• 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.

• 제어로봇시스템학회논문지
• /
• 제17권12호
• /
• pp.1248-1255
• /
• 2011

In daily life, another major role of human hand is a communicative function using hand gestures besides grasp function. Therefore, if amputees can express their intention by the prosthetic hand, they can much actively participate in social activities. Thus, this paper propose myoelectric multi-function prosthetic hand which can express 6 useful hand gestures such as Rock, Scissors, Paper, Indexing, Ok and Thumb-up. It was designed as under-actuated structure to minimize volume and weight of the prosthetic hand. Moreover, in order to effectively control various hand gestures by only two EMG sensors, we propose a control strategy that the signal type are expanded as "Strong" and "Light", and hand gestures are hierarchically classified for the intuitive control. Finally, we prove the validity of the developed prosthetic hand with the experiment.

• 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:의공학회지
• /
• 제17권3호
• /
• pp.379-386
• /
• 1996

This paper describes an approach for classifying myoelectric patterns using a multilayer perceptrons (MLP's) and hidden Markov models (HMM's) hybrid classifier. The dynamic aspects of EMG are important for tasks such as continuous prosthetic control or vari- ous time length EMG signal recognition, which have not been successfully mastered by the most neural approaches. It is known that the hidden Markov model (HMM) is suitable for modeling temporal patterns. In contrasts the multilayer feedforward networks are suitable for static patterns. Ank a lot of investigators have shown that the HMM's to be an excellent tool for handling the dynamical problems. Considering these facts, we suggest the combination of MLP and HMM algorithms that might lead to further improved EMG recognition systems.

• 로봇학회논문지
• /
• 제13권4호
• /
• pp.265-271
• /
• 2018

The recent prosthetic technologies pursue to control multi-DOFs (degrees-of-freedom) hand and wrist. However, challenges such as high cost, wear-ability, and motion intent recognition for feedback control still remain for the use in daily living activities. The paper proposes a multi-channel knit band sensor to worn easily for surface EMG-based prosthetic control. The knitted electrodes were fabricated with conductive yarn, and the band except the electrodes are knitted using non-conductive yarn which has moisture wicking property. Two types of the knit bands are fabricated such as sixteen-electrodes for eight-channels and thirty-two electrodes for sixteen-channels. In order to substantiate the performance of the biopotential signal acquisition, several experiments are conducted. Signal to noise ratio (SNR) value of the knit band sensor was 18.48 dB. According to various forearm motions including hand and wrist, sixteen-channels EMG signals could be clearly distinguishable. In addition, the pattern recognition performance to control myoelectric prosthesis was verified in that overall classification accuracy of the RMS (root mean squares) filtered EMG signals (97.84%) was higher than that of the raw EMG signals (87.06%).

• 대한의용생체공학회:의공학회지
• /
• 제25권6호
• /
• pp.471-478
• /
• 2004

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.

• 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.

• 대한인간공학회지
• /
• 제33권2호
• /
• pp.143-153
• /
• 2014

Objective: The aim of this study is to investigate the effects of trunk-forearm supported sitting on trunk flexion angle, trunk extensor fatigue and seat contact pressure. Background: The relationship between sitting posture and musculoskeletal disorders of the trunk extensor fatigue and seat contact pressure has been documented. The trunk-forearm support type ergonomic chair was devised from the fact that trunk-forearm support has been reported to reduce trunk extensor activity and discomfort. Method: Using three different sitting postures, upright ($P_1$), trunk-forearm supported ($P_2$) and normal sitting ($P_3$), six healthy subjects participated in the study. Motion capture system was used to collect head and trunk flexion angle, and surface electromyography (sEMG) was used to collect myoelectric signal of upper trapezius, lower trapezius, erector spinae, multifidus, and pressure mat system was used to measure seat contact pressure. Results: When trunk and forearm were supported by the ergonomic chair, higher head flexion angle showed upright > trunk-forearm supported > normal in order, and muscle fatigue showed less than upright and normal sitting. Mean seat contact pressure decreased 19% than upright sitting. But muscle fatigue was not affected by each condition. Conclusion: Trunk-forearm supported sitting of the ergonomic chair showed positive effect in respect of trunk and head flexion angle, trunk extensor fatigue, seat contact pressure. To acquire comprehensive understanding of the effectiveness of the ergonomic chair, further studies such as anatomical effects from measurement of external applied loading effect to the body from interface pressure analysis are required. Application: The results of the publishing trend analysis might help physiological effects of trunk-forearm support type chair.

• 전자공학회논문지SC
• /
• 제42권2호
• /
• pp.39-48
• /
• 2005

본 논문에서는 다기능 근전의수를 제어하기 위해 전완에서 취득한 4 채널의 근전도로부터 9 가지 동작을 인식하는 새로운 방법을 제안한다. 비정상 신호특성을 가진 근전도를 해석하기 위해서 시간-주파수 영역에서 표현되는 특징벡터를 웨이블렛 패킷변환을 통해 추출한다. 높은 차원을 가지는 시간-주파수 특징벡터에 대하여 차원축소와 비선형변환을 수행하기 위해 PCA와 SOFM으로 구성된 특징투영 방법을 제안한다. PCA를 이용한 차원축소는 패턴분류기의 구조를 단순화하고 패턴인식을 위한 계산시간을 단축할 수 있다. SOFM을 이용한 비선형변환은 PCA에 의해 차원이 축소된 특징벡터를 새로운 공간으로 투영함으로써 클래스 분리도를 향상시킨다. 마지막으로 각 동작은 패턴분류기인 다층 신경회로망에 의해 인식된다. 실험 결과로부터 제안한 방법이 높은 인식률을 보임과 동시에 연속적인 패턴인식을 위한 실시간 구현이 가능함을 보인다.