• 한국운동역학회지
• /
• 제19권1호
• /
• pp.159-166
• /
• 2009

본 연구의 목적은 실외 보행 실험 시 사용하기에 간편한 가속도계를 이용하여 보행 이벤트를 자동으로 검출하는 알고리즘을 개발하고 검증하는 것이다. 개발된 알고리즘은 신발의 발등에 부착된 3축 가속도계의 가속도의 총합과 보행 진행 방향(x축) 가속도를 이용하였다. 가속도 총합은 착지 시점의 검출에, x축 가속도는 이지 시점의 검출에 각각 사용되었다. 7명의 피험자가 느린 보행 속도 선호 보행 속도 빠른 보행 속도로 보행 실험을 수행하였고, 개발된 알고리즘의 검증을 위해 지면반력기를 포함한 3차원동작분석시스템과 동시에 실시되었다. 지면반력기를 이용한 보행 시점을 기준으로, 기존에 발표된 동작 자료만을 이용한 알고리즘을 통하여 얻어진 보행 시점도 함께 비교 하였다. 그 결과, 고안된 알고리즘의 정확도는 지면반력기를 이용한 값에 평균, 착지시점은 $22.33{\pm}17.45ms$, 이지시점은 $26.82{\pm}14.78ms$의 차이가 났고, 그 오차의 패턴이 일관적으로 20ms가량 먼저 검출되는 경향이 있었다. 일반적으로 트레드밀 실험에서 많이 사용되는 동작데이터를 통한 보행 시점의 비교에서도 크게 차이를 보이지 않았다. 그러므로 개발된 알고리즘은 실외 실험의 보행 시점 검출에 이용할 수 있을 것으로 판단된다. 추후 연구로는 현재의 가속도계만으로 보행 시점뿐 만아니라, 중력가속도 성분을 제거하여 보행 공간변인의 추출이 필요할 것이다.

• 대한인간공학회지
• /
• 제26권2호
• /
• pp.131-136
• /
• 2007

In this study, we developed an active ankle-foot orthosis(AAFO) which can control dorsi/ plantar flexion of the ankle joint to prevent foot drop and toe drag during walking. 3D gait analyses were performed on five healthy subjects under three different gait conditions: the normal gait without AFO, the SAFO gait with the conventional plastic AFO, and the AAFO gait with the developed AFO. As a result, the developed AAFO preeminently induced the normal gait compared to the SAFO. Additionally, AAFO prevented foot drop by proper plantarflexion during loading response and provided enough plantarflexion moment as a driving force to walk forward by sufficient push-off during pre-swing. AAFO also could prevent toe drag by proper dorsiflexion during swing phase. These results indicate that the developed AAFO may have more clinical benefits to treat foot drop and toe drag, compared to conventional AFOs, and also may be useful in patients with other orthotic devices.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.283-284
• /
• 2019

In the last decades patient's suffering with Parkinson's disease is increasing at a rapid rate and as per prediction it will grow more rapidly as old age population is increasing at a rapid rate through out the world. As the performance of wearable sensor based approach reached to a new height as well as powerful machine learning technique provides more accurate result these combination has been widely used for assessment of various neurological diseases. ON state is the state where the effect of medicine is present and OFF state the effect of medicine is reduced or not present at all. Classification of ON/OFF state for the Parkinson's disease is important because the patients could injure them self due to freezing of gait and gait related problems in the OFF state. in this paper wearable sensor based approach has been used to collect the data in ON and OFF state and machine learning techniques are used to automate the classification based on the gait pattern. Supervised machine learning techniques able to provide 97.6% accuracy while classifying the ON/OFF state.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2013년도 춘계학술대회 논문집
• /
• pp.977-978
• /
• 2013

• 전자공학회논문지SC
• /
• 제41권4호
• /
• pp.55-62
• /
• 2004

본 연구에서는 보행 가속도 신호를 측정할 수 있는 휴대용 무선 가속도 측정 시스템을 설계하고 편마비 환자로부터 획득된 데이터를 이용하여 보행 인자 계산과 보행의 규칙성 및 대칭성을 평가할 수 있는 보행 자동분석 알고리즘을 개발하였다. 휴대용 무선 가속도 측정 시스템은 2축 가속도계와 증폭기 및 16㎐ 저역 통과 필터로 구성된 아날로그 신호처리부(가속도 센서부)와 원칩 마이크로프로세서, EEPROM RF 송신부 및 수신부로 구성되어 있다. 보행 분석 알고리즘은 FFT 분석부, 필터 처리부 및 정점 검출부로 구성된다. 알고리즘 개발 및 평가를 위하여 8명의 편마비 환자가 실험군으로 또 다른 8명의 편마비 환자가 대조군으로 참여하였으며, 요추 3∼4번 위치에서 10m 동안의 보행 가속도 신호를 60㎐의 샘플링 주파수로 측정하였다. 보행자동분석 알고리즘에 의해 먼저 보행 구분점을 검출하고 좌우 발을 구분하였으며, 이 정보를 이용하여 보행 인자들을 계산하였다. 비디오 데이터와 보행 가속도 신호를 직접 관찰하여 얻은 정보와 비교하여 알고리즘의 성능을 평가한 결과 보행 구분점이 모두 정확히 검출되었으며 좌우 발 또한 모두 구분되었다. 향후 알고리즘의 신뢰성과 더 많은 보행 인자들을 계산할 수 있도록 성능을 향상시킴으로써 임상에서 편마비 환자의 재활치료 성과를 평가하는데 사용될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권10호
• /
• pp.2627-2642
• /
• 2023

Parkinson's disease (PD) is a typical, chronic neurodegenerative disease involving the concentration of dopamine, which can disrupt motor activity and cause different degrees of gait disturbance relevant to PD severity in patients. As current clinical PD diagnosis is a complex, time-consuming, and challenging task that relays on physicians' subjective evaluation of visual observations, gait disturbance has been extensively explored to make automatic detection of PD diagnosis and severity rating and provides auxiliary information for physicians' decisions using gait data from various acquisition devices. Among them, wearable sensors have the advantage of flexibility since they do not limit the wearers' activity sphere in this application scenario. In this paper, an attention-based temporal network (ATN) is designed for the time series structure of gait data (vertical ground reaction force signals) from foot sensor systems, to learn the discriminative differences related to PD severity levels hidden in sequential data. The structure of the proposed method is illuminated by Transformer Network for its success in excavating temporal information, containing three modules: a preprocessing module to map intra-moment features, a feature extractor computing complicated gait characteristic of the whole signal sequence in the temporal dimension, and a classifier for the final decision-making about PD severity assessment. The experiment is conducted on the public dataset PDgait of VGRF signals to verify the proposed model's validity and show promising classification performance compared with several existing methods.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.41-51
• /
• 2023

본 논문에서는 보행자의 걸음걸이로부터 분노 감정 검출을 위한 다중 시간 윈도 특징 추출 기술을 제안한다. 기존의 걸음걸이 기반 감정인식 기술에서는 보행자의 보폭, 한 보폭에 걸리는 시간, 보행 속력, 목과 흉부의 전방 기울기 각도(Forward Tilt Angle)를 계산하고, 전체 구간에 대해서 최솟값, 평균값, 최댓값을 계산해서 이를 특징으로 활용하였다. 하지만 이때 각 특징은 보행 전체 구간에 걸쳐 항상 균일하게 변화가 발생하는 것이 아니라, 때로는 지역적으로 변화가 발생한다. 이에 본 연구에서는 장기부터 중기 그리고 단기까지 즉, 전역적인 특징과 지역적인 특징을 모두 추출할 수 있는 다중 시간 윈도 특징 추출(Multi-Time Window Feature Extraction) 기술을 제안한다. 또한, 제안하는 특징 추출 기술을 통해 각 구간에서 추출된 특징들을 효과적으로 학습할 수 있는 앙상블 모델을 제안한다. 제안하는 앙상블 모델(Ensemble Model)은 복수의 분류기로 구성되며, 각 분류기는 서로 다른 다중 시간 윈도에서 추출된 특징으로 학습된다. 제안하는 특징 추출 기술과 앙상블 모델의 효과를 검증하기 위해 일반인에게 공개된 3차원 걸음걸이 데이터 세트를 사용하여 시험 평가를 수행했다. 그 결과, 4가지 성능 평가지표에 대해서 제안하는 앙상블 모델이 기존의 특징 추출 기술로 학습된 머신러닝(Machine Learning) 모델들과 비교하여 최고의 성능을 달성하는 것을 입증하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권10호
• /
• pp.452-457
• /
• 2006

In this paper, an algorithm to detect steps in hemiplegic patients using a 3-axis accelerometer a紅ached on the trunk was proposed. The proposed algorithm consisted of the signal pre-processing, the step detector, the classification of steps and the calculation of stride time. Two FIR band-pass filters were designed and steps were measured by the combination of filtered signals in the vertical and the anteroposterior directions. In addition, the classification of steps and the calculation of stride time were computed by using the detected steps and lateral signals. For the experiment, fourteen hemiplegic patients were participated and the linear accelerations of the trunk and foot switch signals were measured synchronously. To evaluate the system performance, the detected steps and initial contacts by the foot switch were compared. The average error between the steps and initial contacts was 0.024ms and the difference of the average stride time was 0.01s. Finally, all gait events were detected exactly. Results showed that the accelerometry could use for the gait evaluation in clinical rehabilitation therapies.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2006년도 추계학술대회 논문집
• /
• pp.547-548
• /
• 2006

• 한국전문물리치료학회지
• /
• 제9권3호
• /
• pp.47-65
• /
• 2002

This study examined the correlations among the Berg Balance Scale, which is a clinical tool used to evaluate balance ability, spatiotemporal parameters of gait, and falling; determined the parameters most closely related to falling; and identified a discriminatory parameter and its predictability. Thirty-four subjects aged 72 to 92 years participated in this study. Following a questionnaire survey about falling, the Berg Balance Scale and spatiotemporal parameters of gait were measured. The results revealed that the incidence of falls increased with aging and an accompanying reduction in the flexion range of motion of the hip joint. The gait characteristics of elderly people who fell easily included a slower walking speed, shorter stride, and longer stance time than other elderly. When the cutoff score was set at 45, the Berg Balance Scale was able to identify correctly those individuals who truly have experience of falling than when the cutoff score was set at 39. But when the cutoff score was set at 39, the scale's specificity identifying correctly those individuals who truly have not experience of falling was higher than at the cutoff score of 45. Therefore, the Berg Balance Scale is an appropriate screening method in a clinical setting for the early detection of elderly people at risk of falling. In conclusion, elderly people with a Berg Balance Scale score. below 45 are the most likely to fall owing to their decreased balance ability.