초록 ▼

□ 연구개요
◦ 본 연구는 3D 프린터를 활용하여 보급형 개인맞춤 재활 보조 기기를 제작하고 생체신호(뇌파, 근전도)와 기계학습 알고리즘을 이용하여 재활 보조 기기를 제어하는 시스템을 개발함으로써 재활의학분야의 연구증진과 재활에의 적용, 기타 응용분야에의 활용에 대한 것임
◦ 중추 신경계 손상으로 운동 기능에 장애가 온 사람들의 경우 근전도 신호의 분석 및 이를 통한 제어가 어렵고, 따라서 근전도 기반 전자 의수의 성능을 높이고자 하는 연구가 필요한 상황임
◦ 최근에는 기계학습등의 알고리즘을 재활 관련 로봇에 적용하

□ 연구개요
◦ 본 연구는 3D 프린터를 활용하여 보급형 개인맞춤 재활 보조 기기를 제작하고 생체신호(뇌파, 근전도)와 기계학습 알고리즘을 이용하여 재활 보조 기기를 제어하는 시스템을 개발함으로써 재활의학분야의 연구증진과 재활에의 적용, 기타 응용분야에의 활용에 대한 것임
◦ 중추 신경계 손상으로 운동 기능에 장애가 온 사람들의 경우 근전도 신호의 분석 및 이를 통한 제어가 어렵고, 따라서 근전도 기반 전자 의수의 성능을 높이고자 하는 연구가 필요한 상황임
◦ 최근에는 기계학습등의 알고리즘을 재활 관련 로봇에 적용하기 시작하였지만, 임상적으로 적용할 만한 검증된 보조 기기는 많이 없음

□ 연구 목표대비 연구결과
◦ 3D 프린터 출력을 통해 간단한 조립만으로 제작이 가능한 개인 맞춤형 동작보조 및 재활 로봇 제작과 비침습적 생체신호 측정 하드웨어 개발
- 3D 프린팅을 활용하여 상지 건 고정 재활 보조기기 및 뇌파 헤드셋과 전극 개발
◦ 비침습적 뇌파 신호를 이용한 동작 및 음성 상상 하이브리드 특징추출 기술 개발
- 통계적 특징과 연결성을 기반으로 특징추출 기술 개발
◦ 최적의 생체신호 특징추출을 위한 최적 전극 위치와 그 최소 개수에 대한 연구
- 3개의 전극으로도 5개의 전극의 성능을 낼 수 있는 방법 개발
◦ 비침습적 하이브리드 Brain-Computer Interface (BCI) 뇌파 특징과 근전도를 이용한 closed-loop 기반의 기계학습 제어 알고리즘 개발
- 뇌파와 근전도를 동시 측정하며 동작 및 음성 상상을 분류하는 프레임워크 개발
◦ 동작보조 및 재활 로봇의 실시간 제어를 위한 기계학습 알고리즘의 FPGA 디지털회로 시스템 구현
- Discriminative feature-oriented Dictionary Learning을 이용한 프레임워크 개발
◦ 3D 프린터로 제작된 동작보조 및 재활 로봇과 기계학습 알고리즘이 구현된 FPGA 보드를 결합한 통합 시스템 구축과 실제 구동 평가
- 서포트 벡터 머신을 구현한 FPGA 보드와 뇌파 8채널 및 근전도 4채널을 측정하는 시스템 구축
◦ 인체 실험 데이터를 통해 실제 생활에 적용이 가능한 하드웨어 및 소프트웨어 최적화
- 경수 손상 환자에게 재활 보조기기를 적용하여 재활 능력 평가를 통해 최적화

□ 연구개발결과의 중요성
◦ 3D 프린팅 기술을 활용한 개인 맞춤형 재활 보조기기의 활용 가능성 제시
◦ 사용자 편의성을 극대화한 기계학습 기반의 근전도 신호 처리 알고리즘 제안
◦ FPGA를 사용한 실시간 재활 보조기기 제어 시스템 구축

(출처 : 연구결과 요약문 3p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 3
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 2. 연구수행내용 및 연구결과 ... 5
• 1) 연구목표 ... 5
• 2) 연구수행내용 및 연구 결과 ... 5
• 3. 연구개발결과의 중요성 ... 16
• 1) 3D 프린팅 기술을 활용한 개인 맞춤형 재활 보조기기의 활용 가능성 제시 ... 16
• 2) 사용자 편의성을 극대화한 기계학습 기반의 근전도 신호 처리 알고리즘 제안 ... 17
• 3) FPGA를 사용한 실시간 재활 보조기기 제어 시스템 구축 ... 17
• 4. 참고문헌 ... 18
• 5. 연구성과 ... 18
• 대표적 연구실적 ... 22
• 끝페이지 ... 36