KR102318879B1 - 척추 측만증 및 관절 손상 예측 방법 - Google Patents

척추 측만증 및 관절 손상 예측 방법 Download PDF

Info

Publication number
KR102318879B1
KR102318879B1 KR1020190151841A KR20190151841A KR102318879B1 KR 102318879 B1 KR102318879 B1 KR 102318879B1 KR 1020190151841 A KR1020190151841 A KR 1020190151841A KR 20190151841 A KR20190151841 A KR 20190151841A KR 102318879 B1 KR102318879 B1 KR 102318879B1
Authority
KR
South Korea
Prior art keywords
dimensional
joint
gait
rotation
legs
Prior art date
Application number
KR1020190151841A
Other languages
English (en)
Other versions
KR20210063567A (ko
Inventor
김영국
조재성
한재우
Original Assignee
알바이오텍 주식회사
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 알바이오텍 주식회사 filed Critical 알바이오텍 주식회사
Priority to KR1020190151841A priority Critical patent/KR102318879B1/ko
Publication of KR20210063567A publication Critical patent/KR20210063567A/ko
Application granted granted Critical
Publication of KR102318879B1 publication Critical patent/KR102318879B1/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
    • 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
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4561—Evaluating static posture, e.g. undesirable back curvature
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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

Abstract

본 발명은 척추 측만증 및 관절 손상 예측 방법에 관한 것으로, 관성센서를 허리와 양 다리의 허벅지, 정강이, 발에 각각 부착하여 보행을 통해 3차원 오일러 각을 측정하는 단계; 상기 관성센서를 통해 측정한 보행 정보를 기반으로 고관절, 슬관절, 족관절의 좌우 회전 각도에 대해 18개 그래프로 3차원 관절각을 분석하고, 속도, 보폭, 좌우편차, 입각기, 유각기의의 시공간 파라미터를 분석하는 단계; 상기 3차원 관절각 18개 그래프를 시공간 파라미터 기반으로 양 다리 걸음걸이를 72차원으로 세분화하여 기계학습을 통해 질환 보유자와 정상 보행자를 분류하는 단계; 및 상기 분류된 질환 보유자 군집과 정상 보행자 그룹간의 파라미터 기반으로 공간상의 거리를 비교하는 단계;를 포함하는 것을 특징으로 한다.

Description

척추 측만증 및 관절 손상 예측 방법{Method of Scoliosis classification and joint damage prediction}
본 발명은 척추 측만증 및 관절 손상 예측 방법에 관한 것으로, 더욱 상세하게는 보행분석 데이터의 기계학습을 통한 척추 측만증 및 관절 손상 예측 방법에 관한 것이다.
일반적으로 중추신경계, 척추, 관절, 근육 등 여러 가지 질환이 보행 이상으로 표출되어 지고 있다. 보행에서의 속도, 보폭, 좌우편차, 입각기, 유각기의 일반형 파라미터부터 고관절, 슬관절, 족관절의 좌우 회전각도 총 18개 그래프의 시계열 파라미터를 이용하여 척추 측만증 및 관절 손상을 분석하여 이상 유무를 판단하여 치료하고 있다.
일반적으로 보행 분석 방법은 적외선 카메라 기반 시스템을 이용하거나 전자 각도기를 이용하고 있다.
그러나, 기존의 보행 분석 방법은 정확성이 떨어지며, 공간의 제약이 있어 정해진 장소에서만 측정을 해야 하는 문제점이 있었다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 보행을 기계학습을 통해 정확하고 신속하게 분석하여 질환을 예측할 수 있는 척추 측만증 분류 및 관절 손상 예측 방법을 제공하는 데 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 척추 측만증 및 관절 손상 예측 방법은 관성센서를 허리와 양 다리의 허벅지, 정강이, 발에 각각 부착하여 보행을 통해 3차원 오일러 각을 측정하는 단계; 상기 관성센서를 통해 측정한 보행 정보를 기반으로 고관절, 슬관절, 족관절의 좌우 회전 각도에 대해 18개 그래프로 3차원 관절각을 분석하고, 속도, 보폭, 좌우편차, 입각기, 유각기의 시공간 파라미터를 분석하는 단계; 상기 3차원 관절각 18개 그래프를 시공간 파라미터 기반으로 양 다리 걸음걸이를 72차원으로 세분화하여 기계학습을 통해 질환 보유자와 정상 보행자를 분류하는 단계; 및 상기 분류된 질환 보유자 군집과 정상 보행자 그룹간의 파라미터 기반으로 공간상의 거리를 비교하는 단계;를 포함하는 것을 특징으로 한다.
상기 양 다리 걸음걸이의 72차원의 세분화는 초기 양하지 지지지, 단하지 지지지, 말기 양하지 지지지 및 입각기에서 고관절의 굽힘/폄, 내전/외전 및 내회전/외회전과, 슬관절의 굽힘/폄, 내반/외반 및 내회전/외회전과, 족관절의 배측굴곡/저측굴국, 내번/외번 및 내회전/외회전으로 분류할 수 있다.
상기와 같이, 본 발명에 따르면 보행분석 데이터의 기계학습을 통해 척추 측만증 질환 여부와 정상인과 대비해 유의한 차이가 나는 손상된 관절을 예측하여 예방과 재활치료를 조기에 권고 할 수 있다.
또한, 본 발명에 따르면 청소년뿐 만 아니라 고령자의 조기진단에 유용하게 활용되어 환자의 삶의 질 향상에 기여할 수 있다.
도 1은 본 발명에 따른 척추 측만증 및 관절 손상 예측 방법의 순서도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
그러면 본 발명에 따른 척추 측만증 분류 및 관절 손상 예측 방법의 바람직한 실시예에 대하여 자세히 설명하기로 한다.
도 1은 본 발명에 따른 척추 측만증 및 관절 손상 예측 방법의 순서도이다.
도 1을 참조하면, 본 발명에 따른 척추 측만증 및 관절 손상 예측 방법은 먼저, 가속, 각속도, 지자기를 측정할 수 있는 관성센서를 허리와 왼쪽 및 오른쪽 다리의 허벅지, 정강이, 발에 각각 부착하여 보행을 통해 정보를 무선으로 컴퓨터로 전달하여 3차원 오일러 각(euler angle)을 측정한다(S100).
이어서, 상기 관성센서를 통해 측정한 보행 정보를 기반으로 고관절(Hip), 슬관절(Knee), 족관절(Ankle)의 좌우 회전 각도에 대해 컴퓨터를 통해 18개 그래프로 3차원 관절각을 분석하고, 속도, 보폭, 좌우편차, 입각기, 유각기의 시공간 파라미터를 분석한다(S200). 여기서, 상기 18개 그래프는 고관절, 슬관절, 족관절의 좌우 회전 각도를 각각 시상면(Sagittal plane), 관상면(Coronal plane), 황단면(Transverse plane)에 대해 분석하여 나타낸 것이다.
다음으로, 상기 3차원 관절각 18개 그래프를 시공간 파라미터 기반으로 표 1과 같이 양 다리의 걸음걸이를 72차원으로 세분화하여 기계학습을 통해 척추 측만증 및 관절 손상된 질환 보유자와 정상 보행자를 분류한다(S300).
Figure 112019120772902-pat00001
여기서, 상기 양 다리 걸음걸이의 72차원 세분화는 초기 양하지 지지지(Initial Double Support Phase; IDS), 단하지 지지지(Single Support Phase; SS), 말기 양하지 지지지(Terminal Double Support Phase; TDS) 및 입각기(Stance Phase; SP)에서 고관절(Hip)의 굽힘/폄(flexion/extension), 내전/외전(adduction /abduction) 및 내회전/외회전(internal/external rotation)과, 슬관절(Knee)의 굽힘/폄, 내반/외반(varus/valgus) 및 내회전/외회전과, 족관절(Ankle)의 배측굴곡/저측굴국(dorsiflexion/plantarflexion), 내번/외번(inversion/eversion), 내회전/외회전으로 분류한 것이다.
다음에, 상기 분류된 질환 보유자 군집과 정상 보행자 그룹간의 파라미터 기반으로 공간상의 거리(Euclidean Distance)를 비교하여 척추 측만증 및 관절 손상을 예측한다(S400).
이와 같이, 본 발명에 따르면 병원에만 의지 하지 않고, 학교 혹은 보건소 등에에 비치해 조기 진단 및 예방에 유용하게 활용될 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (2)

  1. 관성센서를 허리와 양 다리의 허벅지, 정강이, 발에 각각 부착하여 보행을 통해 정보를 무선으로 컴퓨터로 전달하여 3차원 오일러 각을 측정하는 단계;
    상기 관성센서를 통해 측정한 보행 정보를 기반으로 컴퓨터를 통해 고관절, 슬관절, 족관절의 좌우 회전 각도에 대해 18개 그래프로 3차원 관절각을 분석하고, 속도, 보폭, 좌우편차, 입각기, 유각기의 시공간 파라미터를 분석하는 단계;
    상기 3차원 관절각 18개 그래프를 시공간 파라미터 기반으로 양 다리 걸음걸이를 72차원으로 세분화하여 기계학습을 통해 질환 보유자와 정상 보행자를 분류하는 단계; 및
    상기 분류된 질환 보유자 군집과 정상 보행자 그룹간의 파라미터 기반으로 공간상의 거리를 비교하는 단계;를 포함하되,
    상기 양 다리 걸음걸이의 72차원의 세분화는 초기 양하지 지지지, 단하지 지지지, 말기 양하지 지지지 및 입각기에서 고관절의 굽힘/폄, 내전/외전 및 내회전/외회전과, 슬관절의 굽힘/폄, 내반/외반 및 내회전/외회전과, 족관절의 배측굴곡/저측굴국, 내번/외번 및 내회전/외회전으로 분류하는 것을 특징으로 하는 척추 측만증 및 관절 손상 예측 방법.
  2. 삭제
KR1020190151841A 2019-11-25 2019-11-25 척추 측만증 및 관절 손상 예측 방법 KR102318879B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190151841A KR102318879B1 (ko) 2019-11-25 2019-11-25 척추 측만증 및 관절 손상 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190151841A KR102318879B1 (ko) 2019-11-25 2019-11-25 척추 측만증 및 관절 손상 예측 방법

Publications (2)

Publication Number Publication Date
KR20210063567A KR20210063567A (ko) 2021-06-02
KR102318879B1 true KR102318879B1 (ko) 2021-10-29

Family

ID=76372652

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190151841A KR102318879B1 (ko) 2019-11-25 2019-11-25 척추 측만증 및 관절 손상 예측 방법

Country Status (1)

Country Link
KR (1) KR102318879B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220155918A (ko) 2021-05-17 2022-11-24 주식회사 엘지화학 수지 및 이의 제조방법
KR102536431B1 (ko) * 2022-10-12 2023-05-26 주식회사 사이클룩스 보행 분석 기반의 임상시험 관리 시스템 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180058999A (ko) * 2016-11-25 2018-06-04 알바이오텍 주식회사 보행 분석 시스템, 방법 및 컴퓨터 판독 가능한 기록매체

Also Published As

Publication number Publication date
KR20210063567A (ko) 2021-06-02

Similar Documents

Publication Publication Date Title
Viteckova et al. Gait symmetry measures: A review of current and prospective methods
CN112603295B (zh) 一种基于可穿戴传感器的康复评估方法和系统
Grimm et al. Evaluating physical function and activity in the elderly patient using wearable motion sensors
US11672480B2 (en) Wearable flexible sensor motion capture system
KR101902551B1 (ko) 족저 압력과 신체의 움직임 정보를 이용한 신체 부정렬 증후군 진단 장치 및 방법
Gutierrez-Farewik et al. Comparison and evaluation of two common methods to measure center of mass displacement in three dimensions during gait
WO2019175899A1 (en) Wearable device for gait analysis
KR101556117B1 (ko) 슬관절형 보행훈련로봇의 관절각 제어 시스템 및 제어방법
He et al. A wearable sensing and training system: Towards gait rehabilitation for elderly patients with knee osteoarthritis
JP2012000343A (ja) 歩行解析システムおよび歩行解析方法
Støve et al. Smartphone-based accelerometry is a valid tool for measuring dynamic changes in knee extension range of motion
WO2017132563A1 (en) Joint disorder diagnosis with 3d motion capture
Paterson et al. Predicting dynamic foot function from static foot posture: comparison between visual assessment, motion analysis, and a commercially available depth camera
KR102318879B1 (ko) 척추 측만증 및 관절 손상 예측 방법
JP2017202236A (ja) 歩行分析方法及び歩行分析装置
Cimolin et al. Computation of spatio-temporal parameters in level walking using a single inertial system in lean and obese adolescents
Ko et al. Ankle proprioception associated gait patterns in older adults: results from the BLSA
Hu et al. An inertial sensor system for measurements of tibia angle with applications to knee valgus/varus detection
JP6216984B2 (ja) ロコモティブシンドロームの評価値算出方法、および評価装置
Borzikov et al. Human motion video analysis in clinical practice
KR101557068B1 (ko) 관성센서 기반 보행자의 보폭 추정장치 및 그 방법
Perez-Rizo et al. Application of a model to analyze shoulder biomechanics in adult patients with spinal cord injury when walking with crutches in two different gait patterns
Nguyen et al. Accuracy and repeatability of smartphone sensors for measuring shank-to-vertical angle
Kiss Verification of determining the spatial position of the lower extremity by ultrasound-based motion analyser
Patricio et al. Postural investigation in individuals with human T cell lymphotropic virus-1-associated myelopathy/Tropical spastic paraparesis

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right