http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
홍상표(S. P. Hong),권성호(C. H. Quan),심현민(H. M. Shim),김규태(K. T. Kim),김규성(K. S. Kim),윤광섭(K. S. Yoon),이상민(S. M. Lee) 한국재활복지공학회 2015 한국재활복지공학회 학술대회논문집 Vol.2015 No.11
This paper presents the results of the neuromodulation S/W Design and Implementation based on MSP430. The MSP430 operating with ultra power is used actively in the development of human implantable devices. In this paper, The neuromodulation S/W that was designed based on MSP430 has a simple architecture. Also, this neuromodulation S/W provides the reliability and scalability of generating neuro signals simultaneously. In order to verify the operation of the neuromodulation S/W, A separate external control device(PC) test program developed. By using the program, The experiments on generating and controling a brain stimulation signals corresponding to the parameter was conducted and shows the results.
근전도 신호 기반 손목 움직임 패턴 분류 알고리즘에 대한 연구
최항적(H. D. Cui),김유현(Y. H. Kim),심현민(H. M. Shim),윤광섭(K. S. Yoon),이상민(S. M. Lee) 한국재활복지공학회 2013 재활복지공학회논문지 Vol.7 No.2
본 연구에서는 손목 움직임의 추정을 위한 근전도 신호 기반 동작 분류 알고리즘을 제안한다. 근전도의 특징점을 추출하기 위하여 절대차분표준편차(DASDV)과 제곱평균제곱근(RMS)을 사용하며, 측정 된 근전도신호를 이용하여 동작 마다 30개의 특징점(RMS, DASDV)을 추출한다. 근전도 신호를 특정한 패턴으로 나타내어 적용시키기 위하여 평균값을 기준으로 집단을 두 부분으로 나누고, 패턴분류 방법인 k-NN으로 패턴을 학습시킨 후, 집단을 나누지 않은 방법을 사용한 기존의 연구와 비교하여 제안한 알고리즘의 성능을 검증한다. 실험결과 제안한 알고리즘은 92.59%의 인식률을 보였으며, 이전 연구 결과보다 0.84% 포인트의 성능 개선을 보였다. In this paper, we propose the pattern classification algorithm of recognizing wrist movements based on electromyogram(EMG) to raise the recognition rate. We consider 30 characteristics of EMG signals wirh the root mean square(RMS) and the difference absolute standard deviation value(DASDV) for the extraction of precise features from EMG signals. To get the groups of each wrist movement, we estimated 2-dimension features. On this basis, we divide each group into two parts with mean to compare and promote the recognition rate of pattern classification effectively. For the motion classification based on EMG, the k-nearest neighbor(k-NN) is used. In this paper, the recognition rate is 92.59% and 0.84% higher than the study before.
김서준(S. J. Kim),정의철(E. C. Jeong),송영록(Y. R. Song),윤광섭(K. S. Yoon),이상민(S. M. Lee) 한국재활복지공학회 2012 재활복지공학회논문지 Vol.6 No.2
본 논문에서는 Electromyogram(EMG) 신호와 허벅지 각도 측정 장치, 발바닥 저항 센서를 이용하여 보행의 단계를 판단하는 방법을 제시한다. 신호의 측정을 위하여 건강한 성인 남성 5명을 대상으로 실험을 실시하였고 정상 보행에서의 EMG, 허벅지 각도, 발바닥 저항 센서를 통한 변화를 측정 하였다. EMG 신호의 획득을 위하여 실험자의 대퇴 사두근, 대퇴 이두근, 전경골근, 장딴지근에 Ag/AgCl 표면 전극을 부착하였으며, 양측 발뒤꿈치와 앞꿈치에 저항센서를 부착 하였다. 허벅지 각도 측정 장치는 굴곡 25도, 신전 20도 까지 범위를 가지며 이를 통하여 허벅지의 각도를 측정 하였다. 실험 결과 보행 시 입각기와 유각기를 명확히 판단 할 수 있었으며 세부적으로 8단계의 보행 상태를 판단 할 수 있었다. In this paper, we present the method of gait phases detection using multi biomedical signals during normal gait. Electromyogram(EMG) signals, muscle of thigh angle measurement device and resistive sensors are used for experiments. We implemented a test targeting five adult male and identified the pattern of EMG signal of normal gait. For acquiring the EMG signal, subjects attached surface Ag/AgCl electrodes to quadriceps femoris, biceps femoris, tibialis anterior and gastrocnemius medialis. Resistance sensors are attached to the heel toe and soles of the each feet for measuring attachment state of between feet and ground. Infrared sensors are attached on the thigh and thigh angle measurement device has the range from flection 25 degrees to extension 20 degrees. The results of this paper, The stance and swing phase could be confirmed during the normal gait and be classified in detail the eight steps.
생체 신호 자극용 12비트 전류 구동형 D/A 변환기 설계
박지현(J. H. Park),윤광섭(K. S. Yoon) 한국재활복지공학회 2014 한국재활복지공학회 학술대회논문집 Vol.2014 No.11
This paper describes the design of 12bit D/A Converter for bio signal stimulation and the power supply of 3.3V with 0.35um CMOS n-well 2-poly 4-metal process. It employes thermometer decoder structure for decreasing glitch noise and low power. Also, using deglitch circuit and swing reduced driver reduces a switching noise. FFT simulation results of the proposed 12bit D/A Converter shows SFDR is 69.58dBm at sampling frequency 1MHz, input frequency 1KHz, ENOB is 10.98bit,. INL/DNL is ±1.6LSB/±1.2LSB. Power dissipation is 14.38mW at a 3.3V power supply.
박지현(J. H. Park),시대(D. Shi),윤광섭(K. S. Yoon) 한국재활복지공학회 2013 재활복지공학회논문지 Vol.7 No.2
본 논문에서는 8비트 전류 구동형 DAC를 설계하여 뉴런 신호를 자극하기 위한 전류자극기로 활용하였다. 제안하는 회로는 10KS/s의 샘플링 주파수와 3.3V의 구동전압을 가지며, 0.35um Magna Chip CMOS 공정을 이용하여 설계하였고 Full-Custom 방식의 레이아웃을 수행하였다. 글리치 잡음을 줄이고 해상도를 높이기 위해 상위 3비트의 온도계 코드 디코더 입력과, 하위 5비트의 이진 입력의 혼합된 구조를 적용하였다. 이로 인해 글리치 에너지는 이진 입력으로만 구성된 DAC에 비해 10nV · sec 감소하였다. 또한 LSB전류가 0.8㎛로 작기 때문에 저전력 전류 자극기로 활용될 수 있다. 제안된 전류 자극기는 MCU와 연결하여 바이패이즈 신호를 형성 할 수 있으며, 신호의 주기와 진폭을 MCU코드를 변경하며 조절할 수 있다. 측정결과 INL은 +0.56/-0.38 LSB이고 DNL은 +0.3/-0.4 LSB로서 우수한 선형성을 나타내었고 소모전력은 6.6mW로 측정되었다. In this paper design a 8 bit Current Steering D/A Converter for stimulating neuron signal. Proposed circuit in paper shows the conversion rate of 10KS/s and the power supply of 3.3V with 0.35um Magna chip CMOS process using full custom layout design. It employes segmented structure which consists of 3bit thermometer decoders and 5bit binary decoder for decreasing glitch noise and increasing resolution. So glitch energy is down by 10nV · sec rather than binary weighted type DAC. And it makes use of low power current stimulator because of low LSB current. And it can make biphasic signal by connecting with Micro Controller Unit which controls period and amplitude of signal. As result of measurement INL is +0.56/-0.38 LSB and DNL is +0.3/-0.4 LSB. It shows great linearity. Power dissipation is 6mW.