초록
근육의 수의 수축에 의해 발생하는 근전도 신호는 다른 생체 신호보다는 비교적 출력 특성이 뛰어나기 때문에 많은 재활 시스템에 적용되고 있다. 본 논문에서는 상지 절단 환자 혹은 경추 손상에 의한 마비 환자를 위한 근전도 기반의 휴먼-컴퓨터 인터페이스를 제안한다. 사용자는 독립적으로 수의 수축이 가능한 두 근육 부위를 각기 혹은 동시에 움직임으로써 최대 4가지의 의도를 표현할 수 있다. 근육의 수축 정도는 근전도 진폭 신호의 절대 평균값과 미리 정해둔 문턱치를 비교하여 인식한다. 그러나 사용자가 동시에 두 근육을 수축하고자 할지라도 각각의 근육 발화 시점에 따른 시간차가 발생할 수 있기 때문에, 단순한 비교 방법으로는 동시 수의 수축에 관한 사용자의 의도를 정확하게 인식하기 어렵다. 따라서 근육의 수의 수축의 인식에 필요한 문턱치를 주 문턱치와 보조 문턱치의 이중 문턱치를 갖는 인식 방법을 제안한다. 이중 문턱치 인식 방법에 의해 두 근육이 동시에 수의 수축할 때에도 정확한 인식이 가능하므로, 각기 하나의 근육 수축 상태만을 인식하는 HCI보다도 많은 수의 인터페이스 명령을 생성할 수 있다. 구현한 실시간 근전도 처리 하드웨어를 이용하여, 정상인과 전완 절단 장애자에 대한 실험으로부터 본 논문에서 제안하는 이중 문턱치를 이용한 인식방법이 관전 의수와 전동 휠체어 제어용 HCI에 적용될 수 있음을 보인다.
Electromyogram (EMC) signal generated by voluntary contraction of muscles is often used in a rehabilitation devices such as an upper limb prosthesis because of its distinct output characteristics compared to other bio-signals. This paper proposes an EMG-based human-computer interface (HCI) for the control of the above-elbow prosthesis or the wheelchair. To control such rehabilitation devices, user generates four commands by combining voluntary contraction of two different muscles such as levator scapulae muscles and flexor-extensor carpi ulnaris muscles. The muscle contraction is detected by comparing the mean absolute value of the EMG signal with a preset threshold value. However. since the time difference in muscle firing can occur when the patient tries simultaneous co-contraction of two muscles, it is difficult to determine whether the patient's intention is co-contraction. Hence, the use of the comparison method using a single threshold value is not feasible for recognizing such co-contraction motion. Here, we propose a novel method using double threshold values composed of a primary threshold and an auxiliary threshold. Using the double threshold method, the co-contraction state is easily detected, and diverse interface commands can be used for the EMG-based HCI. The experimental results with real-time EMG processing showed that the double threshold method is feasible for the EMG-based HCI to control the myoelectric prosthetic hand and the powered wheelchair.
