http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김유현(Y. H. Kim),김서준(S. J. Kim),심현민(H. M. Shim),이상민(S. M. Lee) 한국재활복지공학회 2013 재활복지공학회논문지 Vol.7 No.1
본 논문에서는 근전도를 이용하여 근피로도를 분석함에 있어서 중앙주파수의 임계점을 이용한 효과적인 보행재활훈련 방법을 제시한다. 신호의 측정을 위하여 건강한 성인 남성 5명을 대상으로 실험을 실시하였고 정상 보행에서의 대퇴사두근, 전경골근에 표면전극을 붙여 변화를 측정 하였다. 근전도신호의 측정을 위하여 트레드밀 위에서 30분간 6km/h의 일정한 속력으로 보통걸음을 실시하였고 이를 통해 측정된 근전도신호를 주파수 분석 및 중앙주파수를 계산하여 근피로도를 수치화 한 뒤 30분간 근피로도의 상태와 포화되는 지점을 찾아 이를 근육이 견딜 수 있는 임계점, 즉 근육의 한계로 설정하였다. 실험 결과 근육의 임계점을 정량화 할 수 있었다. In this paper, we present a effective method of gait rehabilitation training using critical point of median frequency in muscle fatigue analysis using EMG. To target the five healthy volunteers, EMG signal were measured in the quadriceps femoris muscle and the tibialis anterior muscle in order to determine muscle fatigue. We performed a test targeting three adult male for 30 minutes on a treadmill at a speed of 6㎞/h same. EMG signal analysis in frequency and median frequency is calculated to quantification of muscle fatigue, and calculated the critical point which is saturated by muscle fatigue during 30 minutes. We set saturated point the threshold which muscle can withstand. The results of this paper, we are able to quantify the threshold of the muscle.
진단X선 영역에서 선질 경화효과가 환자선량에 미치는 영향
김광하(K.H Kim),김정민(J.M Kim),김유현(Y.H Kim) 고려대학교 보건과학연구소 2007 보건과학논집 Vol.33 No.2
It is important that the medical diagnostic X-ray image is to improve quality and reduce exposure dose. It is comparing before with after the transmission spectrum in diagnostic X-ray, then analysing between skin dose(as exposure dose) and organ dose through Monte Carlo method.<BR> As a result, The more aluminum filter thickness, the more reducing skin dose and low energy spectrum, but organ dose through Monte Carlo Method is not changing. This is reducing exposure dose of patient. In conclusion, the 6 mm Aluminum added filter is the most effective. That is beneficial enough to use in clinical diagnostic X-ray field.
〈종설〉 디지털 의료영상에서 edge method에 의한 Modulation Transfer Function의 보정방법
김정민(J.M. Kim),김유현(Y.H. Kim),최종학(J.H. Choi),정회원(H.W. Jung),민정환(J.H. Min) 고려대학교 보건과학연구소 2007 보건과학논집 Vol.33 No.1
Medical imaging zero-phase-sequence component in estimation for picture that is gotten that importance weight of digital device is increased day by day at the same time also so much important .<BR> Special quality about resolution uses Modulation Transfer Function by representative method to evaluate sharpness on important element in image quality.<BR> Get MTF converting slit, differentiating this making composition ESF edge method uses Excel by edge method in this study to be composition LSF get in fourier to informed measuring mean universally.<BR> Such method is considered that can help in principle grasping of step before make Program using C language as many as Matlab.
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.