| 1 |
1
소정의 검사 동작을 수행하는 피측정자의 신체로부터 근전도 신호를 획득하는 신호 수집부;상기 신호 수집부에서 획득된 근전도 신호에서, 상기 피측정자의 근육에 힘이 미인가되는 휴식상태의 신호를 제거하는 신호 처리부; 및상기 신호처리부에서 상기 휴식상태의 신호가 제거된 상기 근전도 신호에서 상기 피측정자를 인식하기 위한 특징 정보를 추출하는 특징정보 추출부;를 구비하는,근전도 신호 기반 인식 정보 추출 시스템
|
| 2 |
2
제1항에 있어서, 상기 신호 처리부는상기 근전도 신호로부터 에너지를 산출하고, 산출된 에너지를 토대로 상기 휴식상태의 판별을 위한 임계값을 산출하는 기준 산출모듈; 및상기 근전도 신호 중 해당 임계값 이하의 에너지를 갖는 신호를 상기 휴식상태의 신호로 판별하고, 판별된 상기 휴식상태의 신호를 상기 근전도 신호에서 제거하는 신호 제거모듈;을 구비하는,근전도 신호 기반 인식 정보 추출 시스템
|
| 3 |
3
제2항에 있어서, 상기 기준 산출모듈은 상기 검사 동작의 시작 시점부터 완료시점까지의 상기 근전도 신호의 에너지 평균 값을 산출하고, 산출된 에너지 평균 값을 상기 임계값으로 설정하는, 근전도 신호 기반 인식 정보 추출 시스템
|
| 4 |
4
제2항 또는 제3항에 있어서, 상기 기준 산출모듈은 상기 검사 동작의 시작 시점부터 완료시점까지의 상기 근전도 신호를 다수의 단위 프레임으로 분할하고, 각 상기 단위 프레임의 근전도 신호의 에너지 평균 값을 해당 단위 프레임의 임계값으로 설정하는,근전도 신호 기반 인식 정보 추출 시스템
|
| 5 |
5
제4항에 있어서, 상기 신호 제거모듈은 상기 단위 프레임 별로, 설정된 임계값 이하의 에너지를 갖는 상기 근전도 신호를 상기 휴식상태의 신호로 판별하여 상기 단위 프레임에서 제거하는, 근전도 신호 기반 인식 정보 추출 시스템
|
| 6 |
6
제1항 또는 제2항에 있어서, 상기 신호 수집부에서 획득된 근전도 신호에서 노이즈를 필터링하여 상기 신호 처리부에 제공하는 노이즈 제거부;를 더 구비하는,근전도 신호 기반 인식 정보 추출 시스템
|
| 7 |
7
제6항에 있어서, 상기 노이즈 제거부는 상기 근전도 신호에서, 근육의 운동에 대응되는 기설정된 운동 주파수 대역의 신호만을 통과시키고, 통과된 상기 근전도 신호를 상기 신호 처리부에 제공하는,근전도 신호 기반 인식 정보 추출 시스템
|
| 8 |
8
제7항에 있어서, 상기 운동 주파수 대역은 10 Hz 내지 500Hz의 주파수 대역인,근전도 신호 기반 인식 정보 추출 시스템
|
| 9 |
9
제7항에 있어서, 상기 노이즈 제거부는 상기 근전도 신호에서, 측정장비의 잡음에 대응되는 기설정된 잡음 주파수 대역의 신호를 제거하여 상기 신호 처리부에 제공하는, 근전도 신호 기반 인식 정보 추출 시스템
|
| 10 |
10
제9항에 있어서, 상기 잡음 주파수 대역은 55Hz 내지 65Hz 주파수 대역인,근전도 신호 기반 인식 정보 추출 시스템
|
| 11 |
11
제1항에 있어서, 상기 신호처리부에서 상기 휴식상태의 신호가 제거된 상기 근전도 신호를 제공받고, 제공받은 해당 근전도 신호의 수를 증가시켜 상기 특징정보 추출부에 제공하는 데이터 생성부;를 더 구비하는, 근전도 신호 기반 인식 정보 추출 시스템
|
| 12 |
12
제11항에 있어서, 상기 데이터 생성부는 대응 추적(Matching pursuit) 알고리즘을 이용하여 상기 신호처리부에서 제공받은 근전도 신호의 수를 증가시키는,근전도 신호 기반 인식 정보 추출 시스템
|
| 13 |
13
제1항에 있어서, 상기 특징정보 추출부는 상기 근전도 신호를 시간-주파수 영역으로 변환하여 시간-주파수 데이터를 생성하고, 생성된 상기 시간-주파수 데이터를 토대로 상기 특징 정보를 추출하는, 근전도 신호 기반 인식 정보 추출 시스템
|
| 14 |
14
제13항에 있어서, 상기 특징정보 추출부는 상기 근전도 신호를 단시간 푸리에 변환(STFT:Short-Time Fourier Transform)에 적용하여 해당 시간-주파수 데이터를 생성하는,근전도 신호 기반 인식 정보 추출 시스템
|
| 15 |
15
제14항에 있어서, 상기 특징정보 추출부는 상기 근전도 신호에 대하여 변환 대상이 되는 시간 범위인 윈도우가 소정의 길이를 갖도록 세팅된 상태에서 상기 단시간 푸리에 변환을 적용하여 상기 시간-주파수 데이터를 생성하고, 상기 윈도우는 다수개가 상기 근전도 신호에 시간 순으로 세팅되되, 상호 인접된 윈도우들이 기설정된 중첩비율만큼 상호 오버랩되는 길이를 갖도록 설정되는,근전도 신호 기반 인식 정보 추출 시스템
|
| 16 |
16
제15항에 있어서, 상기 중첩비율은 45% 내지 70%인,근전도 신호 기반 인식 정보 추출 시스템
|
| 17 |
17
제13항에 있어서, 상기 특징정보 추출부는 생성된 상기 시간-주파수 데이터를 스펙트로그램으로 변환하고, 변환된 상기 스펙트로그램을, 스펙트로그램으로부터 특징 정보를 추출하기 위해 기구축된 신경망 모델에 적용하여 상기 특징 정보를 추출하는, 근전도 신호 기반 인식 정보 추출 시스템
|
| 18 |
18
신호 수집부가 소정의 검사 동작을 수행하는 피측정자의 신체로부터 근전도 신호를 획득하는 신호 수집단계;신호 처리부가 상기 신호 수집단계에서 획득된 근전도 신호에서, 상기 피측정자의 근육에 힘이 미인가되는 휴식상태의 신호를 제거하는 신호 처리단계; 및특징정보 추출부가 상기 신호 처리단계에서 상기 휴식상태의 신호가 제거된 상기 근전도 신호에서 상기 피측정자를 인식하기 위한 특징 정보를 추출하는 특징정보 추출단계;를 포함하는,근전도 신호 기반 인식 정보 추출 방법
|
| 19 |
19
제18항에 있어서, 상기 신호 처리단계는상기 근전도 신호로부터 에너지를 산출하고, 산출된 에너지를 토대로 상기 휴식상태의 판별을 위한 임계값을 산출하는 기준 산출단계; 및상기 근전도 신호 중 해당 임계값 이하의 에너지를 갖는 신호를 상기 휴식상태의 신호로 판별하고, 판별된 상기 휴식상태의 신호를 상기 근전도 신호에서 제거하는 신호 제거단계;를 포함하는,근전도 신호 기반 인식 정보 추출 방법
|
| 20 |
20
제19항에 있어서, 상기 기준 산출단계에서는, 상기 검사 동작의 시작 시점부터 완료시점까지의 상기 근전도 신호의 에너지 평균 값을 산출하고, 산출된 에너지 평균 값을 상기 임계값으로 설정하는,근전도 신호 기반 인식 정보 추출 방법
|
| 21 |
21
제19항 또는 제20항에 있어서, 상기 기준 산출단계에서는, 상기 검사 동작의 시작 시점부터 완료시점까지의 상기 근전도 신호를 시간순으로 다수의 단위 프레임으로 분할하고, 각 상기 단위 프레임의 근전도 신호의 에너지 평균 값을 해당 단위 프레임의 임계값으로 설정하는, 근전도 신호 기반 인식 정보 추출 방법
|
| 22 |
22
제21항에 있어서, 상기 신호 제거단계에서는, 상기 단위 프레임 별로, 설정된 임계값 이하의 에너지를 갖는 상기 근전도 신호를 상기 휴식상태의 신호로 판별하여 상기 단위 프레임에서 제거하는,근전도 신호 기반 인식 정보 추출 방법
|
| 23 |
23
제18항 또는 제19항에 있어서, 상기 신호 수집단계와 신호 처리단계 사이에, 노이즈 제거부가 상기 신호 수집부에서 획득된 근전도 신호에서 노이즈를 필터링하여 상기 신호 처리부에 제공하는 노이즈 제거단계;를 더 포함하는, 근전도 신호 기반 인식 정보 추출 방법
|
| 24 |
24
제23항에 있어서, 상기 노이즈 제거단계에서는, 상기 근전도 신호에서, 근육의 운동에 대응되는 기설정된 운동 주파수 대역의 신호만을 통과시키고, 통과된 상기 근전도 신호를 상기 신호 처리부에 제공하는,근전도 신호 기반 인식 정보 추출 방법
|
| 25 |
25
제24항에 있어서, 상기 운동 주파수 대역은 10 Hz 내지 500Hz의 주파수 대역인,근전도 신호 기반 인식 정보 추출 방법
|
| 26 |
26
제24항에 있어서, 상기 노이즈 제거단계에서는, 상기 근전도 신호에서, 측정장비의 잡음에 대응되는 기설정된 잡음 주파수 대역의 신호를 제거하여 상기 신호 처리부에 제공하는,근전도 신호 기반 인식 정보 추출 방법
|
| 27 |
27
제26항에 있어서, 상기 잡음 주파수 대역은 55Hz 내지 65Hz 주파수 대역인, 근전도 신호 기반 인식 정보 추출 방법
|
| 28 |
28
제18항에 있어서, 상기 신호 처리단계 및 특징정보 추출단계 사이에, 데이터 생성부가 상기 휴식사애ㅌ의 신호가 제거된 상기 근전도 신호의 수를 증가시켜 상기 특징정보 추출부에 제공하는 데이터 생성단계;를 더 포함하는,근전도 신호 기반 인식 정보 추출 방법
|
| 29 |
29
제28항에 있어서, 상기 데이터 생성단계에서는, 대응 추척(Matching pursuit) 알고리즘을 이용하여 상기 근전도 신호의 수를 증가시키는,근전도 신호 기반 인식 정보 추출 방법
|
| 30 |
30
제18항에 있어서, 상기 특징정보 추출단계에서는, 상기 근전도 신호를 시간-주파수 영역으로 변환하여 시간-주파수 데이터를 생성하고, 생성된 상기 시간-주파수 데이터를 토대로 상기 특징 정보를 추출하는,근전도 신호 기반 인식 정보 추출 방법
|
| 31 |
31
제30항에 있어서, 상기 특징정보 추출단계에서는, 상기 근전도 신호를 단시간 푸리에 변환(STFT:Short-Time Fourier Transform)에 적용하여 해당 시간-주파수 데이터를 생성하는,근전도 신호 기반 인식 정보 추출 방법
|
| 32 |
32
제31항에 있어서, 상기 특징정 추출단계에서는, 상기 근전도 신호에 대하여 변환 대상이 되는 시간 범위인 윈도우가 소정의 길이를 갖도록 세팅된 상태에서 상기 단시간 푸리에 변환을 적용하여 상기 시간-주파수 데이터를 생성하고, 상기 윈도우는 다수개가 상기 근전도 신호에 시간 순으로 세팅되되, 상호 인접된 윈도우들이 기설정된 중첩비율만큼 상호 오버랩되는 길이를 갖도록 설정되는,근전도 신호 기반 인식 정보 추출 방법
|
| 33 |
33
제32항에 있어서, 상기 중첩비율은 45% 내지 70%인,근전도 신호 기반 인식 정보 추출 방법
|
| 34 |
34
제30항에 있어서, 상기 특징정보 추출단계에서는, 생성된 상기 시간-주파수 데이터를 스펙트로그램을 변환하고, 변환된 상기 스펙트로그램을, 스펙트로그램으로부터 특징 정보를 추출하기 위해 기구축된 신경망 모델에 적용하여 상기 특징 정보를 추출하는,근전도 신호 기반 인식 정보 추출 방법
|
