머신러닝을 이용한 EMG 신호 기반의 동작 인지
- 양준혁
- 국립인천대학교
- 작품구분일반형
- 공개여부공개
- 카테고리의료
- 등록일2021-09-14
- 팀원(공동개발자)
- 출품 경진대회2021. 공과대학 EATED 프로그램 연구성과 중간발표 행사
- 0
- 0
- 1,320
상세설명
1. 수행배경
- 매년 약 185000 명의 사지 절단 및 마비 환자 발생하고 있다
- 전세계적으로 사지절단, 마비 환자 증가로 인한 prothesis(의수) 수요 증가하고 있다.
- 따라서 EMG signal을 통한 정확한 Hand motion 인지를 위한 연구를 진행하고자 한다.
2. 수행기간
- 2021 . 05 ~
3. 개발작품 설명
- 표면 근전도를 사용하여 Raw data를 얻는다
- Raw data 를 pre-processing 을 거쳐 적절한 데이터로 나타내준다.
- Pre-processing을 거친 EMG 데이터로부터 Feature 들을 추출해내는 Feature extraction 을 해준다
- 정리된 Data들을 Classifier( SVM, ANN)를 사용하여 분류를 해준다.
- 분류 결과 ANN 의 알고리즘에서 가장 높은 91.1%의 정확도를 얻었지만 근전도센서의 부착부위를 늘리고, 더욱 적절한 feature들을 찾아 Data의 양을 늘려 더 유의미한 정보를 얻고 , 다시 Classification을 해준다면 더 높은 Accuracy를 얻을 수 있을 거라는 결과를 얻었다.
4. 활용방안
- 더 높은 정확도 (Accuracy)를 얻는다면 손가락 움직임이 자유로운 의수의 제어 신호로 사용가능할 것이다
소개 영상
소개 슬라이드
정보가 없습니다.