KR102058789B1 - 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법 - Google Patents

표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법 Download PDF

Info

Publication number
KR102058789B1
KR102058789B1 KR1020180018464A KR20180018464A KR102058789B1 KR 102058789 B1 KR102058789 B1 KR 102058789B1 KR 1020180018464 A KR1020180018464 A KR 1020180018464A KR 20180018464 A KR20180018464 A KR 20180018464A KR 102058789 B1 KR102058789 B1 KR 102058789B1
Authority
KR
South Korea
Prior art keywords
waveform length
threshold
hand motion
threshold value
wrist
Prior art date
Application number
KR1020180018464A
Other languages
English (en)
Other versions
KR20190062104A (ko
Inventor
신현출
이기원
강기문
Original Assignee
숭실대학교산학협력단
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 숭실대학교산학협력단 filed Critical 숭실대학교산학협력단
Publication of KR20190062104A publication Critical patent/KR20190062104A/ko
Application granted granted Critical
Publication of KR102058789B1 publication Critical patent/KR102058789B1/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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A61B5/0488—
    • 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
    • A61B5/7235—Details of waveform analysis

Landscapes

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

Abstract

본 발명은 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법에 대한 것이다.
본 발명에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법은 손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터를 추출하는 단계; 상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 단계; 상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징인자를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하는 단계; 스무딩 필터(smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 단계; 및 상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 단계를 포함한다.
이와 같이 본 발명에 따르면, 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 실시간으로 판단할 수 있을 뿐만 아니라 표면 근전도 신호에 포함된 노이즈 데이터를 제거하여 손 동작의 변화 시점을 정확하게 판단할 수 있는 효과가 있다.

Description

표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법{APPRATUS FOR DETERMINING A CHANGE IN HAND MOTION USING SURFACE ELECTROMYOGRAM SIGNALS AND METHOD THEREOF}
본 발명은 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 정확하게 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법에 관한 것이다.
일반적으로 손 동작의 변화를 판단하기 위해 손목 근육 주변에 부착된 한 개 이상의 1채널 표면 근전도 센서를 이용하여 표면 근전도 신호(surface electromyogram, surface EMG)를 취득하고, 취득된 표면 근전도 신호를 이용하여 손 동작이 변화된 시점을 실시간으로 판단한다.
이때 표면 근전도 신호는 동작 인식 기술에 널리 활용되는 생체 신호이며, 동작 인식 기술은 인간-컴퓨터 인터페이스(Human Computer Interface, HCI) 및 장애인을 위한 보조 공학 등에 이용된다.
이러한 종래의 판단 방법은 취득된 표면 근전도 신호에 포함된 노이즈에 의해 손 동작의 변화 시점이 잘못 판단되는 문제가 있었다.
본 발명의 배경이 되는 기술은 대한민국 공개특허공보 제10-2015-0089371호(2015. 08. 05. 공개)에 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 정확하게 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법을 제공하기 위한 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법은 손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출하는 단계; 상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 단계; 상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징인자인 파형 길이를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하는 단계; 스무딩 필터(smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 단계; 및 상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 단계를 포함한다.
상기 손 동작의 변화가 발생한 시점을 판단하는 단계는, 상기 제1 파형 길이가 상기 제1 임계치 또는 상기 제2 임계치의 설정 배수 이상이며, 제1 설정 시간 이상 유지되는지 판단하는 단계, 상기 제1 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단하는 단계, 및 상기 제2 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단하는 단계를 포함할 수 있다.
상기 손 동작의 변화가 발생한 시점을 판단하는 단계는, 상기 제1 파형 길이가 제3 설정 시간 이상 상기 제2 임계치 미만으로 유지되면, 상기 제1 파형 길이가 상기 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단할 수 있다.
상기 DC 오프셋을 제거하는 단계는, 다음의 수학식과 같이 비 동작 구간의 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 상기 DC 오프셋을 제거할 수 있다.
Figure 112018016348814-pat00001
여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.
상기 제1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 단계는, 다음의 수학식과 같이 특징인자인 파형 길이를 이용하여 상기 1 파형 길이 및 상기 제2 파형 길이를 각각 계산할 수 있다.
Figure 112018016348814-pat00002
여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.
상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 단계는, 다음의 수학식을 이용하여 상기 제1 임계치와 상기 제2 임계치를 각각 산출할 수 있다.
Figure 112018016348814-pat00003
여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.
또한, 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치는, 손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출하는 데이터 추출부; 상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 오프셋 제거부; 상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자인 파형 길이를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하고, 스무딩 필터 (smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 연산부; 및 상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 판단부를 포함한다.
이와 같이 본 발명에 따르면, 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 실시간으로 판단할 수 있을 뿐만 아니라 표면 근전도 신호에 포함된 노이즈 데이터를 제거하여 손 동작의 변화 시점을 정확하게 판단할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치를 나타낸 블록구성도이다.
도 2는 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법의 동작 흐름을 도시한 순서도이다.
도 3은 본 발명의 실시예에 따른 표면 근전도 센서의 부착 위치를 나타낸 실시예이다.
도 4는 본 발명의 실시예에 따른 표면 근전도 센서로부터 추출된 로우 데이터를 나타낸 그래프이다.
도 5는 도 4의 그래프에서 DC 오프셋이 제거된 그래프이다.
도 6은 도 5의 그래프에서 스무딩 필터링이 적용된 그래프이다.
도 7은 도 5 및 도 6을 함께 나타낸 그래프이다.
이하 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다.
또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
먼저, 도 1을 통해 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치에 대하여 설명한다.
도 1은 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치를 나타낸 블록구성도이다.
도 1에서와 같이 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치(100)는, 데이터 추출부(110), 오프셋 제거부(120), 연산부(130) 및 판단부(140)를 포함한다.
먼저 데이터 추출부(110)는 손목 내측과 외측에 각각 부착된 표면 근전도 센서(200)로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출한다.
그리고 오프셋 제거부(120)는 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거한다.
자세히는 비 동작 구간의 평균을 0으로 맞추기 위해 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 DC 오프셋을 0으로 조정할 수도 있다.
그리고 연산부(130)는 오프셋 제거부(120)로부터 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자인 파형 길이를 추출하여, 손목 내측에 대한 제1 파형 길이 및 손목 외측에 대한 제2 파형 길이를 각각 계산한다.
이때, 제1 및 제2 파형 길이는 로우데이터 샘플을 1개씩 시프트 시켜 다음 로우데이터 샘플과의 크기 값 차이를 통해 계산할 수 있다.
또한, 연산부(130)는 스무딩 필터 (smoothing filter)의 결과값을 이용하여 손목 내측에 대한 제1 임계치와 손목 외측에 대한 제2 임계치를 각각 산출한다.
마지막으로 판단부(140)는 연산부(130)에서 연산된 제1 파형 길이와 제1 임계치 및 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단한다.
이를 자세히 설명하자면 판단부(140)는, 제1 파형 길이가 제1 임계치 또는 제2 임계치의 설정 배수 이상이며 제1 설정 시간 이상 유지되는지 판단하여 제1 설정 시간 이상 유지되는 경우, 제1 파형 길이가 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단한다.
이때, 제1 파형 길이가 제2 임계치 이상으로 제2 설정 시간 이상 유지되는 경우, 제1 파형 길이가 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단한다.
또한, 판단부(140)는, 제1 파형 길이가 제3 설정 시간 이상 제2 임계치 미만으로 유지되면, 제1 파형 길이가 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단한다.
즉, 제1 파형 길이와 제1 임계치 및 제2 임계치를 이용하여 주먹을 쥔 동작이 발생한 시점과 주먹을 편 동작이 발생한 시점을 실시간으로 정확하게 판단할 수 있다.
이하에서는 도 2 내지 도 7을 통해 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법에 대하여 설명한다.
도 2는 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 방법의 동작 흐름을 도시한 순서도로서, 이를 참조하여 본 발명의 구체적인 동작을 설명한다.
본 발명의 실시예에 따르면, 먼저 데이터 추출부(110)는 손목 내측과 외측에 각각 부착된 표면 근전도 센서(200)로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출한다(S210).
도 3은 본 발명의 실시예에 따른 표면 근전도 센서의 부착 위치를 나타낸 실시예이고, 도 4는 본 발명의 실시예에 따른 표면 근전도 센서로부터 추출된 로우 데이터를 나타낸 그래프이다.
본 발명의 실시예에 따른 표면 근전도 센서(200)는 내측 근전도 센서(210)와 외측 근전도 센서(220)를 포함하며 도 3에서와 같이 손목의 내측과 외측에 각각 부착될 수 있다.
이때, 내측 근전도 센서(210)와 외측 근전도 센서(220)로부터 취득된 표면 근전도 신호의 로우 데이터는 분당 288개가 추출될 수 있고, 도 4에서와 같이 그래프로 나타낼 수 있다. 도 4에서 파란선(Inner)이 내측 근전도 센서(210)로부터 취득된 표면 근전도 신호이고, 붉은선(Outer)이 외측 근전도 센서(220)로부터 취득된 표면 근전도 신호이다.
그리고 오프셋 제거부(120)는 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거한다(S220).
즉, S210 단계에서 추출한 로우 데이터의 비 동작 구간에 대한 평균값의 보정값을 산출하여 DC오프셋을 제거하는데 자세히는, 비 동작 구간의 평균을 0으로 맞추기 위해 아래의 수학식 1을 이용하여 비 동작 구간의 100개 샘플의 평균을 감하여 산출된 보정값을 이용하여 DC오프셋을 제거한다.
Figure 112018016348814-pat00004
여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.
그리고 연산부(130)는 S220 단계로부터 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자인 파형 길이를 추출하여, 손목 내측에 대한 제1 파형 길이 및 손목 외측에 대한 제2 파형 길이를 각각 계산한다(S230).
도 5는 도 4의 그래프에서 DC 오프셋이 제거된 그래프이다.
아래의 수학식 2와 같이 특징인자를 이용하여 도 5에서와 같이 DC 오프셋이 제거된 표면 근전도 신호 데이터의 손목 내측에 대한 1 파형 길이(wO[n]) 및 손목 외측에 대한 제2 파형 길이(w1[n])를 각각 계산한다.
Figure 112018016348814-pat00005
여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.
즉, 제1 및 제2 파형 길이(wO[n], w1[n])는 수학식 2에서와 같이 로우 데이터 샘플을 한 개씩 시프트 시켜 다음 로우데이터 샘플과의 크기 값 차이를 통해 계산할 수 있다.
그리고 연산부(130)는 스무딩 필터 (smoothing filter)의 결과값을 이용하여 손목 내측에 대한 제1 임계치와 손목 외측에 대한 제2 임계치를 각각 산출한다(S240).
자세히는 아래의 수학식 3을 이용하여 제1 파형 길이 및 제2 파형 길이에 각각 가중치를 반영하여 손목 내측에 대한 제1 임계치와 손목 외측에 대한 제2 임계치를 각각 산출한다.
Figure 112018016348814-pat00006
여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.
이때, 사람의 연령, 조건 및 환경에 따라 가중치(α)를 둠으로써 개인에 맞는 정확한 임계치 값을 얻을 수 있게 된다. 이때, 가중치는 0.8이상으로 설정되는 것이 바람직하다.
도 6은 도 5의 그래프에서 스무딩 필터링이 적용된 그래프이다.
도 6에서와 같이 S240 단계에 의해 가중치가 반영된 제1 임계치(t0[n])와 제2 임계치(t1[n])를 각각 산출할 수 있다.
마지막으로 판단부(140)는 연산부(130)에서 연산된 제1 파형 길이(wO[n])와 제1 임계치(t0[n]) 및 제2 임계치(t1[n])를 비교하여 손 동작의 변화가 발생한 시점을 판단한다(S250).
도 7은 도 5 및 도 6을 함께 나타낸 그래프이다.
도 7을 참고하여 S250 단계를 자세히 설명하자면 판단부(140)는, 제1 파형 길이(wO[n])가 제1 임계치의 설정 배수(βt0[n]) 또는 제2 임계치의 설정 배수(βt1[n]) 이상이며 제1 설정 시간 이상 유지되는지 판단하여 제1 설정 시간 이상 유지되는 경우, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 이상으로 제2 설정시간 이상 유지되는지 여부를 판단한다.
이때, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 이상으로 제2 설정 시간 이상 유지되는 경우, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단한다.
또한, 판단부(140)는, 제1 파형 길이(wO[n])가 제3 설정 시간 이상 제2 임계치(t1[n]) 미만으로 유지되면, 제1 파형 길이(wO[n])가 제2 임계치(t1[n]) 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단한다.
이때, 제1 설정 시간, 제2 설정 시간 및 제3 설정 시간은 0.625초 즉 16개의 샘플로 설정될 수 있다.
상술한 바와 같이, 본 발명의 실시예에 따른 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법은 손목 근육 주변에 부착된 표면 근전도 센서로부터 취득되는 표면 근전도 신호를 이용하여 주먹을 쥐고 펴는 시점을 실시간으로 판단할 수 있을 뿐만 아니라 표면 근전도 신호에 포함된 노이즈 데이터를 제거하여 손 동작의 변화 시점을 정확하게 판단할 수 있는 효과가 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100 : 손 동작 변화 판단 장치 110 : 데이터 추출부
120 : 오프셋 제거부 130 : 연산부
140 : 판단부 200 : 표면 근전도 센서
210 : 내측 근전도 센서 220 : 외측 근전도 센서

Claims (12)

  1. 손 동작 변화 판단 장치에 의해 수행되는 표면 근전도 신호를 이용한 손 동작 변화 판단 방법에 있어서,
    손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출하는 단계;
    상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 단계;
    상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징인자인 파형 길이를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하는 단계;
    스무딩 필터(smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 단계; 및
    상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 단계를 포함하는 손 동작 변화 판단 방법.
  2. 제1항에 있어서,
    상기 손 동작의 변화가 발생한 시점을 판단하는 단계는,
    상기 제1 파형 길이가 상기 제1 임계치 또는 상기 제2 임계치의 설정 배수 이상이며, 제1 설정 시간 이상 유지되는지 판단하는 단계,
    상기 제1 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단하는 단계, 및
    상기 제2 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단하는 단계를 포함하는 손 동작 변화 판단 방법.
  3. 제1항에 있어서,
    상기 손 동작의 변화가 발생한 시점을 판단하는 단계는,
    상기 제1 파형 길이가 제3 설정 시간 이상 상기 제2 임계치 미만으로 유지되면, 상기 제1 파형 길이가 상기 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단하는 손 동작 변화 판단 방법.
  4. 제1항에 있어서,
    상기 DC 오프셋을 제거하는 단계는,
    다음의 수학식과 같이 비 동작 구간의 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 상기 DC 오프셋을 제거하는 손 동작 변화 판단 방법:
    Figure 112018016348814-pat00007

    여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.
  5. 제1항에 있어서,
    상기 제1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 단계는,
    다음의 수학식과 같이 특징인자인 파형 길이를 이용하여 상기 제1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 손 동작 변화 판단 방법:
    Figure 112019504054822-pat00008

    여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.
  6. 제1항에 있어서,
    상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 단계는,
    다음의 수학식을 이용하여 상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 손 동작 변화 판단 방법:
    Figure 112018016348814-pat00009

    여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.
  7. 손목 내측과 외측에 각각 부착된 표면 근전도 센서로부터 표면 근전도 신호를 각각 취득하여 로우 데이터(raw data)를 추출하는 데이터 추출부;
    상기 로우 데이터의 비 동작 구간을 이용하여 DC 오프셋을 제거하는 오프셋 제거부;
    상기 DC 오프셋이 제거된 표면 근전도 신호 데이터별 특징 인자인 파형 길이를 추출하여, 상기 손목 내측에 대한 제1 파형 길이 및 상기 손목 외측에 대한 제2 파형 길이를 각각 계산하고, 스무딩 필터 (smoothing filter)의 결과값을 이용하여 상기 손목 내측에 대한 제1 임계치와 상기 손목 외측에 대한 제2 임계치를 각각 산출하는 연산부; 및
    상기 제1 파형 길이와 상기 제1 임계치 및 상기 제2 임계치를 비교하여 손 동작의 변화가 발생한 시점을 판단하는 판단부를 포함하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치.
  8. 제7항에 있어서,
    상기 판단부는,
    상기 제1 파형 길이가 상기 제1 임계치 또는 상기 제2 임계치의 설정 배수 이상이며, 제1 설정 시간 이상 유지되는지 판단하여 상기 제1 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상으로 제2 설정시간 이상 유지되는지 여부를 판단하고, 상기 제2 설정 시간 이상 유지되는 경우, 상기 제1 파형 길이가 상기 제2 임계치 이상이 되는 첫 시점을 주먹을 쥔 동작이 발생한 시점으로 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치.
  9. 제7항에 있어서,
    상기 판단부는,
    상기 제1 파형 길이가 제3 설정 시간 이상 상기 제2 임계치 미만으로 유지되면, 상기 제1 파형 길이가 상기 제2 임계치 미만이 되는 첫 시점을 주먹을 편 동작이 발생한 시점으로 판단하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치.
  10. 제7항에 있어서,
    상기 오프셋 제거부는,
    다음의 수학식과 같이 비 동작 구간의 설정 개수 샘플의 평균을 감하여 산출된 보정값을 이용하여 상기 DC 오프셋을 제거하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치:
    Figure 112018016348814-pat00010

    여기서, xs[n]는 보정값, rs[n]는 로우 데이터이다.
  11. 제7항에 있어서,
    상기 연산부는,
    다음의 수학식과 같이 특징인자인 파형 길이를 이용하여 상기 제1 파형 길이 및 상기 제2 파형 길이를 각각 계산하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치:
    Figure 112019504054822-pat00011

    여기서, ws[n]는 제1 파형 길이 및 제2 파형 길이, xs[n]는 보정값, N은 윈도우 내의 샘플 인덱스이다.
  12. 제7항에 있어서,
    상기 연산부는,
    다음의 수학식을 이용하여 상기 제1 임계치와 상기 제2 임계치를 각각 산출하는 표면 근전도 신호를 이용한 손 동작 변화 판단 장치:
    Figure 112018016348814-pat00012

    여기서, ts[n]은 제1 임계치 및 제2 임계치, α는 가중치, ws[n]는 제1 파형 길이 및 제2 파형 길이이다.
KR1020180018464A 2017-11-27 2018-02-14 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법 KR102058789B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170159361 2017-11-27
KR20170159361 2017-11-27

Publications (2)

Publication Number Publication Date
KR20190062104A KR20190062104A (ko) 2019-06-05
KR102058789B1 true KR102058789B1 (ko) 2020-01-22

Family

ID=66845600

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180018464A KR102058789B1 (ko) 2017-11-27 2018-02-14 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102058789B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102461157B1 (ko) * 2020-11-18 2022-10-28 숭실대학교 산학협력단 복수의 채널을 이용한 근육 활동 검출 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106044A1 (en) 2008-10-27 2010-04-29 Michael Linderman EMG measured during controlled hand movement for biometric analysis, medical diagnosis and related analysis
KR101570679B1 (ko) 2014-11-18 2015-11-23 (주)이미지스테크놀로지 근전도 센서를 이용한 동작 추론 방법과 시스템

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101307515B1 (ko) * 2010-08-23 2013-09-12 인제대학교 산학협력단 생체 신호 인식 장치 및 그 방법
KR101307046B1 (ko) * 2011-12-23 2013-09-11 인하대학교 산학협력단 근전도 신호의 패턴 분류 장치 및 방법
KR101755242B1 (ko) * 2015-12-11 2017-07-10 숭실대학교산학협력단 근전도 센서와 모션 센서를 이용한 지화 인식 장치 및 그것을 이용한 지화 인식 방법
KR102619981B1 (ko) * 2016-02-02 2024-01-02 삼성전자주식회사 근전도 신호를 이용한 동작 분류 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106044A1 (en) 2008-10-27 2010-04-29 Michael Linderman EMG measured during controlled hand movement for biometric analysis, medical diagnosis and related analysis
KR101570679B1 (ko) 2014-11-18 2015-11-23 (주)이미지스테크놀로지 근전도 센서를 이용한 동작 추론 방법과 시스템

Also Published As

Publication number Publication date
KR20190062104A (ko) 2019-06-05

Similar Documents

Publication Publication Date Title
US9936919B2 (en) Devices, systems, and methods for determining heart rate of a subject from noisy electrocardiogram data
US20160235368A1 (en) Device, method and system for processing a physiological signal
Motin et al. PPG derived heart rate estimation during intensive physical exercise
Liu et al. Use of the integrated profile for voluntary muscle activity detection using EMG signals with spurious background spikes: A study with incomplete spinal cord injury
CN107273827B (zh) 一种心电信号r波检测方法及装置
KR20130073361A (ko) 근전도 신호의 패턴 분류 장치 및 방법
KR102058789B1 (ko) 표면 근전도 신호를 이용한 손 동작 변화 판단 장치 및 그 방법
WO2017036147A1 (zh) 一种基于生物电的控制方法、装置及控制器
Tan et al. EMD-based electrocardiogram delineation for a wearable low-power ECG monitoring device
KR20120122856A (ko) Ｅｃｇ 신호에서의 ｒ－피크 검출 방법 및 그 장치
Algunaidi et al. Evaluation of an improved algorithm for fetal QRS detection
TWI655930B (zh) Measuring device, measuring method and recording medium
Pangerc et al. Robust detection of heart beats in multimodal data using integer multiplier digital filters and morphological algorithms
Razavi et al. R-peak detection in electrocardiogram signals using continuous wavelet transform
WO2020133562A1 (zh) 移动监护设备、生理信号的调整和处理方法
KR102059685B1 (ko) Ppg를 이용한 맥박수 추정방법 및 장치
Tun et al. Analysis of computer aided identification system for ECG characteristic points
CN109350050B (zh) 心跳间期检测方法及装置
US9826937B2 (en) Method and apparatus for reducing motion artifacts in ECG signals
US20210085232A1 (en) Fatigue degree estimation method, fatigue degree estimation device and program
WO2020090763A1 (ja) 処理装置、システム、処理方法、およびプログラム
CN112773379A (zh) 一种肌电信号的处理方法、处理设备以及存储介质
KR102451268B1 (ko) 신호 처리 방법, 신호 필터링 장치 및 신호 처리 장치
CN110664384B (zh) 一种脉搏波特征点的提取方法及系统
KR102106471B1 (ko) Emg 신호 그래프 매칭 알고리즘을 이용한 보행 단계 검출 장치 및 방법

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