Earticle

현재 위치 Home

근전도 신호를 이용한 전자 의수 신경망 제어에 관한 연구
A Study on Neural Network Control of Electronic Prosthetic Hand Using Electromyography Signals

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제8권 3호 (2024.03)바로가기
  • 페이지
    pp.631-638
  • 저자
    조현섭
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A444084

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
This paper is about the development and evaluation of technology to control an electronic prosthetic hand using a neural network algorithm based on electromyography signals. It was designed to enable people with disabilities to reproduce more natural movements, and the collection and processing of electromyography signals, design of a neural network model, and control algorithm were implemented. Electromyography(EMG) signals are obtained in the form of voltage values of micro-signals that occur during muscle contraction and relaxation during physical activity. The reference electrode is placed side by side in the middle of the two input electrodes, the input electrode is rod-shaped, and the reference electrode is designed in two shapes: rod-shaped and circular. In this study, we proposed a neural network-based approach to control an electronic prosthetic hand using electromyography signals, and designed the neural network to precisely control the movement of the prosthetic hand by interpreting the user's muscle signals.
한국어
본 논문은 근전도 신호를 기반으로 한 신경망 알고리즘을 사용하여 전자 의수를 제어하는 기술의 개발과 평가에 관한 것이다. 장애를 가진 사람들이 보다 자연스러운 움직임을 재현할 수 있도록 설계하였고 근전도 신호 의 수집, 처리, 신경망 모델의 설계 그리고 제어 알고리즘을 구현하였다. 근전도(EMG) 신호는 신체활동 중 근육 의 수축-이완 과정에서 발생하는 미세신호의 전압값 형태로 얻어진다. 기준 전극은 두 입력전극의 가운데에 나란 히 배치되고, 입력전극은 막대형, 기준전극은 막대형과 원형의 두 가지 형상으로 설계하였다. 본 연구에서는 근전 도 신호를 이용하여 전자 의수를 제어하는 신경망 기반 접근 방식을 제안하였고 신경망이 사용자의 근육 신호를 해석하여 의수의 움직임을 정밀하게 제어할 수 있도록 설계하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
2.1 근전도 신호 설계
2.2 근전도 신호측정 실험
Ⅲ. EMG신호의 NNAC제어
3.1 NNAC제어
3.2 근전도 신호 측정 및 NNAC알고리즘 적용
Ⅳ. 결과 및 고찰
4.1 EMG 신호 측정 분석
4.2 EMG 신호를 이용한 LED On/Off 분석
4.3 EMG 신호를 이용한 전자 의수 동작 분석
Ⅴ. 결론
REFERENCES

키워드

근전도신호 전자의수제어 근전도센서 근육바이오센서 신경망 Electromyography signal Neural network control Electromyography sensor Muscle biosensor Neural network

저자

  • 조현섭 [ Hyun-Seob Cho | 청운대학교 전자공학과 교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제8권 3호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.