• AI글쓰기 2.1 업데이트
PARTNER
검증된 파트너 제휴사 자료

족저압을 이용한 평지보행과 계단하강 전환보행 판별 (Classification of Level Walking and Transition Walking from Level to Stair Descent based on Plantar Pressure)

12 페이지
기타파일
최초등록일 2025.06.29 최종저작일 2018.02
12P 미리보기
족저압을 이용한 평지보행과 계단하강 전환보행 판별
  • 미리보기

    서지정보

    · 발행기관 : 한국자료분석학회
    · 수록지 정보 : Journal of The Korean Data Analysis Society / 20권 / 1호 / 443 ~ 454페이지
    · 저자명 : 김판권, 이진규, 연규필, 신충수

    초록

    본 연구의 목적은 족저압을 이용하여 평지보행과 평지에서 계단하강으로 전환하는 보행을 구분하는 검출 알고리즘을 개발하고 검증하는 것이다. 피실험자는 각각 평지보행과 평지에서 계단하강 전환보행을 수행하였다. 족저압을 기초로 하여 각 동작 별로 발의 접촉시간, 초기 접촉시 내외측 압력중심, 전후방 압력중심, 내외측 압력중심의 이동범위, 전후방 압력중심의 이동범위를 계산하여 보행환경을 판별하는 설명변수로 활용하였다. 각 설명변수에 대한 상자그림과 대응표본 t-검정을 수행한 결과, 발의 접촉시간, 초기 접촉 시 내외측 및 전후방 압력중심, 그리고 전후방 압력중심의 이동범위가 보행환경 간 유의한 평균 차이를 보였다(p<0.001). 이러한 설명변수들을 이용하여 평지보행과 계단하강 전환보행을 판별하는 로지스틱 회귀모형을 생성하고 정확도, 민감도, 특이도 등을 평가하였다. 이 모형에 의한 보행환경 분류 결과는 정확도, 민감도, 특이도가 각각 98.2%, 100% 그리고 96.4%로 나타났다. 결론적으로 로지스틱 회귀모형을 이용하여 생성한 모델은 높은 정확도로 평지보행과 평지에서 계단하강 전환보행을 구분해 낼 수 있었다. 본 연구에서 개발한 보행환경 구분 모형을 추후 보행보조장치에 적용하면 보행환경 식별 능력을 향상시킬 수 있을 것으로 기대된다.

    영어초록

    The purpose of this study was to develop and validate a detection algorithm that distinguishes between the level walking (LW) and the transition walking from level to stair descent (TW-LSD) based on plantar pressure. Subjects performed LW and TW-LSD. Based on the plantar pressure, the stance time, vertical ground reaction force, anteroposterior (AP) and mediolateral (ML) center of pressure (COP) at initial contact (IC) and AP/ML range of COP were calculated for explanatory variables. After analyzing the results of boxplot and paired t-test for the explanatory variables, the stance time, the ML and AP COP at IC, and AP range of COP were significantly different between LW and TW-LSD (all, p<0.001). Logistic regression models were generated using response variables and explanatory variables. Accuracy, sensitivity, and specificity were 98.2%, 100%, and 96.4%, respectively, as the result of walking condition classification using this model. In conclusion, the model generated by the logistic regression method could distinguish between the LW and TW-LSD with high accuracy.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“Journal of The Korean Data Analysis Society”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2026년 01월 25일 일요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
11:10 오후