Earticle

초록

영어

This study proposes a SER-M-based VerticalFit AI model to quantify postural alignment and explore posture-deviation candidates during vestibular rehabilitation. The vertical alignment of the ear, shoulder center, elbow, and lateral malleolus was measured using MediaPipe Pose landmarks, E-align, and posture angle. Twelve posture conditions by one researcher were analyzed, including six conventional vestibular-rehabilitation exercises and six VerticalFit exercises. A total of 1,270 skeletal-feature records were examined using 90th-percentile screening and Random Forest feature importance. The initial LoRA result was not treated as generalizable because complete training settings and an independent test set were not preserved. The approximately 78° angle occurred during intentional forward flexion with posture recovery, not a fall. This exploratory PoC requires validation with multiple participants and clinical measures.

한국어

본 연구는 전정재활운동의 자세 정렬을 정량화하고 자세 이탈 후보를 탐색하기 위한 SER-M 기반 VerticalFit AI 모델을 제안한다. 측면 자세에서 귀, 어깨 중앙, 팔꿈치, 복사뼈의 수직 정렬을 기준으로 MediaPipe Pose Landmark, E-align 및 Angle을 산출하였다. 동일 연구자 1인이 수행한 일반 전정재활운동 6종과 VerticalFit 운동 6종의 12종 자세 조건을 분석하고, 1,270개 골격 특징 레코드에 90분위수와 Random Forest feature importance를 적용하였다. 초기 LoRA 분류 결과는 학습설정과 독립 시험자료가 충분히 보존되지 않아 일반화 성능으로 해석하지 않았다. 약 78°의 목 방향각은 실제 낙상이 아니라 의도적 전방 굴곡과 자세 회복이 포함된 동적 운동 프레임에서 확인되었다. 본 연구는 자세 정렬과 이탈 후보 탐색의 실행가능성을 확인한 탐색적 PoC이며, 향후 다수 참여자와 임상 지표를 이용한 검증이 필요하다.

목차

요약
Abstract
1. 서론
2. 연구설계 및 절차
2.1 조사대상
2.2 실험방법
2.3 분석방법
3. 분석결과
3.1 일반적 특성
3.2 동적 운동 프레임의 오분류 사례
3.3 90분위수 기반 자세 이탈 후보
3.4 XAI 기반 feature importance
3.5 실시간 모니터링 PoC와 초기 학습
4. SER-M 기반 AI 헬스케어 및 규제 전략
5. 논의
6. 결론
REFERENCES

키워드

저자

• 이정필 [ Jeong-Pil Lee | 서울과학종합대학원 AI전략경영학과 석사과정 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  미래기술융합논문지

• 간기

  격월간

• eISSN

  2951-2468

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 530 DDC 620