KR101998465B1 - 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법 - Google Patents

발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법 Download PDF

Info

Publication number
KR101998465B1
KR101998465B1 KR1020170075982A KR20170075982A KR101998465B1 KR 101998465 B1 KR101998465 B1 KR 101998465B1 KR 1020170075982 A KR1020170075982 A KR 1020170075982A KR 20170075982 A KR20170075982 A KR 20170075982A KR 101998465 B1 KR101998465 B1 KR 101998465B1
Authority
KR
South Korea
Prior art keywords
gait
calculating
signal
patient
acceleration sensor
Prior art date
Application number
KR1020170075982A
Other languages
English (en)
Other versions
KR20180136789A (ko
Inventor
남윤영
이수환
Original Assignee
순천향대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 순천향대학교 산학협력단 filed Critical 순천향대학교 산학협력단
Priority to KR1020170075982A priority Critical patent/KR101998465B1/ko
Priority to PCT/KR2017/013842 priority patent/WO2018230787A1/ko
Publication of KR20180136789A publication Critical patent/KR20180136789A/ko
Application granted granted Critical
Publication of KR101998465B1 publication Critical patent/KR101998465B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6829—Foot or ankle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6831—Straps, bands or harnesses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법을 개시한다. 본 발명의 일 측면에 따른 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치는, 환자의 발목에 착용되는 밴드에 포함되는 가속도 센서로부터 환자의 걸음걸이에 따른 신호를 수신하는 수신부; 및 상기 수신된 환자의 걸음걸이에 따른 신호를 전처리하고, 상기 전처리된 신호에서 특징을 추출하며, 상기 추출된 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산함으로써 환자의 걸음걸이를 분석하는 분석부;를 포함한다.

Description

발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법{A GAIT ANALYSIS DEVICE AND METHOD FOR NEUROLOGICAL DISEASES USING ANKLE-WORN ACCELEROMETER}
본 발명은 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법에 관한 것으로, 더욱 상세하게는 걸음걸이에 어려움을 겪는 환자의 걸음걸이를 분석할 수 있는 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법에 관한 것이다.
걷기는 인간의 가장 기본적인 행동 중 하나이다. 이때, 걸음걸이는 기본적인 몸의 상태를 검사하거나 몸의 이상 징후를 찾기 위한 척도로 사용되기도 한다. 따라서, 사람의 걸음걸이를 분석함으로써 몸의 상태를 검사하거나 몸의 이상 징후를 조기에 발견할 수 있다.
이때, 걸음걸이 분석 방법은 크게 이미지 프로세싱(image processing), 플로우 센서(floor sensors) 그리고 웨어러블 센서(wearable sensors)를 이용하게 된다.
한편, 파킨슨 병과 같은 신경계질환 환자들을 대상으로 걸음걸이 특징을 추출하는 것은 매우 중요하다. 즉, 걸음걸이에 불편함을 느끼는 신경계질환 환자들이 수술을 받고 난 후의 회복 과정을 보기 위한 하나의 방법으로 걸음걸이를 분석하기도 한다.
따라서, 보다 정확하게 신경계질환 환자들의 걸음걸이를 분석하기 위한 기술에 대한 연구가 필요한 실정이다.
한국공개특허 제2012-0085064호(2012.07.31 공개)
본 발명은 상기와 같은 문제점을 해결하기 위해 제안된 것으로서, 걸음걸이에 어려움을 겪는 환자의 발목에 가속도 센서를 부착하고, 상기 가속도 센서로부터 얻어지는 신호를 이용하여 환자의 걸음걸이를 분석할 수 있는 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 일 실시 예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허청구범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 측면에 따른 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치는, 환자의 발목에 착용되는 밴드에 포함되는 가속도 센서로부터 환자의 걸음걸이에 따른 신호를 수신하는 수신부; 및 상기 수신된 환자의 걸음걸이에 따른 신호를 전처리하고, 상기 전처리된 신호에서 특징을 추출하며, 상기 추출된 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산함으로써 환자의 걸음걸이를 분석하는 분석부;를 포함한다.
상기 분석부는, 상기 신호에서 잡음을 제거하는 전처리부; 및 상기 잡음이 제거된 신호에서 시간 도메인 상에서의 특징, 주파수 도메인 상에서의 특징 및 에너지 특징을 추출하는 특징 추출부;를 포함한다.
상기 전처리부는, 디지털 로우 패스 필터를 이용하여 상기 신호에서 잡음을 제거할 수 있다.
상기 특징 추출부는, 상기 전처리된 신호에서 수직성분을 계산하여 시간 도메인(time domain) 상에서의 특징을 추출할 수 있다.
상기 특징 추출부는, 상기 계산된 수직성분을 고속 푸리에 변환을 사용하여 주파수 대역으로 변환함으로써 주파수 도메인(frequency domain) 상에서의 특징을 추출할 수 있다.
상기 특징 추출부는, 수학식 X에 의해 걸음걸이의 에너지 값을 계산하고, 수학식 Y에 의해 걸음걸이 특성에 대한 상관계수를 계산할 수 있다.
[수학식 X]
Figure 112017057391524-pat00001
여기서,
Figure 112017057391524-pat00002
는 FFT를 사용하여 주파수 대역으로 변환한 값들이고,
Figure 112017057391524-pat00003
는 window size이다.
[수학식 Y]
Figure 112017057391524-pat00004
여기서, x, y는 왼발과 오른발의 보행을 에너지 공식을 통해 계산된 값이며,
Figure 112017057391524-pat00005
는 x, y값의 표준편차,
Figure 112017057391524-pat00006
는 x, y의 공분산 값이다. P는 x, y의 상관계수 값이다.
상기와 같은 목적을 달성하기 위한 본 발명의 다른 측면에 따른 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치에서의 걸음걸이 분석 방법은, 환자의 발목에 착용되는 밴드에 포함되는 가속도 센서로부터 환자의 걸음걸이에 따른 신호를 수신하는 단계; 상기 수신된 환자의 걸음걸이에 따른 신호를 전처리하는 단계; 상기 전처리된 신호에서 특징을 추출하는 단계; 및 상기 추출된 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산하는 단계;를 포함한다.
상기 수신된 환자의 걸음걸이에 따른 신호를 전처리하는 단계에서는, 디지털 로우 패스 필터를 이용하여 상기 신호에서 잡음을 제거할 수 있다.
상기 전처리된 신호에서 특징을 추출하는 단계는, 상기 전처리된 신호에서 수직성분을 계산하여 시간 도메인(time domain) 상에서의 특징을 추출하는 단계; 및 상기 계산된 수직성분을 고속 푸리에 변환을 사용하여 주파수 대역으로 변환함으로써 주파수 도메인(frequency domain) 상에서의 특징을 추출하는 단계;를 포함한다.
상기 추출된 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산하는 단계에서는, 수학식 X에 의해 걸음걸이의 에너지 값을 계산하고, 수학식 Y에 의해 걸음걸이 특성에 대한 상관계수를 계산할 수 있다.
[수학식 X]
Figure 112017057391524-pat00007
여기서,
Figure 112017057391524-pat00008
는 FFT를 사용하여 주파수 대역으로 변환한 값들이고,
Figure 112017057391524-pat00009
는 window size이다.
[수학식 Y]
Figure 112017057391524-pat00010
여기서, x, y는 왼발과 오른발의 보행을 에너지 공식을 통해 계산된 값이며,
Figure 112017057391524-pat00011
는 x, y값의 표준편차,
Figure 112017057391524-pat00012
는 x, y의 공분산 값이다. P는 x, y의 상관계수 값이다.
본 발명의 일 측면에 따르면, 소형의 가속도 센서를 이용함으로써 분석에 있어서 환자가 느끼는 불편함을 최소화할 수 있다.
걸음걸이 분석 알고리즘을 통해 보다 정확하게 환자의 걸음걸이를 분석할 수 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시 예를 예시하는 것이며, 발명을 실시하기 위한 구체적인 내용들과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일 실시예에 따른 걸음걸이 분석 시스템의 개략적인 구성을 도시한 도면,
도 2는 본 발명의 일 실시예에 따른 스탠스와 스윙을 도시한 도면,
도 3은 본 발명의 일 실시예에 따른 걸음걸이 분석 장치의 개략적인 구성을 도시한 도면,
도 4는 본 발명의 일 실시예에 따른 걸음걸이 분석 방법의 흐름을 도시한 도면이다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일 실시 예를 상세히 설명하기로 한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 “…부” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 발명의 일 실시예에 따른 걸음걸이 분석 시스템의 개략적인 구성을 도시한 도면, 도 2는 본 발명의 일 실시예에 따른 스탠스와 스윙을 도시한 도면, 도 3은 본 발명의 일 실시예에 따른 걸음걸이 분석 장치의 개략적인 구성을 도시한 도면이다.
도 1을 참조하면, 본 실시예에 따른 걸음걸이 분석 시스템은, 환자의 발목에 부착되는 가속도 센서(100) 및 걸음걸이 분석 장치(200)를 포함한다. 이때, 상기 환자는 파킨슨 병과 같은 신경계질환을 앓고 있는 환자일 수 있다. 상기 가속도 센서(100)와 걸음걸이 분석 장치(200)는 네트워크에 의해 연결됨에 따라, 상기 가속도 센서(100)에서 생성된 신호가 걸음걸이 분석 장치(200)로 전송될 수 있다. 이때, 상기 네트워크는 블루투스 등과 같은 무선통신일 수 있다.
가속도 센서(100)는 환자의 보행에 따른 신호를 획득하기 위한 것으로, 밴드 내에 포함될 수 있다. 이에 따라, 환자는 밴드를 발목에 착용함으로써, 상기 가속도 센서(100)가 환자의 발목에 부착될 수 있다. 이때, 상기 밴드는 환자의 양쪽 발목에 착용됨에 따라, 상기 밴드에 포함된 가속도 센서(100)가 환자의 보행에 따른 신호를 획득할 수 있다. 상기 환자의 보행에 따른 신호는, 환자의 걸음걸이에 따라 발생하는 신호일 수 있다. 상기 가속도 센서(100)는 3축 가속도센서, 3축 자이로스코프, 3축 지자기센서가 내장된 초소형 AHRS(Attitude Heading Reference System) 모듈일 수 있다. 상기 가속도 센서(100)는 데이터 갱신 및 출력 속도가 1000Hz까지 지원될 수 있으며, 중력성분이 제거된 순수 가속도 값을 출력할 수 있다. 본 실시예에 따른 가속도 센서(100)는 E2BOX사의 EBIMU-9DOFV2일 수 있다. 상기 가속도 센서(100)는 ASCII 출력모드, Hex(binary) 출력모드, Polling 출력 모드 등 3가지 데이터 출력모드를 포함할 수 있다. 본 실시예에서는 데이터 출력모드로 ASCII 출력모드가 사용되는 것으로 가정한다. 상기 3축 가속도 센서(100)의 동작전원은 배터리(미도시)로부터 공급되는 4.5V 전원을 사용할 수 있다. 또한, 상기 가속도 센서(100)로부터 출력되는 신호에 포함된 잡음을 제거하기 위해 센서의 내부에 설계된 Digital Low Pass Fitter를 사용할 수 있다. 한편, 상기 가속도 센서(100)는 소형이기 때문에 공간을 적게 차지하여, 밴드를 착용하는 환자에게 불편감을 덜어줄 수 있다.
걸음걸이 분석 장치(200)는 가속도 센서(100)로부터 수신한 환자의 보행에 따른 신호를 이용해 환자의 걸음걸이를 분석할 수 있다.
도 3을 참조하면, 상기 걸음걸이 분석 장치(200)는 수신부(210) 및 분석부(230)를 포함한다.
수신부(210)는 가속도 센서(100)로부터 환자의 보행에 따른 신호를 수신한다. 이때, 상기 환자의 보행에 따른 신호는, 환자의 걸음걸이에 따른 신호일 수 있다. 다시 말해, 수신부(210)는 환자의 발목에 착용되는 밴드에 포함되는 가속도 센서(100)로부터 환자의 걸음걸이에 따른 신호를 수신한다.
분석부(230)는 상기 수신부(210)가 수신한 환자의 보행에 따른 신호를 이용해 환자의 걸음걸이를 분석할 수 있다. 상기 분석부(230)는 상기 수신한 환자의 보행에 따른 신호를 전처리하고, 상기 전처리된 신호에서 특징을 추출하며, 상기 추출된 특징을 이용해 걸음걸이의 에너지 및 걸음걸이의 특성에 대한 상관계수를 계산하여 환자의 걸음걸이를 분석할 수 있다. 이때, 상기 분석부(230)는 전처리부(231) 및 특징 추출부(233)를 포함할 수 있다.
전처리부(231)는 환자의 보행에 따른 신호에서 잡음을 제거하여 전처리를 수행할 수 있다. 이때, 상기 전처리부(231)는 디지털 로우 패스 필터(digital low pass filter)를 이용하여 신호에서 잡음을 제거할 수 있다. 한편, 상기 잡음은 고주파수 노이즈(High-frequency noise) 대역의 잡음일 수 있다. 또한, 이동 평균 필터(moving average filter)를 이용해 신호의 전반적인 스무딩 효과를 줄 수 있다. 이때, 상기 신호는 가속도 센서(100)에 의해 측정된 환자의 걸음걸이에 따른 신호일 수 있다. 상기 신호는 환자의 왼쪽과 오른쪽 발목에 착용된 밴드에 포함되는 가속도 센서(100)에 의해 측정될 수 있으며, 상기 신호는 네트워크를 통해 걸음걸이 분석 장치(200)로 전송되어 별도의 저장소에 저장될 수도 있다. 한편, 상기 걸음걸이 분석 장치(200)는 걸음걸이 분석 어플리케이션이 내장된 스마트폰일 수도 있다. 이때, 상기 걸음걸이 분석 장치(200)가 스마트폰인 경우, 블루투스 통신에 의해 신호가 전송될 수 있다.
특징 추출부(233)는 상기 전처리부(231)에 의해 잡음이 제거된 신호에서 특징을 추출할 수 있다. 자세하게, 상기 특징 추출부(233)는 상기 전처리부(231)에 의해 잡음이 제거된 신호에서 시간 도메인(time domain) 상에서의 특징, 주파수 도메인(frequency domain) 상에서의 특징 및 에너지(energy) 특징을 추출할 수 있다.
상기 특징 추출부(233)는 전처리된 신호에서 수직성분을 계산하여 시간 도메인 상에서의 특징을 추출할 수 있다. 이때, 시간 도메인 상에서의 특징을 추출하는 이유는 사람의 걸음걸이를 스탠스(stance : 착지)와 스윙(swing) 단계로 나누기 위함이다. 도 1에 도시된 바와 같이, 사람의 걸음걸이는 스탠스와 스윙으로 구성된다. 스탠스는 발이 지면에 닿아 있는 것을 말하고, 스윙은 한발의 발등이 다시 땅에 착지될 때까지 발이 들려있는 것을 말한다. 이때, 스탠스 단계(stance phase)의 시작 시에 발생하는 이벤트를 힐 스트라이크(heel strike)라고 하며, 스윙 단계(swing phase)의 시작(또는, 스탠스 단계의 종료)에 발생하는 이벤트를 힐 오프(heel off) 및/또는 토우 오프(toe off)라고 한다. 따라서, 상기 특징 추출부(233)는 힐 오프(heel off) 및/또는 토우 오프(toe off)와 힐 스트라이크(heel strike) 지점을 찾아, 스탠스와 스윙을 나눌 수 있으며, 상기 힐 오프(heel off) 및/또는 토우 오프(toe off)와 힐 스트라이크(heel strike) 지점을 찾기 위해 가속도 센서(100)에 의해 획득된 신호로부터 수직성분을 계산한다. 이때, 상기 수직성분은 아래의 수학식 1에 의해 계산될 수 있다.
Figure 112017057391524-pat00013
여기서, 수직 성분 벡터값
Figure 112017057391524-pat00014
는 다음
Figure 112017057391524-pat00015
=(
Figure 112017057391524-pat00016
)에 대응하는 값이며
Figure 112017057391524-pat00017
그리고
Figure 112017057391524-pat00018
는 각축의 샘플로 추출한 구간 대한 평균값이다. 이때,
Figure 112017057391524-pat00019
,
Figure 112017057391524-pat00020
,
Figure 112017057391524-pat00021
는 3축 가속도 센서에서 나오는 가속도 신호 값이다.
Figure 112017057391524-pat00022
이면 샘플로 추출한 구간 중의 특정 지점의 벡터값이 되며
Figure 112017057391524-pat00023
은 샘플로 추출한 구간의 길이이다.
Figure 112017057391524-pat00024
에 대한
Figure 112017057391524-pat00025
의 추정 값은
Figure 112017057391524-pat00026
내부의 수직 성분들로 계산 된다.
Figure 112017057391524-pat00027
을 내부의 성분들을 통해 계산된 결과라 하면,
Figure 112017057391524-pat00028
는 추정 벡터값이다.
한편, 이동시간, 보폭, 주기, 속도 등과 같은 걸음걸이의 특성은 힐 오프(heel off) 및/또는 토우 오프(toe off)와 힐 스트라이크(heel strike)를 기준으로 계산되어질 수 있다.
상기 특징 추출부(233)는 계산된 수직성분을 고속 푸리에 변환(Fast Fourier Transform : FFT)을 사용하여 주파수 대역으로 변환함으로써 주파수 도메인 상에서의 특징을 추출할 수 있다. 상기 특징 추출부(233)는 정상인과 비정상인의 걸음걸이에서 나타나는 주파수 대역의 값을 확인하기 위해 계산된 수직성분을 고속 푸리에 변환을 사용하여 주파수 대역으로 변환할 수 있다. 이때, 변환한 결과에 따라 사람의 보행 스타일에 따라서 다양한 주파수 특징이 나타날 수 있다.
상기 특징 추출부(233)는 환자의 왼발과 오른발의 걸음걸이의 특성의 상관계수를 추정하기 위해 걸음걸이의 에너지 값을 계산할 수 있다. 이때, 상기 걸음걸이의 에너지 값은 아래의 수학식 2에 의해 계산될 수 있다.
Figure 112017057391524-pat00029
여기서,
Figure 112017057391524-pat00030
는 FFT를 사용하여 주파수 대역으로 변환한 값들이고,
Figure 112017057391524-pat00031
는 window size이며, 환자의 보행 특성에 따라 걸음걸이의 성분이 누락되지 않도록 중복되게 설정한다.
또한, 상기 상관관계는 아래의 수학식 3에 의해 계산될 수 있다.
Figure 112017057391524-pat00032
여기서, x, y는 왼발과 오른발의 보행을 에너지 공식을 통해 계산된 값이며,
Figure 112017057391524-pat00033
는 x, y값의 표준편차,
Figure 112017057391524-pat00034
는 x, y의 공분산 값이다. P는 x, y의 상관계수 값이다.
이하, 도 4를 참조하여 상술한 바와 같은 걸음걸이 분석 장치(200)에서의 검음걸이 분석 방법에 대해 설명하기로 한다.
도 4는 본 발명의 일 실시예에 따른 걸음걸이 분석 방법의 흐름을 도시한 도면이다.
도 4를 참조하면, 먼저, 걸음걸이 분석 장치(200)는 환자의 발목에 착용되는 밴드에 포함되는 가속도 센서(100)로부터 환자의 걸음걸이에 따른 신호를 수신한다(S410).
걸음걸이 분석 장치(200)는 수신된 환자의 걸음걸이에 따른 신호를 이용해 상기 신호를 전처리한다(S420). 상기 걸음걸이 분석 장치(200)는 환자의 보행에 따른 신호에서 잡음을 제거하여 전처리를 수행할 수 있다. 이때, 걸음걸이 분석 장치(200)는 디지털 로우 패스 필터(digital low pass filter)를 이용하여 신호에서 잡음을 제거할 수 있다.
걸음걸이 분석 장치(200)는 전처리된 신호에서 특징을 추출한다(S430). 걸음걸이 분석 장치(200)는 잡음이 제거된 신호에서 시간 도메인(time domain) 상에서의 특징 및 주파수 도메인(frequency domain) 상에서의 특징을 추출할 수 있다. 걸음걸이 분석 장치(200)는 전처리된 신호에서 수직성분을 계산하여 시간 도메인 상에서의 특징을 추출할 수 있다. 이때, 상기 수직성분은 상술한 수학식 1에 의해 계산될 수 있다. 걸음걸이 분석 장치(200)는 계산된 수직성분을 고속 푸리에 변환(Fast Fourier Transform : FFT)을 사용하여 주파수 대역으로 변환함으로써 주파수 도메인 상에서의 특징을 추출할 수 있다.
걸음걸이 분석 장치(200)는 추출된 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산한다(S440). 이때, 상기 걸음걸이의 에너지 값은 상술한 수학식 2에 의해 계산되고, 상관관계는 상술한 수학식 3에 의해 계산될 수 있다.
본 발명의 실시예에 따른 방법들은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는, 본 발명을 위한 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
본 명세서는 많은 특징을 포함하는 반면, 그러한 특징은 본 발명의 범위 또는 특허청구범위를 제한하는 것으로 해석되어서는 아니 된다. 또한, 본 명세서의 개별적인 실시 예에서 설명된 특징들은 단일 실시 예에서 결합되어 구현될 수 있다. 반대로, 본 명세서의 단일 실시 예에서 설명된 다양한 특징들은 개별적으로 다양한 실시 예에서 구현되거나, 적절히 결합되어 구현될 수 있다.
도면에서 동작들이 특정한 순서로 설명되었으나, 그러한 동작들이 도시된 바와 같은 특정한 순서로 수행되는 것으로 또는 일련의 연속된 순서, 또는 원하는 결과를 얻기 위해 모든 설명된 동작이 수행되는 것으로 이해되어서는 안 된다. 특정 환경에서 멀티태스킹 및 병렬 프로세싱이 유리할 수 있다. 아울러, 상술한 실시 예에서 다양한 시스템 구성요소의 구분은 모든 실시 예에서 그러한 구분을 요구하지 않는 것으로 이해되어야 한다. 상술한 앱 구성요소 및 시스템은 일반적으로 단일 소프트웨어 제품 또는 멀티플 소프트웨어 제품에 패키지로 구현될 수 있다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시 예 및 첨부된 도면에 의해 한정되는 것은 아니다.
100 : 가속도 센서
200 : 걸음걸이 분석 장치
210 : 수신부
230 : 분석부
231 : 전처리부
233 : 특징 추출부

Claims (10)

  1. 삭제
  2. 환자의 발목에 착용되는 밴드에 포함되는 가속도 센서로부터 환자의 걸음걸이에 따른 신호를 수신하는 수신부; 및
    상기 수신된 환자의 걸음걸이에 따른 신호를 전처리하고, 상기 전처리된 신호에서 힐 오프 및 힐 스트라이크 또는 토우 오프 및 힐 스트라이크를 기준으로 계산하여 걸음걸이의 특징을 추출하며, 상기 추출된 걸음걸이의 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산함으로써 환자의 걸음걸이를 분석하는 분석부;를 포함하고,
    상기 분석부는,
    상기 신호에서 잡음을 제거하는 전처리부; 및
    상기 잡음이 제거된 신호에서 정상인과 비정상인의 걸음걸이에서 나타나는 주파수 대역의 값을 확인하기 위해 계산된 수직성분을 고속 푸리에 변환을 사용하여 주파수 대역으로 변환하여 나타난 결과에 따른 걸음걸이의 특징을 추출하는 특징 추출부;를 포함하며,
    상기 특징 추출부는,
    하기 수학식 X에 의해 걸음걸이의 에너지 값을 계산하고, 하기 수학식 Y에 의해 걸음걸이 특성에 대한 상관계수를 계산하는 것을 특징으로 하는 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치.
    [수학식 X]
    Figure 112019007808580-pat00051

    여기서,
    Figure 112019007808580-pat00052
    는 FFT를 사용하여 주파수 대역으로 변환한 값들이고,
    Figure 112019007808580-pat00053
    는 window size이다.
    [수학식 Y]
    Figure 112019007808580-pat00054

    여기서, x, y는 왼발과 오른발의 보행을 에너지 공식을 통해 계산된 값이며,
    Figure 112019007808580-pat00055
    는 x, y값의 표준편차,
    Figure 112019007808580-pat00056
    는 x, y의 공분산 값이다. P는 x, y의 상관계수 값이다.
  3. 제 2 항에 있어서,
    상기 전처리부는,
    디지털 로우 패스 필터를 이용하여 상기 신호에서 잡음을 제거하는 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치에서의 걸음걸이 분석 방법에 있어서,
    환자의 발목에 착용되는 밴드에 포함되는 가속도 센서로부터 환자의 걸음걸이에 따른 신호를 수신하는 단계;
    상기 수신된 환자의 걸음걸이에 따른 신호를 전처리하는 단계;
    상기 전처리된 신호에서 힐 오프 및 힐 스트라이크 또는 토우 오프 및 힐 스트라이크를 기준으로 계산하여 걸음걸이의 특징을 추출하는 단계; 및
    상기 추출된 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산하는 단계;를 포함하고,
    상기 추출된 특징을 이용해 걸음걸이의 에너지를 계산하고 걸음걸이의 특성에 대한 상관계수를 계산하는 단계에서는,
    하기 수학식 X에 의해 걸음걸이의 에너지 값을 계산하고, 하기 수학식 Y에 의해 걸음걸이 특성에 대한 상관계수를 계산하는 걸음걸이 분석 방법.
    [수학식 X]
    Figure 112019007808580-pat00057

    여기서,
    Figure 112019007808580-pat00058
    는 FFT를 사용하여 주파수 대역으로 변환한 값들이고,
    Figure 112019007808580-pat00059
    는 window size이다.
    [수학식 Y]
    Figure 112019007808580-pat00060

    여기서, x, y는 왼발과 오른발의 보행을 에너지 공식을 통해 계산된 값이며,
    Figure 112019007808580-pat00061
    는 x, y값의 표준편차,
    Figure 112019007808580-pat00062
    는 x, y의 공분산 값이다. P는 x, y의 상관계수 값이다.
  8. 제 7 항에 있어서,
    상기 수신된 환자의 걸음걸이에 따른 신호를 전처리하는 단계에서는,
    디지털 로우 패스 필터를 이용하여 상기 신호에서 잡음을 제거하는 걸음걸이 분석 방법.

  9. 삭제
  10. 삭제
KR1020170075982A 2017-06-15 2017-06-15 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법 KR101998465B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170075982A KR101998465B1 (ko) 2017-06-15 2017-06-15 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법
PCT/KR2017/013842 WO2018230787A1 (ko) 2017-06-15 2017-11-29 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170075982A KR101998465B1 (ko) 2017-06-15 2017-06-15 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20180136789A KR20180136789A (ko) 2018-12-26
KR101998465B1 true KR101998465B1 (ko) 2019-07-09

Family

ID=64660291

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170075982A KR101998465B1 (ko) 2017-06-15 2017-06-15 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법

Country Status (2)

Country Link
KR (1) KR101998465B1 (ko)
WO (1) WO2018230787A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102336580B1 (ko) * 2019-10-30 2021-12-10 한국생산기술연구원 좌우 걸음의 보행 균형도 분석방법
CN113133761A (zh) * 2020-01-17 2021-07-20 宝成工业股份有限公司 左右步态的判断方法及其分析装置
KR102421310B1 (ko) * 2020-07-21 2022-07-14 한국해양대학교 산학협력단 파킨슨 환자의 재활을 위한 스마트 걸음 보조 장치 및 방법
WO2023067694A1 (ja) * 2021-10-19 2023-04-27 日本電気株式会社 データ生成装置、学習システム、推定装置、データ生成方法、および記録媒体

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100620118B1 (ko) * 2004-03-31 2006-09-13 학교법인 대양학원 관성센서를 이용한 보행패턴 분석장치 및 그 방법
JP2010005033A (ja) * 2008-06-25 2010-01-14 Panasonic Electric Works Co Ltd 歩行動作分析装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101053491B1 (ko) * 2009-04-07 2011-08-08 (주)휴레브 모션 센서를 이용한 보행주기 검출시스템과 방법
KR20120085064A (ko) 2011-01-21 2012-07-31 주식회사 플렉스엘시디 착용형 보행분석장치 및 이를 포함한 보행분석시스템
US10330491B2 (en) * 2011-10-10 2019-06-25 Texas Instruments Incorporated Robust step detection using low cost MEMS accelerometer in mobile applications, and processing methods, apparatus and systems
JP6044670B2 (ja) * 2015-04-23 2016-12-14 Tdk株式会社 歩行分析装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100620118B1 (ko) * 2004-03-31 2006-09-13 학교법인 대양학원 관성센서를 이용한 보행패턴 분석장치 및 그 방법
JP2010005033A (ja) * 2008-06-25 2010-01-14 Panasonic Electric Works Co Ltd 歩行動作分析装置

Also Published As

Publication number Publication date
KR20180136789A (ko) 2018-12-26
WO2018230787A1 (ko) 2018-12-20

Similar Documents

Publication Publication Date Title
KR101998465B1 (ko) 발목에 착용되는 가속도 센서를 이용한 걸음걸이 분석 장치 및 방법
US6958045B2 (en) Gait detection system, gait detection apparatus, device, and gait detection method
KR102292683B1 (ko) 보행 환경 인식 방법 및 장치
EP1983896B1 (en) Gait analysis
Sejdić et al. Extraction of stride events from gait accelerometry during treadmill walking
CN106166071B (zh) 一种步态参数的采集方法及设备
Jarchi et al. Gait parameter estimation from a miniaturized ear-worn sensor using singular spectrum analysis and longest common subsequence
CN109480857B (zh) 一种用于帕金森病患者冻结步态检测的装置及方法
KR20110125656A (ko) 사람의 보행을 검출하기 위한 시스템 및 방법
US10524699B2 (en) Method and system for monitoring terrain and gait and predicting upcoming terrain
US20230085511A1 (en) Method and system for heterogeneous event detection
Salis et al. A method for gait events detection based on low spatial resolution pressure insoles data
CN112617807A (zh) 一种预防和解除帕金森病患者冻结步态的装置和方法
Kong et al. Comparison of gait event detection from shanks and feet in single-task and multi-task walking of healthy older adults
KR101514790B1 (ko) 주파수 영역 분석과 퍼지 이론을 이용한 보행 동결 판별 장치 및 이를 이용한 보행 동결 판별 방법
Boutaayamou et al. Algorithm for temporal gait analysis using wireless foot-mounted accelerometers
CN107854127B (zh) 一种运动状态的检测方法及装置
Gonçalves et al. Real-time tool for human gait detection from lower trunk acceleration
Yuwono et al. Unsupervised segmentation of heel-strike IMU data using rapid cluster estimation of wavelet features
Li et al. Feature extraction from ear-worn sensor data for gait analysis
Lim et al. An accurate and robust gyroscope-gased pedometer
KR101507657B1 (ko) 뇌파 기반 감성정보 검출 장치 및 방법
Zaeni et al. Classification of the Stride Length based on IMU Sensor using the Decision Tree
Boutaayamou et al. Extraction of Temporal Gait Parameters using a Reduced Number of Wearable Accelerometers.
Saito et al. Assessment of walking quality by using Inertial Measurement Units

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant