인공신경망을 활용한 표면근전도 기반 보행 환경 분류 방법과 그 장치

표면근전도 근활성도 데이터를 인공신경망으로 분석하는 보행 환경 분류 기술

본 기술은 하지의 대퇴직근과 내측광근, 전경골근 등 복수 부위에 부착된 표면근전도 센서로 보행 환경별 근활성도 데이터를 수집하고, 이를 입력값으로 인공신경망을 통해 사용자의 보행 환경을 추정하고 분류하는 방법 및 장치입니다.

표면근전도 신호는 복잡한 패턴과 비선형 특성을 지니고 있어 이를 정확하게 분류하기 어렵고, 보행 환경의 전환을 조기에 감지하여 보조 로봇을 제어하기가 곤란한 문제점이 있었습니다.

본 기술은 하지근육 11개 부위의 근전도 프로파일을 인공신경망 입력으로 활용하여 보행 환경을 추정하는 방식을 제안합니다. 외골격 보행 보조 로봇과 재활 치료 장비에 적용될 수 있어 사용자의 보행 환경 변화를 신속하게 인식하여 자연스럽고 안전한 보조를 실현합니다.

‍

‍

Key Features:

• 표면근전도 센서를 이용하여 각 보행 환경마다 보행 시의 하지근육 근활성도 데이터를 수집하는 단계
• 수집된 근활성도 데이터를 입력값으로 하여 인공신경망을 통해 보행 환경을 추정하고 분류하는 단계
• 대퇴직근과 내측광근, 외측광근, 반건양근, 대퇴이두근 등 하지근육에 표면근전도 센서를 부착하는 구성
• 전경골근과 비장근, 내측비복근, 외측비복근, 장모지굴근 등에 센서를 추가 부착하여 신호를 확보하는 구성

‍

본 발명은 과학기술정보통신부의 딥러닝 기법을 적용한 생체신호 기반 보행환경 전환 조기감지알고리즘과 건측 지원을 통해 개발되었습니다.