메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최준원 (연세대학교) 김종민 (연세대학교) 송창현 (연세대학교) 김한성 (연세대학교)
저널정보
한국재활복지공학회 재활복지공학회논문지 재활복지공학회논문지 제17권 제4호
발행연도
2023.11
수록면
331 - 338 (8page)
DOI
10.21288/resko.2023.17.4.331

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 마커리스 동작분석 데이터 기반 LSTM 모델을 통한 근전도 신호 예측 결과를 확인하고자 한다. 일반적으로 근육의 부상을 방지하기 위해 근전도 신호를 관찰하며, 반복적인 신축성 운동은 근육 부상을 유발할 수 있다고 한다. 근육 부상이 유발되는 운동은 근전도 신호의 저주파 영역이 증가하는 경향성으로 나타난다. 이를 토대로 많은 연구에서 근전도 신호의 중앙 주파수 영역을 관찰하여 근피로 정도를 확인한다. 또한, 인공지능 기술을 통해 불규칙한 정보에서 패턴을 찾아내고 이를 학습하여 신호 예측 결과를 향상시킬 수 있다고 한다. 따라서 본 연구에서는 등장성 운동 환경에서 마커리스 동작분석 데이터 기반 딥러닝 모델 중 하나인 LSTM을 활용하여 근전도 신호의 예측을 하고자 한다. 실험 참가자는 총 5명(나이: 26±1.73 years, 키: 171.4±4.10 cm, 몸무게: 67.2±3.56 kg)으로 위팔 두갈래근의 근전도 신호 변화를 관찰하기 위해 원암덤벨컬을 진행하였다. 1회당 운동 속도는 30bpm으로 설정하였으며, 해당 조건에 만족하지 못한 경우 실험을 종료하였다. 실험 중, 근전도신호와 팔과 어깨의 관절에 대한 정보를 수집하였다. 실험 결과, 세트내 근전도 신호의 중앙 주파수 수치는 평균 13.884±1.856% 감소하였으며, 마커리스 동작분석 데이터 결과 상, 세트 수가 증가하면서 부위별 주기가 평균적으로 32.39±4.447% 감소하는 것으로 나타났다. 수집된 정보를 토대로 LSTM 모델의 AUC 결과 85.41%로 높은 정확도를 확인할 수 있었다. 이를 통해 마커리스 동작분석 데이터를 기반으로 근전도 신호의 예측 가능성을 확인할 수 있었다.
#EMG #Marker-less motion analysis LSTM #Deep Learning #AUC

목차

요약
ABSTRACT
1. 서론
2. 실험 방법
3. 결과
4. 토론 및 결론
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

일개 군 병원 입원 환자의 손씻기 지식, 태도 및 실천
김연정 ,  권혜진 ,  김윤정 외 1명 한국콘텐츠학회논문지 2014 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088450751