• 한국정보통신학회논문지
• /
• 제15권2호
• /
• pp.447-454
• /
• 2011

전력선 잡음은 ECG 신호 분석에 있어 특정 구간의 왜곡을 발생시킬 수 있다. 특히 P와 R파와 같이 부정맥 진단에 중요한 요소가 되는 구간은 전력선 주파수가 샘플링 주파수의 배수(multiple)일 경우와 그렇지 않을 경우에 각각 다른 형태의 잡음으로 나타나며, 잡음의 특성 또한 선형과 비선형으로 나누어진다. 본 논문에서는 ECG 신호의 가변적인 전력선 잡음 제거를 위한 적응형 차감 기법을 제안한다. 제안한 방법은 먼저 전력선 주파수와 샘플링 주파수와의 배수 관계를 multiple과 non-multiple로 구분한 후 각 구간에 대한 선형성 여부를 판단한다. 이후 선형 구간은 이동평균 필터를 이용하여 잡음성분을 추출하고, 비선형 구간 잡음은 선형구간에서 추출되어 임시버퍼에 저장된 잡음 성분을 이용하여 추출한다. 제안한 기법의 P파와 R파 검출성능을 평가하기 위해 MIT-BIH 데이터베이스의 119번 레코드를 사용하였다. 실험 결과 기존 노치 필터의 경우 P파 97.91%, R파 96.66%, 제안한 차감기법의 경우 P파 99.01%, R파 97.93%의 검출결과를 나타내었다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.19-23
• /
• 2024

양손 절단 환자들에게 미용적 목적과 함께 기능적 목적을 갖춘 의수가 필요하며 잔존 근육의 근전도를 이용한 인공 의수에 대한 연구가 활발하나 아직도 비싼 비용의 문제가 있다. 본 연구에서는 저비용의 부품과 소프트웨어인 표면 근전도 센서, 머신러닝 소프트웨어 Edge Impulse, Arduino Nano 33 BLE, 그리고 3D 프린팅을 이용하여 인공의수를 제작하고 성능을 평가하였다. 표면 근전도 센서로 획득하고 Edge Impulse에서 디지털 시그널 프로세싱 과정을 거친 신호들을 이용하여 머신러닝으로 손가락 운동의 종류를 판단하는 훈련을 통해 각 손가락의 굽힘 운동신호를 의수 모델의 손가락들에 전달하였다. 디지털 시그널 프로세싱 조건을 노치 필터 60 Hz, 대역필터 10-300 Hz, 그리고 샘플링 주파수 1,000 Hz로 했을 때, 머신 러닝의 정확도가 82.1%로 가장 높았다. 각 손가락 굴곡 운동간에 혼동될 수 있는 가능성은 약지가 가장 높아서 검지의 운동으로 혼동될 가능성이 44.7 %이었다. 저비용 인공의수의 성공적인 개발을 위해서는 더 많은 연구가 필요하다.