• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.900-902
• /
• 1999

본 연구에서는 유전알고리즘을 이용한 인간의 팔운동 근전신호의 기능분리에 관한 방법을 제시하였다. 6가지 기능의 팔운동 시에 근전신호의 특성을 유전알고리즘을 이용하여 기능분리 하였다.

• 전자공학회논문지S
• /
• 제35S권11호
• /
• pp.176-183
• /
• 1998

본 논문에서는 근전신호를 효과적으로 인식하기 위해 신경회로망에 유전알고리즘을 결합하여 근전신호를 인식하는 기법을 제안한다. 본 기법은 신경회로망이 내재한 단점들을 개선하여 근전신호의 인식률을 높이고 안정적인 인식을 행하는 것을 목표로 한다. 제안된 기법에서 유전알고리즘은 전역적인 탐색으로 신경회로망의 최적의 초기 연결강도를 선택하는데, 이로 인하여 학습속도 및 인식률이 향상하게 된다. 그리고 절대 적분치, 영교차수등의 특징벡터 이외에 히든 마르코프 모델로 전처리를 하여 시간적으로 변하는 근전신호의 특성을 입력패턴에 반영하였다. 6가지의 기본운동을 대상으로 행한 실험결과, 제안된 인식기법은 기존의 일반적인 신경회로망의 학습규칙을 이용하여 인식했을 때보다 학습속도와 인식률이 향상되었고, 국부최소점으로 수렴하는 경우가 없어 실험에 실패하지 않고 안정적으로 근전신호의 패턴을 인식하였다.

• 재활복지공학회논문지
• /
• 제5권1호
• /
• pp.11-15
• /
• 2011

본 논문은 사함의 근육에서 발생하는 근전위 신호에 의해서 제어되는 근전의수의 성능에 대한 시험방법을 제안한 것이다. 근전의수는 기계적인 의수, 근전위 신호를 측정하는 표면 근전위 센서, 제어시스템, 그리고 충전용 배터리로 구성되어 있다. 상용화 된 근전의수를 가지고 파지 내구성을 시험한 결과 소음과 파지력은 큰 차이가 없었다. 제안된 시험방법은 내구성 시험을 통하여 근전의수의 신뢰성을 검증하였다.

• 대한전기학회논문지
• /
• 제41권9호
• /
• pp.1051-1059
• /
• 1992

In this paper, two general methods using time-series analysis in the functional separation of the myoelectric signal of human arm movements are developed. Autocorrelation, covariance method and sequential least squares algorithm were used to determine the model parameters and the order of signal model to describe six arm movement patterns` the forearm flexion and extension, the wrist pronation and supination, rotation-in and rotation-out. The confidence interval to classify the functions of arm movement was defined by the mean and standard deviation of total squared error. With the error signals of autoregressive(AR) model, the result showed that the highest success rate was obtained in the case of 4th order, and success rate was decreased with increase of order. Autocorrelation was the method of choice for better success rate. This technique might be applied to biomedical and rehabilitation engineering.

• 한국정보전자통신기술학회논문지
• /
• 제2권3호
• /
• pp.17-22
• /
• 2009

본 연구의 목적은 운동역학 및 정형외과 등에서 많이 사용하는 근전기록장치의 범용 신호처리 소프트웨어를 개발하는 것이다. 개발한 신호처리 소프트웨어는 임상, 재활, 인간공학 및 스포츠 등에서 많이 사용하는 근전기록장치에 범용적으로 사용 가능하다. 모니터링, 주파수 분석, 제로 크로싱 및 비교 분석 등의 신호처리가 자동으로 처리 가능한 각각의 모듈을 개발하였다. 그리고 연속적인 모니터링, 분석이 쉬운 출력물, 사용이 쉬운 UI가 가능하도록 개발하였다. 개발된 신호처리 소프트웨어는 임상, 재활, 인간공학 및 스포츠 등의 여러 분야에 사용 가능하도록 개발하였고, 작동 실험 결과에서 볼 수 있듯이 측정된 근전신호는 좋은 특성 결과를 보였다. 본 연구에서 개발된 신호처리 소프트웨어는 신경외과 및 정형외과 등에서 사용하는 근전기록장치의 소프트웨어로 적용 가능할 것으로 판단된다.

• 재활복지공학회논문지
• /
• 제5권1호
• /
• pp.95-101
• /
• 2011

본 논문에서는 의수환자의 일상생활을 고려한 1-자유도 동작을 손을 쥐고 폄으로 정의하고, 두 동작에 대한 근전도 패턴 분류를 위한 가우시안 혼합 모델 기반의 근전도 패턴 분류 알고리즘을 제안한다. 근전도 패턴 분류 알고리즘의 핵심이 되는 근전도 신호의 특징점 추출을 위하여 근전 신호의 진폭 특성을 고려하는 절대차분평균치(DAMV)와 평균절대값(MAV)을 사용한다. 또한 동작에 대한 근전 신호의 진폭 특성을 보다 명확히 구분하기 위하여 D_DAMV와 D_MAV를 제안한다. 본 논문에서는 4명의 성인남성을 대상으로 실험을 실시하였고, 두 동작에 대한 근전도 패턴의 정확한 분류 여부를 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.48-57
• /
• 2003

본 연구는 hidden Markov model(HMM)과 유전알고리 즘을 갖는 MLP(multilayer perceptron) 합성 분류기를 이용한 근전 신호의 인식에 관한 연구이다. 제안된 기법에서 유전알고리즘은 전역적인 탐색으로 신경회로망의 최적의 초기 연결강도를 선택하는데, 이로 인하여 학습속도 및 인식률이 향상되게 된다. 근전 신호의 동적 특성은 연속 운동 인식처럼 신호의 길이 및 시작점과 끝점이 일정치 않고 시변성이 큰 경우에 반드시 고려되어야 하나, 일반 신경회로망에서는 이의 적용이 용이하지 않다. 따라서, 본 연구에서는 신호의 동적 특성에 대한 적응성을 갖는 HMM과 MLP 신경회로망을 결합시킨 구조를 갖는 인식기를 제안한다. 이러한 구조는 인식기의 입장에서 볼 때 HMM의 신호의 동적 특성에 대한 적응성과, MLP의 정적인 신호에 대한 우수한 분류력이 결합되어 동적인 신호에도 높은 인식율을 갖는 특성을 갖는다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1991년도 하계학술대회 논문집
• /
• pp.799-804
• /
• 1991

This paper is concerned with the artificial control of prosthetic devices using the electromyographic(EMG) activities of biceps and triceps in human subject during isometric contraction adjustments at the elbow. And it was analysised about recognition of EMG signals and dynamic characteristics at arm movements of human. For this study the error signal of autoregressive(AR) model were used to discriminate arm movement patterns of human. Interaction of dynamic characteristics (Position, Velocity, Acceleration) and EMG of biceps and triceps at arm movements of human was measured.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2356-2358
• /
• 2004

This thesis aims to investigate new approaches to the control strategies of human arm movements and its application for the human interface. By analyzing myoelectric signal(MES) from the arm movements of the normal human subjects, neurological informations obtained patterned could be used to identify different movement patterns of the arm movement. In this paper Artificial neural network for separation of the contraction patterns of four kinds of arm movements, i.e. and flexion and extension of the elbow and adduction and abduction of the forearm were adopted through computer simulation and experiments results were compared with the experimental added-load arm movements.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1989년도 춘계학술대회
• /
• pp.61-65
• /
• 1989

In this paper, a method of the measument the degree of the musule fatigue by Short Time Fourier Analysis of the EMG signals from human biceps in the action state is proposed. For this purpose, fatigue state and recovery state of 10 persons EMG signals are sampled. And then spectrum centroids are analyzed with respect to the change of sample time window. As result of 10 persons experiment, we know that person A is most good recovery stale.