CNN-LSTM 기반의 상지 재활운동 실시간 모니터링 시스템
CNN-LSTM-based Upper Extremity Rehabilitation Exercise Real-time Monitoring System
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 논문에서는 독립적으로 재활을 진행하는 근골격계 환자를 위하여 CNN-LSTM 기반의 상지 재활운동 실시간 모니터링 시스템을 구현하였다. 구현된 시스템은 EMG, IMU가 탑재된 어깨 착용형 하드웨어를 통해 생체신호를 계측하고 잡음 제거와 학습을 위하여 전처리 과정과 정규화를 진행하여 학습 데이터로 사용한다. 구현된 모델은 특징 검출을 위한 6개 레이어와 분류를 위한 2개의 레이어로 구성되어 있으며 검증 데이터에 대한 학습 결과 97.44%를 확인할 수 있었다. 이후 Teachable machine과의 비교평가를 진행하였으며 비교평가 결과 구현된 모델은 93.6%, Teachable machine은 94.4%로 두 모델이 우수한 분류 성능을 나타내는 것을 확인하였다.
Abstract
In this paper, a CNN-LSTM-based upper extremity rehabilitation exercise real-time monitoring system was implemented for musculoskeletal patients undergoing rehabilitation independently. The implemented system measures biosignals through shoulder wearable hardware equipped with EMG and IMU, and it uses them as learning data after preprocessing, normalization and noise removal. The implemented model consists of 6 layers for feature detection and 2 layers for classification, and learning result was confirmed 97.44%. Afterwards, we conducted a comparative evaluation with the teachable machine. it was confirmed as a result of the comparative evaluation, the implemented model was 93.6% and the teachable machine was 94.4%, confirming that the two models showed excellent classification performance.
참고문헌 (5)
- 김경아, "관절 가동범위 향상을 위한 원격 모션 인식 재활 시스템", 융합신호처리학회 논문지, 20(3), pp.151~158 (2019), 한국융합신호처리학회[DOI]
- 최동규, "재활 의료 보조를 위한 딥러닝 기반 무인 의료 시스템의 설계 및 성능평가", 한국정보통신학회논문지, 25(12), pp.1949~1955 (2021), 한국정보통신학회[DOI]
- 서보석, "CNN-LSTM을 사용한 긴 주기 펄스 레이다 신호 속성 분류", 한국전자파학회 논문지, 33(1), pp.76~82 (2022), 한국전자파학회[DOI]
- N. K. Karnam, "EMGHandNet: A hybrid CNN and Bi-LSTM architecture for hand activity classification using surface EMG signals", Biocybernetics and Biomedical Engineering, 42, pp.325~340 (2022)
- Disability Assessment Criteria, "National Knowledge Portal", Ministry of Health and Welfare, 99~ (2020)