Earticle

초록

영어

The Maximum Lyapunov Exponent (MLE) has emerged as a critical metric for assessing gait stability, yet methodological inconsistencies across studies have hindered comparative analyses. This study systematically investigates the effects of stride count (50, 100, 150, 200 strides), data normalization (raw vs. normalized time series), and Average Mutual Information–False Nearest Neighbor (AMI–FNN) parameterization on MLE estimation during overground walking. Motion capture data from key anatomical markers (C7,right knee, right ankle) were analyzed using Wolf and Rosenstein algorithms. Linear mixed-effects models revealed significant effects of stride count on MLE values, with longer datasets (100-200 strides) producing more stable estimates than shorter ones (50 strides). Data normalization preserved essential gait dynamics while reducing computational variability. AMI-derived time delays remained consistent across stride counts, while FNN-determined embedding dimensions stabilized at 5 after 100-150 strides. The Wolf algorithm consistently produced lower MLE estimates than Rosenstein , though post-hoc analyses revealed no significant differences when standardized parameters were applied. This study presents evidence-based recommendations for the standardization of MLE calculation and emphasizes the importance of methodological consistency in gait stability assessment.

한국어

최대 리아푸노프 지수(Maximum Lyapunov Exponent, MLE)는 보행 안정성을 평가하는 핵심 지표로 부상하 였으나, 연구 간 방법론적 불일치로 인해 비교 분석에 어려움이 있었다. 본 연구는 지면 보행 중 MLE 추정에 영향을 미치 는 보폭 수(50, 100, 150, 200 보폭), 데이터 정규화(비정규화 vs. 정규화된 시계열), 그리고 Average Mutual Information-False Nearest Neighbor, AMI-FNN 매개변수화의 효과를 체계적으로 분석하였다. 주요 신체 마커 (C7, 오른쪽 무릎, 오른쪽 발목)의 모션 캡처 데이터를 Wolf 및 Rosenstein 알고리즘을 이용해 분석하였다. 선형 혼합 효과 모형 결과, 보폭 수가 MLE 값에 유의한 영향을 미치는 것으로 나타났으며, 긴 데이터 세트(100-200 보폭)가 짧은 세트(50 보폭)보다 더 안정적인 추정치를 산출하였다. 데이터 정규화는 보행의 핵심 역학 특성을 유지하면서 계산적 변동 성을 줄였다. AMI 기반의 시간 지연(time delay)은 보폭 수에 따라 일정하게 유지되었고, FNN으로 계산된 매개변수(임 베딩 차원)는 100-150 보폭 이후 5에서 안정화되었다. Wolf 알고리즘은 Rosenstein 알고리즘보다 일관되게 낮은 MLE 값을 산출하였다. 그러나 표준화된 매개변수를 적용한 사후 분석에서는 두 알고리즘 간 유의한 차이가 나타나지 않았다. 본 연구는 MLE 계산의 표준화에 대한 근거 기반 권고안을 제시하며, 보행 안정성 평가의 방법론적 부분에서 일관성의 중요성을 강조한다고 판단된다.

목차

요약
Abstract
Ⅰ. Introduction
Ⅱ. Methods
1. Data Collection and Participants
2. Data Processing and Stride Segmentation
3. AMI-FNN Parameterization
4. MLE Calculation Algorithms
5. Statistical Analysis
Ⅲ. Result
1. Stride Count Effects on MLE Parameters
2. Data Normalization Effects
3. Statistical Model Performance
Ⅳ. Discussion
1. Stride Count Optimization
2. Data Normalization Considerations
3. Algorithm Selection and Standardization
4. AMI-FNN Parameterization Robustness
Ⅴ. Conclusion
References

키워드

최대 리아푸노프 지수 보행 안정성 비선형 동역학 보폭 수 데이터 정규화 시간 지연 Maximum Lyapunov Exponent Gait Nonlinear dynamics Stride count Data normalization Time delay

저자

• 파우델 디네쉬 [ Paudel Dinesh | 서울기독대학교, 특임교수 ]
• 백진호 [ Back, Jin-Ho | 강원대학교, 교수 ]

참고문헌

발행기관

간행물