KCI등재
시간차 신호 분석에 기반한 EMG 신호 패턴인식 = EMG Pattern Recognition based on Temporal Difference Signal Analysis
저자
발행기관
학술지명
권호사항
발행연도
2019
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
1155-1164(10쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
This study presents a new method that analyzes the EMG(Electromyography) from human body muscle and recognizes the movements. Existing EMG pattern recognitions have used method which recognizes movement attained from just one point in time when it gets the signals from the muscle related with specific movement. To recognize a specific movement, this study presents a new EMG pattern recognition method which uses EMG signals of not only present time point but previous time slots and can performs recognition more accurately. Feature extraction for each movement recognition is done by using 6 sub features including WL, MAV, WAmp, MSV, SSC, and ZC. These 6 sub features are described in this paper. This study shows the performance efficiency of this method by analyzing walking movement. For this, as presented in this paper, EMG signals are attained from 4 channels of legs and recognized by 6 filters of feature extraction. This experiment involves level walking, stair ascent, and stair decent. The results of the method present in this paper shows the accuracies of 89.12(±3.81), 97.09%(±4.12), 98.71%(±3.19) while the results of the existing method shows the accuracies of 85.86(±4.97), 95.34%(±4.28), 94.67%(±4.86).
더보기본 논문에서는 인간의 근육으로부터 발생되는 EMG(Electromyography) 신호를 분석하여 동작을 인식하는 새로운 기법을 제안하였다. 기존의 EMG 패턴인식은 특정 동작의 인식을 위해 특정 동작과 관련이 깊은 근육 부위의 신호를 획득하되 한 시점에서 획득된 EMG 신호를 기반으로 동작을 인식하는 방법을 사용하고 있다. 본 논문에서는 특정 동작의 인식을 위해 현재 시점에서의 EMG 신호를 포함하여 특정 동작과 연관된 이전 시간대의 EMG 신호를 추가 반영함으로써 특정 동작의 인식이 보다 정확하게 수행될 수 있는 새로운 EMG 패턴인식 방법을 제안하였다. 각 동작의 인식을 위한 특징추출은 EMG 패턴인식을 위해 많이 사용되는 WL, MAV, WAmp, MSV, SSC, ZC의 6개 특징추출 방법을 사용하여 구성하였으며 본문에 그 6개의 특징추출 방법에 대해 기술하였다. 본 논문에서는 걷기 동작을 통해 제안한 방법의 성능을 확인하였으며 이를 위해 본문에 기술한 바와 같이 EMG 신호는 신체 부위 중 다리의 4 군데의 채널로부터 신호를 획득하여 6개의 특징화 방법을 적용하여 필터를 구성한 후 동작의 인식을 수행하였다. 실험은 평지 걷기, 계단 오르기, 계단 내려오기 동작으로 시행하였다. 실험결과 기존의 방법은 85.86%(±4.97), 95.34%(±4.28), 94.67%(±4.86)의 정확도를 나타내었으나, 제안한 방법은 89.12%(±3.81), 97.09%(±4.12), 98.71%(±3.19)로 나타나 본 논문의 제안결과를 확인할 수 있었다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2020 | 평가예정 | 신규평가 신청대상 (신규평가) | |
2019-12-01 | 평가 | 등재 탈락 (기타) | |
2019-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-01-01 | 평가 | 등재학술지 선정 (계속평가) | KCI등재 |
2014-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.33 | 0.33 | 0.32 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.33 | 0.32 | 0.407 | 0.14 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)