KR20210157904A - 다중 근육 자극기 시스템 및 그 방법 - Google Patents

다중 근육 자극기 시스템 및 그 방법 Download PDF

Info

Publication number
KR20210157904A
KR20210157904A KR1020210081187A KR20210081187A KR20210157904A KR 20210157904 A KR20210157904 A KR 20210157904A KR 1020210081187 A KR1020210081187 A KR 1020210081187A KR 20210081187 A KR20210081187 A KR 20210081187A KR 20210157904 A KR20210157904 A KR 20210157904A
Authority
KR
South Korea
Prior art keywords
signal
muscle
electrode
emg signal
unit
Prior art date
Application number
KR1020210081187A
Other languages
English (en)
Other versions
KR102588532B1 (ko
Inventor
원윤재
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Publication of KR20210157904A publication Critical patent/KR20210157904A/ko
Application granted granted Critical
Publication of KR102588532B1 publication Critical patent/KR102588532B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36003Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of motor muscles, e.g. for walking assistance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/296Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/389Electromyography [EMG]
    • A61B5/397Analysis of electromyograms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6804Garments; Clothes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/02Details
    • A61N1/04Electrodes
    • A61N1/0404Electrodes for external use
    • A61N1/0408Use-related aspects
    • A61N1/0452Specially adapted for transcutaneous muscle stimulation [TMS]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/02Details
    • A61N1/04Electrodes
    • A61N1/0404Electrodes for external use
    • A61N1/0472Structure-related aspects
    • A61N1/0484Garment electrodes worn by the patient
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00Electrotherapy; Circuits therefor
    • A61N1/18Applying electric currents by contact electrodes
    • A61N1/32Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014External stimulators, e.g. with patch electrodes
    • A61N1/3603Control systems
    • A61N1/36031Control systems using physiological parameters for adjustment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Electrotherapy Devices (AREA)

Abstract

본 발명은 근전도 신호를 측정하며, 측정된 근전도 신호를 증폭 후 저역 필터부를 이용하여 근전도 신호만을 통과 시킨 후, 통과된 근전도 신호를 토대로 자극이 필요한 근육 위치에 자극을 하는 다중 근육 자극기 시스템 및 그 방법에 관한 것이다.
또한, 반복된 동작의 근전도 신호를 측정하여 학습하고, 학습된 데이터를 통해서, 동작을 예측하여 근육을 자극 하는 인공지능 학습 시스템에 관한 것이다.

Description

다중 근육 자극기 시스템 및 그 방법{SYSTEM AND METHOD FOR MULTI MUSCLE STIMULATION}
본 발명은 다중 근육 자극기 시스템 및 그 방법에 관한 것으로서, 근전도 신호를 측정하며, 측정된 근전도 신호를 증폭 후 저역 필터부를 이용하여 근전도 신호만을 통과 시킨 후, 통과된 근전도 신호를 토대로 자극이 필요한 근육 위치에 자극을 하는 다중 근육 자극기 시스템 및 그 방법에 관한 것이다.
또한, 반복된 동작의 근전도 신호를 측정하여 학습하고, 학습된 데이터를 통해서, 동작을 예측하여 근육을 자극 하는 인공지능 학습 시스템에 관한 것이다.
뇌졸중은 뇌혈관이 박혀서 발생하는 뇌경색, 뇌혈관이 터져서 발생하는 뇌출혈 또는 출혈성 뇌혈관질환으로 나뉘며, 뇌졸중을 갖는 환자의 경우 전신이나 반신 또는 사지 등의 몸의 일부가 마비가되는 증상을 갖는다.
종래에는, 마비 증상을 갖는 신체부위의 전극 패드를 붙여 근육에 전기 자극을 주는 기술을 사용하여 회복에 도움을 주었으나, 특정 동작의 반복을 통한 데이터를 학습하며, 동작을 예측하지 못하여 전극 패드가 붙은 특정 근육만 자극을 주는 문제점이 있었다.
또한, 뇌졸중 환자의 마비 증세의 회복은 보통 짧게는 2개월에서 길게는 6개월이 걸린다.
뇌졸중 환자의 마비 증세가 회복하는 동안 해당 근육의 근전도의 신호는 변화하게 된다. 따라서, 변화하는 근전도 신호를 통해 동작 의도를 파악하며, 동작 의도에 맞는 근육 자극을 주는 인공지능 학습 시스템 및 예측 시스템이 필요한 실정이다.
본 발명은 상술된 문제점을 해결하기 위해 도출된 것으로써, 근전도 신호를 측정하며, 측정된 근전도 신호를 증폭 후 저역 필터부를 이용하여 근전도 신호만을 통과 시킨 후, 통과된 근전도 신호를 토대로 자극이 필요한 근육 위치에 자극을 하는 다중 근육 자극기 시스템 및 그 방법에 관한 것이다.
또한, 반복된 동작의 근전도 신호를 측정하여 학습하고, 학습된 데이터를 통해서, 동작을 예측하여 근육을 자극 하는 인공지능 학습 시스템에 관한 것이다.
본 발명의 일 측면에 따르면, 근전도 신호를 측정하여 측정된 상기 근전도 신호를 토대로 근육을 자극하는 다중 근육 자극기 시스템에 있어서, 근전도 신호 측정 및 근육 자극 신호를 수신 받는 전극 슈트부, 상기 측정된 근전도 신호를 증폭하기 위한 앰프부, 상기 근육 자극 신호를 전달하는 자극부, 상기 근전도 신호 데이터 처리를 위한 신호 처리부, 낮은 주파수의 신호를 통과시키는 저역필터부 및 상기 전극 슈트부와 연결되는 복수의 스위치를 제어하는 프로세서부;를 포함하며, 상기 저역필터부는 상기 근전도 신호의 노이즈를 제거하며, 상기 근전도 신호만 통과하도록하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 전극 슈트부는 상기 근전도 신호를 상기 앰프부로 전달하기 위한 채널 전극, 상기 근육 자극 신호 및 근전도 신호 중 적어도 어느 하나의 기준 전위 역할을 하는 접지 전극 및 상기 근전도 신호를 측정할 때, 비교 전위 역할을 하는 참조 전극을 포함하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 전극 슈트부는 매트릭스 구조를 가지며, 상기 자극부로부터 특정 전극에 상기 근육 자극 신호를 수신하여 동작하기 위해 각 전극의 전극 스위치를 포함하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 자극부는 제1 근육 자극 신호를 전달하기 위해, 제1 전극의 채널 스위치를 온(ON)하며, 제1 전극을 제외한 나머지 전극의 접지 스위치를 온(ON)하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 전극 슈트부는 상기 근육 자극 신호를 측정 및 상기 근전도 측정을 동시에 하기 위하여 제1 전극의 채널 스위치 및 제2 전극의 참조 스위치를 온(ON)하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 자극부는 상기 근전도 신호의 주파수 보다 높은 주파수의 상기 근육 자극 신호를 상기 전극 슈트부에 전달하는 것을 특징으로 할 수 있다.
본 발명의 다른 일측면에 따르면, 근전도 신호를 측정하여 측정된 상기 근전도 신호를 토대로 근육을 자극하는 다중 근육 자극기 시스템, 데이터를 처리하는 센서데이터 처리모듈부 및 센서데이터를 전송하는 센서데이터 전송모듈부를 포함하는 엣지 시스템, 상기 엣지 시스템의 처리 모듈부로부터 데이터를 전송 및 수신하는 서버 데이터 처리모듈부; 및 상기 엣지 시스템의 센서데이터 전송모듈부로부터 수신받은 데이터를 저장하는 센서데이터 데이터베이스(DB, Database)를 포함하는 인공지능 시스템 서버, 상기 엣지 시스템의 이동성 향상을 위한 이동통신 브릿지 및 무선 통신 서버와 연결하기 위한 상기 이동통신 중계기를 포함하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 다중 근육 자극기 시스템은, 매트릭스 구조를 가지는 전극 슈트를 포함하며, 상기 전극 슈트를 통해 동일 동작에서의 상기 근전도 신호를 측정하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 인공지능 시스템 서버는 상기 근전도 신호의 복수 측정을 통해 상기 복수 측정동안 전달되는 근육자극 신호를 기반으로 인공지능 학습을 수행하며, 복수 회의 인공지능 학습을 수행하여 뉴럴 네트워크 가중치를 계산하는 것을 특징으로 할 수 있다.
일 실시예에서, 상기 인공지능 학습 시스템은 상기 인공지능 학습 시스템을 통해 학습된 학습 데이터 및 상기 다층 뉴럴 네트워크 가중치를 통해 예측 데이터를 생성하는 인공지능 예측 시스템을 더 포함하고, 상기 인공지능 예측 시스템은 측정된 실시간 근전도 신호 및 상기 예측 데이터를 수신 받고, 상기 다층 뉴럴 네트워크 가중치를 통해 상기 근육 자극 신호를 복수의 전극 중 적어도 하나 이상의 전극으로 전달하도록 제어 신호를 상기 다중 근육 자극기 시스템에 전달 하는 것을 특징으로 할 수 있다.
본 발명의 또 다른 일측면에 있어서, 다중 근육 자극기 시스템에서 수행되는 다중 근육 자극 방법에 있어서, 전극 슈트부에서 수행되며, 근전도 신호 측정 및 근육 자극 신호를 수신 하는 근전도 신호 측정 및 근육 자극 단계, 앰프부에서 수행되며, 상기 측정된 근전도 신호를 증폭하기 위한 증폭단계, 자극부에서 수행되며 상기 근육 자극 신호를 전달하는 자극 신호 전달 단계, 신호 처리부에서 수행되며, 상기 근전도 신호 데이터 처리를 위한 데이터 처리 단계, 저역필터부에서 수행되며, 낮은 주파수의 신호를 통과시키는 저역필터 단계 및 프로세서부에서 수행되며, 상기 전극 슈트부와 연결되는 복수의 스위치를 제어하는 제어단계를 포함하며, 상기 저역필터 단계는 상기 근전도 신호의 노이즈를 제거하며, 상기 근전도 신호만 통과하도록하는 단계를 포함하는 것을 특징으로 할 수 있다.
본 발명에 따르면 뇌졸중으로 인해 마비된 환자의 근육 부위를 자극하여 동작을 유도하며, 반복된 동작에 대한 근전도 신호를 학습한 후, 예측 하여 근육에 자극 신호를 통해 근전도 신호에 맞는 동작을 할 수 있는 이점을 가진다.
도 1 및 도 2는 본 발명의 실시예에 따른 다중 근육 자극기 시스템(100)을 설명하기 위한 참고도이다.
도 3은 본 발명의 실시예에 따른 자극을 위한 프로토콜을 도시한 참고도이다.
도 4는 본 발명의 실시예에 따른 이두박근과 삼두박근을 수축하여 팔굼치를 오무렸다 폈다하는 동작을 제어하기 위한 프레임의 구조를 설명하기 위한 참고도이다.
도 5는 본 발명의 실시예에 따른 복수의 근육을 동시에 자극할 수 있는 슈퍼 프레임의 구조를 설명하기 위한 참고도이다.
도 6은 본 발명의 실시예에 따른 디바이스, 엣지 시스템, 서버, 이동통신 브릿지, 이동통신 중계기를 설명하기 위한 참고도이다.
도 7은 본 발명의 실시예에 따른 인공지능 학습 시스템의 구조를 설명하기 위한 참고도이다.
도 8은 본 발명의 실시예에 따른 인공지능 예측 시스템의 구조를 설명하기 위한 참고도이다.
도 9는 다중 근육 자극 방법의 순서를 설명하기 위한 순서도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
명세서에 기재된 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
또한, 명세서에 기재된 "...부"의 용어는 하나 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.
도 1 및 도 2는 본 발명의 실시예에 따른 다중 근육 자극기 시스템(100)을 설명하기 위한 참고도이다.
먼저, 뇌졸중 환자의 마비 부위에 근육 자극을 위해, 사람의 신체 근육 약 600개 중 특정 근육 부위를 자극하기 위해서는 대상이 되는 근육 부위 내에 자극 신호를 위한 전극과 접지를 위한 전극이 함께 있어야 한다. 또한, 설치된 전극을 기반으로 다양한 동작을 구현하기 위해서는 다양한 근육을 자극해야 하는데, 매트릭스 구조의 전극 슈트와 특정 근육을 자극하기 위한 전극을 선택하기 위한 전극 스위치가 필요하다.
도 1을 살펴보면, 다중 근육 자극기 시스템(100)은 전극 슈트부(110), 앰프부(120), 신호 처리부(130), 저역필터부(140), 프로세서부(150), 자극부(160)을 포함한다.
여기에서, 전극 슈트부(110)는 전극 패드를 포함하며, 전극 패드를 통해 특정 부위의 근전도 신호를 측정할 수 있으며, 근육 자극 신호를 수신 받을 수 있다. 전극 슈브부(110)를 통해 근전도 신호 및 근육 자극 신호를 수신 받은 후, 앰프부(120)는 근전도 신호 및 근육 자극 신호 중 적어도 어느 하나의 신호를 증폭 시킨다. 앰프부(120)를 통해 증폭된 근전도 신호 및 근육 자극 신호 중 적어도 어느 하나의 신호는 신호 처리부(130)를 통해 근전도 신호의 데이터 처리를 하며, 여기에서 데이터 처리란, 디지털화된 신호를 원하는 방향으로 정보 신호를 수정하거나 개선할 목적으로 알고리즘에 의해 수치적으로 처리하는 것을 의미며, 보통 아날로그 신호를 디지털화하는 과정에서 이산 신호가 되고 수치화 되는 것을 의미한다. 신호 처리부(130)로부터 데이터 처리된 근전도 신호를 낮은 주파수 신호만을 통과시키는 저역필터부에 통과시켜, 노이즈를 제거하여 근전도 신호만을 통과한다. 또한, 프로세서부(150)는 근육 자극 제어 및 전극 슈트부(110)와 연결되는 복수의 스위치를 제어하며, 자극부(160)는 각 패드의 자극을 줄 수 있는 근육 자극 신호를 전달한다.
전극 슈트부(110)는 매트릭스 구조의 형상을 가지며, 전극 슈트부(110)가 포함하는 각 전극에는, 자극의 신호를 근육에 전달하거나 근육의 근전도 신호를 앰프부로 전달하기 위한 채널 전극, 근육 자극 신호 및 근전도 신호 중 적어도 어느 하나의 기준이 되는 접지 전극 및 근육의 근전도 신호를 증폭할 때 기준 신호를 측정하기 위한 참조 전극을 포함하며, 이를 선택하기 위한 스위치를 포함한다.
하나의 전극은 채널 전극, 접지 전극 및 참조 전극 중 하나의 역할을 할 수 있다.
채널 전극은 근전도를 측정하거나 자극을 전달하는 역할을 하고, 접지 전극은 근전도를 측정하거나 자극을 줄 때 기준 전위 역할을 하며, 참조 전극은 근전도를 측정할 때, 비교 전위로 활용 될 수 있다.
근육을 자극할 때는 채널 전극과 접지 전극이 자극하고자 하는 위치에 동시에 존재해야 하기 때문에 매트릭스 구조의 전극 슈트부(110)의 슈트 전극에서 자극하고자 하는 위치가 변경될 때마다 동시에 자극을 주는 채널 전극과 접지 전극이 변경되어야 한다.
또한, 근전도를 측정하기 위해서는 전극 슈트부(110)의 접지 전극 또는 참조 전극을 이용하여 측정할 수 있다.
도 3은 본 발명의 실시예에 따른 자극을 위한 프로토콜을 도시한 참고도이다.
근전도 신호는 100Hz에서 500hz사이의 주파수를 가지며, 자극할 때는 근전도 신호와 구별하기 위해서 그전도 신호보다 높은 주파수로 자극을 하여야 한다. 또한, 여러 근육을 자극하기 위해 자극을 위한 프로토콜이 필요하다.
하나의 슈퍼프레임은 여러 개의 프레임으로 구성되며, 하나의 프레임은 여러 개의 슬롯으로 구성된다.
하나의 슬롯의 길이는 자극 펄스 하나의 파장 길이로 정하며, 프레임의 길이는 자극 펄스의 간격에 따라 정한다. 또한, 자극 펄스의 파장과 자극 간격은 근육에 따라 달라진다.
상기 자극부(160)가 근육을 자극하기 위해 근육 자극 신호를 전달할 때, 하나의 슬롯에는 하나의 자극기 신호를 할당할 수 있으며, 따라서 복수의 전극 중 하나의 채널 스위치만 온(ON)될 수 있고, 다른 전극의 접지 스위치도 온(ON) 되어야 한다.
보다 자세하게는 제1 내지 제10 근육 중 제1 근육 위치에 근육 자극 신호를 전달하기 위해 제1 채널 스위치는 온(ON) 상태여야 하며, 나머지 제2 내지 제10 근육 위치의 전극에는 접지 스위치를 온(ON) 상태로 하여야 한다.
또한, 자극 신호를 전달하여 자극을 함과 동시에, 근전도 측정을 하기 위해서는 측정하고자 하는 스위치의 채널 스위치와 참조 스위치 모두 온(ON) 상태로 하여야 한다.
여기에서, 슬롯의 개수만큼 동시에 여러 개의 근육 자극 신호를 전달하여 근육을 자극할 수 있다. 또한, 근육의 활성 정도는 동일 자극기의 슬롯이 포함된 프레임의 반복 정도에 따라 달라진다.
도 4는 본 발명의 실시예에 따른 이두박근과 삼두박근을 수축하여 팔굼치를 오무렸다 폈다하는 동작을 제어하기 위한 프레임의 구조를 설명하기 위한 참고도이다.
도 4a) 및 4b)를 참조하면, 전극 1 내지 전극 3은 이두박근에 설치하며, 전극 4 내지 전극 5는 삼두박근에 설치하며, 전극 1은 이두박근을 수축하기 위해서 채널 1 스위치를 슬롯 1에서 온(ON)하고 전극 2는 자극기 1의 펄스 신호에 따라 슬롯 1에서만 접지 2 스위치를 온(ON)하며 전극 3은 근전도 측정을 위해서 참조 3 스위치를 온(ON)할 수 있다.
또한, 전극 4는 삼두박근을 수축하기 위해 채널 4 스위치를 슬롯 2에서 온(ON)하고 전극 5는 자극기 4의 펄스 신호에 따라 슬롯 2에서만 접지 5 스위치를 온(ON)할 수 있다.
도 5는 본 발명의 실시예에 따른 복수의 근육을 동시에 자극할 수 있는 슈퍼 프레임의 구조를 설명하기 위한 참고도이다.
도 5를 참조하면, 하나의 자극 펄스의 길이가 400us이고, 자극 펄스와의 간격이 20ms이면 총 50개의 근육을 동시에 자극할 수 있다.
또한, 각 근육을 동시에 자극하는 근육 자극 신호를 전달함과 동시에 각 근육의 근전도 신호를 측정할 수 있다.
뇌졸중 환자의 마비 증세의 회복은 보통 짧게는 2개월에서 길게는 6개월이상 걸리는게 보통이다.
또한, 회복 기간 동안 근전도의 신호는 변화하게 되며, 따라서, 뇌졸중 환자의 근전도 신호를 통해 동작 의도를 파악하기 위한 인공지능 학습 시스템을 도 6내지 도 8을 참조하여 설명하고자 한다.
도 6은 본 발명의 실시예에 따른 디바이스, 엣지 시스템, 서버, 이동통신 브릿지, 이동통신 중계기를 설명하기 위한 참고도이다.
도 7은 본 발명의 실시예에 따른 인공지능 학습 시스템의 구조를 설명하기 위한 참고도이다.
도 8은 본 발명의 실시예에 따른 인공지능 예측 시스템의 구조를 설명하기 위한 참고도이다.
도 6을 참조하면, 인공지능 학습 시스템은 다증 근육 자극기 시스템, 엣지 시스템, 인공지능 시스템 서버, 이동통신 브릿지 및 중계기를 포함한다.
다중 근육 자극기 시스템(100)은 근전도 신호를 측정하여 근전도 신호를 토대로 근육을 자극하며, 엣지 시스템(610)은 데이터를 처리하는 센서데이터 처리모듈부 및 센서데이터를 전송하는 센서데이터 전송 모듈부를 포함한다.
인공지능 시스템 서버는, 엣지 시스템(610)의 센서데이터 처리모듈부로부터 데이터를 전송 및 수신하는 서버 데이터 처리모듈부 및 엣지 시스템(610)의 센서데이터 전송모듈부로부터 수신받은 데이터를 저장하는 센서데이터 데이터베이스(DB, Database)를 포함한다. 또한, 근전도 신호의 복수 측정을 통해 복수 측정동안 전달되는 근육 자극 신호를 기반으로 인공지능 학습을 수행하며, 복수 회의 인공지능 학습을 수행하여 뉴럴 네트워크 가중치를 계산할 수 있다.
이동통신 중계기(630) 및 이동통신 브릿지(640)은 엣지 시스템의 데이터이동성을 향상하기 위해 무선 인터넷을 통해 서버와 연결할 수 있다.
도 7을 참조하면, 매트릭스 전극 슈트를 통해서 뇌졸중으로 인해 마비된 환자의 반복된 특정 동작의 근전도 신호를 측정하고, 근전도 신호를 입력받아, 특정 동작의 신호를 정답으로 인공지능 학습 시스템(700)을 통해 반복 학습하며, 반복 학습을 통해 다층 뉴럴 네트워크의 가중치를 계산하며, 학습 데이터의 정답으로 특정된 신호를 가중치와 합하여 비용함수를 계산한다.
다중 근육 자극기 시스템은 매틀기스 구조를 가지는 전극 슈트를 포함하며, 전극 슈트를 통해 동일 동작에서의 근전도 신호를 측정할 수 있다.
도 8을 참조하면, 도 7의 인공지능 학습 시스템(700)을 통해 계산된 다층 뉴럴 네트워크의 가중치를 인공지능 예측 시스템에 대비하고, 매트릭스 전극 슈트로부터 측정한 실시간 근전도 신호 데이터를 입력으로 인공지능 예측 시스템을 통해 의도하는 동작을 예측할 수 있다.
실시간 근전도 데이터와 예측된 값을 입력으로 다층 뉴럴 네트워크의 가중치를 업데이트하며, 예측된 동작의도에 따라 정해진 근육에 부착된 전극에 근육 자극 신호를 전달하는 동작을 제어한다.
즉, 인공지능 학습 시스템(700)은 인공지능 학습 시스템을 통해 학습된 학습 데이터 및 상기 다층 뉴럴 네트워크 가중치를 통해 예측 데이터를 생성하는 예측 시스템을 더 포함하고, 인공지능 예측 시스템은 측정된 실시간 근전도 신호 및 상기 예측 데이터를 수신 받고, 다층 뉴럴 네트워크 가중치를 통해 근육 자극 신호를 복수의 전극 중 적어도 하나 이상의 전극으로 전달하도록 제어 신호를 다중 근육 자극기 시스템에 전달할 수 있다.
도 9는 다중 근육 자극 방법의 순서를 설명하기 위한 순서도이다.
도 9를 참조하면, 전극 슈트부에서 수행되며, 근전도 신호 측정 및 근육 자극 신호를 수신 할 수 있다(S901). 앰프부에서 수행되며, 상기 측정된 근전도 신호를 증폭할 수 있다(S902). 신호 처리부에서 수행되며, 상기 근전도 신호 데이터 처리를 할 수 있다(S903). 그 후, 자극부에서 수행되며 상기 근육 자극 신호를 전달하며, 저역필터부에서 수행되고, 낮은 주파수의 신호를 통과시킨다(S904). 프로세서부에서 수행되며, 상기 전극 슈트부와 연결되는 복수의 스위치를 제어한다(S905). 상기의 순서를 통해 다중 근육 자극 방법을 구현할 수 있다.

Claims (11)

  1. 근전도 신호를 측정하여 측정된 상기 근전도 신호를 토대로 근육을 자극하는 다중 근육 자극기 시스템에 있어서,
    근전도 신호 측정 및 근육 자극 신호를 수신 받는 전극 슈트부;
    상기 측정된 근전도 신호를 증폭하기 위한 앰프부;
    상기 근전도 신호 데이터 처리를 위한 신호 처리부;
    낮은 주파수의 신호를 통과시키는 저역필터부;
    상기 전극 슈트부와 연결되는 복수의 스위치를 제어하는 프로세서부; 및
    상기 근육 자극 신호를 전달하는 자극부를 포함하며,
    상기 저역필터부는,
    상기 근전도 신호의 노이즈를 제거하며, 상기 근전도 신호만 통과하도록하는 것
    을 특징으로 하는 다중 근육 자극기 시스템.
  2. 제1항에 있어서,
    상기 전극 슈트부는,
    상기 근전도 신호를 상기 앰프부로 전달하기 위한 채널 전극;
    상기 근육 자극 신호 및 근전도 신호 중 적어도 어느 하나의 기준 전위 역할을 하는 접지 전극; 및
    상기 근전도 신호를 측정할 때, 비교 전위 역할을 하는 참조 전극
    을 포함하는 것
    인 다중 근육 자극기 시스템.
  3. 제1항에 있어서,
    상기 전극 슈트부는,
    매트릭스 구조를 가지며, 상기 자극부로부터 특정 전극에 상기 근육 자극 신호를 수신하여 동작하기 위해 각 전극의 전극 스위치를 포함하는 것
    을 특징으로 하는 다중 근육 자극기 시스템.
  4. 제1항에 있어서,
    상기 자극부는,
    제1 근육 자극 신호를 전달하기 위해, 제1 전극의 채널 스위치를 온(ON)하며, 제1 전극을 제외한 나머지 전극의 접지 스위치를 온(ON)하는 것
    을 특징으로 하는 다중 근육 자극기 시스템.
  5. 제1항에 있어서,
    상기 전극 슈트부는,
    상기 근육 자극 신호를 측정 및 상기 근전도 측정을 동시에 하기 위하여 제1 전극의 채널 스위치 및 제2 전극의 참조 스위치를 온(ON)하는 것
    을 특징으로 하는 다중 근육 자극기 시스템.
  6. 제1항에 있어서,
    상기 자극부는,
    상기 근전도 신호의 주파수 보다 높은 주파수의 상기 근육 자극 신호를 상기 전극 슈트부에 전달하는 것
    을 특징으로 하는 다중 근육 자극기 시스템.
  7. 근전도 신호를 측정하여 측정된 상기 근전도 신호를 토대로 근육을 자극하는 다중 근육 자극기 시스템;
    데이터를 처리하는 센서데이터 처리모듈부; 및 센서데이터를 전송하는 센서데이터 전송모듈부;를 포함하는 엣지 시스템;
    상기 엣지 시스템의 센서데이터 처리모듈부로부터 데이터를 전송 및 수신하는 서버 데이터 처리모듈부; 및 상기 엣지 시스템의 센서데이터 전송모듈부로부터 수신받은 데이터를 저장하는 센서데이터 데이터베이스(DB, Database)를 포함하는 인공지능 시스템 서버;
    상기 엣지 시스템의 이동성 향상을 위한 이동통신 브릿지; 및
    무선 통신 서버와 연결하기 위한 상기 이동통신 중계기
    를 포함하는 것
    인 인공지능 학습 시스템.
  8. 제7항에 있어서,
    상기 다중 근육 자극기 시스템은,
    매트릭스 구조를 가지는 전극 슈트를 포함하며,
    상기 전극 슈트를 통해 동일 동작에서의 상기 근전도 신호를 측정하는 것
    을 특징으로 하는 인공지능 학습 시스템.
  9. 제8항에 있어서,
    상기 인공지능 시스템 서버는,
    상기 근전도 신호의 복수 측정을 통해 상기 복수 측정동안 전달되는 근육자극 신호를 기반으로 인공지능 학습을 수행하며, 복수 회의 인공지능 학습을 수행하여 뉴럴 네트워크 가중치를 계산하는 것
    을 특징으로 하는 인공지능 학습 시스템.
  10. 제9항에 있어서,
    상기 인공지능 학습 시스템은,
    상기 인공지능 학습 시스템을 통해 학습된 학습 데이터 및 상기 다층 뉴럴 네트워크 가중치를 통해 예측 데이터를 생성하는 인공지능 예측 시스템을 더 포함하고,
    상기 인공지능 예측 시스템은,
    측정된 실시간 근전도 신호 및 상기 예측 데이터를 수신 받고, 상기 다층 뉴럴 네트워크 가중치를 통해 상기 근육 자극 신호를 복수의 전극 중 적어도 하나 이상의 전극으로 전달하도록 제어 신호를 상기 다중 근육 자극기 시스템에 전달 하는 것
    을 특징으로 하는 인공지능 학습 시스템.
  11. 다중 근육 자극기 시스템에서 수행되는 다중 근육 자극 방법에 있어서,
    전극 슈트부에서 수행되며, 근전도 신호 측정 및 근육 자극 신호를 수신 하는 근전도 신호 측정 및 근육 자극 단계;
    앰프부에서 수행되며, 상기 측정된 근전도 신호를 증폭하기 위한 증폭단계;
    신호 처리부에서 수행되며, 상기 근전도 신호 데이터 처리를 위한 데이터 처리 단계;
    자극부에서 수행되며 상기 근육 자극 신호를 전달하는 자극 신호 전달 단계;
    저역필터부에서 수행되며, 낮은 주파수의 신호를 통과시키는 저역필터 단계; 및
    프로세서부에서 수행되며, 상기 전극 슈트부와 연결되는 복수의 스위치를 제어하는 제어단계를 포함하며,
    상기 저역필터 단계는,
    상기 근전도 신호의 노이즈를 제거하며, 상기 근전도 신호만 통과하도록하는 단계
    를 포함하는 것
    인 다중 근육 자극 방법.
KR1020210081187A 2020-06-22 2021-06-22 다중 근육 자극기 시스템 및 그 방법 KR102588532B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200075538 2020-06-22
KR20200075538 2020-06-22

Publications (2)

Publication Number Publication Date
KR20210157904A true KR20210157904A (ko) 2021-12-29
KR102588532B1 KR102588532B1 (ko) 2023-10-13

Family

ID=79176952

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210081187A KR102588532B1 (ko) 2020-06-22 2021-06-22 다중 근육 자극기 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR102588532B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4191382A2 (en) 2021-11-16 2023-06-07 Samsung Electronics Co., Ltd. Memory device, method of driving the memory device, and method of driving host device

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001029485A (ja) * 1999-07-15 2001-02-06 Sony Corp 電気刺激装置及び電気刺激を用いた力触覚呈示装置並びにこれらの制御方法
KR20100079350A (ko) * 2008-12-31 2010-07-08 연세대학교 산학협력단 의복형 근전도 및 기능적 전기자극 시스템
KR20140128487A (ko) * 2013-04-25 2014-11-06 삼육대학교산학협력단 신체 대칭 구조에서 비 마비측 근활성도를 이용한 편측 마비 부위의 기능적 전기자극치료 시스템 및 전기자극치료 제어 방법
KR20150062905A (ko) * 2013-11-29 2015-06-08 문찬곤 메쉬 구조를 이용한 생체신호 측정 및 전기자극 장치
KR20170099030A (ko) * 2016-02-22 2017-08-31 한국전자통신연구원 생체 자극 및 생체 신호 측정 겸용 회로
KR20170137069A (ko) * 2015-02-26 2017-12-12 알비 페이턴츠 에스에이알엘 한 쌍의 전극 및 연관된 경피 전극을 단락시키고 접지시키는 수단을 포함하는 근전도의 기능적 전기 자극 및 측정을 위한 디바이스
JP2017217443A (ja) * 2016-06-07 2017-12-14 学校法人梅村学園 筋状態測定シート
KR20180109750A (ko) * 2017-03-28 2018-10-08 주식회사 엑소시스템즈 웨어러블 장치 및 그것을 포함하는 재활 시스템
JP2019185259A (ja) * 2018-04-05 2019-10-24 チェスト株式会社 データ分析予測装置およびデータ分析予測プログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001029485A (ja) * 1999-07-15 2001-02-06 Sony Corp 電気刺激装置及び電気刺激を用いた力触覚呈示装置並びにこれらの制御方法
KR20100079350A (ko) * 2008-12-31 2010-07-08 연세대학교 산학협력단 의복형 근전도 및 기능적 전기자극 시스템
KR20140128487A (ko) * 2013-04-25 2014-11-06 삼육대학교산학협력단 신체 대칭 구조에서 비 마비측 근활성도를 이용한 편측 마비 부위의 기능적 전기자극치료 시스템 및 전기자극치료 제어 방법
KR20150062905A (ko) * 2013-11-29 2015-06-08 문찬곤 메쉬 구조를 이용한 생체신호 측정 및 전기자극 장치
KR20170137069A (ko) * 2015-02-26 2017-12-12 알비 페이턴츠 에스에이알엘 한 쌍의 전극 및 연관된 경피 전극을 단락시키고 접지시키는 수단을 포함하는 근전도의 기능적 전기 자극 및 측정을 위한 디바이스
KR20170099030A (ko) * 2016-02-22 2017-08-31 한국전자통신연구원 생체 자극 및 생체 신호 측정 겸용 회로
JP2017217443A (ja) * 2016-06-07 2017-12-14 学校法人梅村学園 筋状態測定シート
KR20180109750A (ko) * 2017-03-28 2018-10-08 주식회사 엑소시스템즈 웨어러블 장치 및 그것을 포함하는 재활 시스템
JP2019185259A (ja) * 2018-04-05 2019-10-24 チェスト株式会社 データ分析予測装置およびデータ分析予測プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4191382A2 (en) 2021-11-16 2023-06-07 Samsung Electronics Co., Ltd. Memory device, method of driving the memory device, and method of driving host device

Also Published As

Publication number Publication date
KR102588532B1 (ko) 2023-10-13

Similar Documents

Publication Publication Date Title
EP3801743B1 (en) Methods and apparatus for providing sub-muscular control
US8744588B2 (en) Method and system for connecting an impaired nervous system to a muscle or a group of muscles based on template matching and intelligent end points
Zhang et al. A real-time, practical sensor fault-tolerant module for robust EMG pattern recognition
Navajas et al. Minimum requirements for accurate and efficient real-time on-chip spike sorting
Groh Converting neural signals from place codes to rate codes
US20060155386A1 (en) Electromyographic sensor
RU2017109707A (ru) Система бесконтактной регистрации электрокардиограммы
US9597002B2 (en) Systems, methods, and uses of a Bayes-optimal nonlinear filtering algorithm
Mrachacz‐Kersting et al. Towards a mechanistic approach for the development of non‐invasive brain‐computer interfaces for motor rehabilitation
Farshchi et al. Bi-Fi: An embedded sensor/system architecture for remote biological monitoring
KR20210157904A (ko) 다중 근육 자극기 시스템 및 그 방법
Venkatesh et al. A Complex Brain Learning Skeleton Comprising Enriched Pattern Neural Network System for Next Era Internet of Things
CN116831874A (zh) 一种基于肌电信号的下肢康复器控制方法
US20230148943A1 (en) Network analysis of electromyography for diagnostic and prognostic assessment
Vinoj et al. IoT-powered deep learning brain network for assisting quadriplegic people
WO2006013585A1 (en) Method and equipment for monitoring the functionality of the spinal cord
WO2002054951A2 (en) Decoding algorithm for neuronal responses
CN113576416A (zh) 一种改善手部震颤的方法及装置
Graupe et al. Applications of neural networks to medical signal processing
CN1615102A (zh) 应用特定脑波形调节身体器官的功能
Heelan et al. A mobile embedded platform for high performance neural signal computation and communication
CN112807632A (zh) 训练仪的参数优化方法、系统、肌肉训练设备以及装置
US11157082B2 (en) Method, human machine interface, machine computing unit and computer programs to control at least one actuator to carry out at least one task
CN112827063B (zh) 一种肌电刺激电流数据的处理方法和装置
CN113952175B (zh) 辅助性外骨骼的控制方法及相关装置

Legal Events

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