식의 속도가 매우 느려질 것이다. 일반적으로 이러한 문제를 해결하기 위하여 기존의 연구법들은 PCA(principal common analys is)같은 차원 축소 기법을 사용하였으나 이 또한 차원을 줄이기 위한 복잡한 연산을 수행해야 하기 때문에 수행시간이 길어지게 된다.
본문요약 정보가 도움이 되었나요?
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