1 |
1
대상자의 기본 정보를 입력 받는 단계;표면 근전도 측정기에 의해 대상자의 최대 무릎 굽힘시 하지의 표면 근전도 신호를 획득하는 단계;상기 표면 근전도 신호의 평균 RMS(Root Mean Square) 값을 산출하는 단계;대상자의 BFM(Body fat mass, BFM) 측정값을 획득하는 단계; 및상기 대상자의 기본 정보, 평균 RMS 값, BFM 측정값 중 적어도 하나를 이용하여 기 구축된 보폭 예측 모델에 의해 대상자의 보폭을 예측하는 단계를 포함하는 표면 근전도 및 신체 임피던스 분석 파라미터를 이용한 보폭 예측 방법
|
2 |
2
제 1 항에 있어서,상기 기본 정보는 대상자의 신장 및 연령 정보를 포함하는 표면 근전도 및 신체 임피던스 분석 파라미터를 이용한 보폭 예측 방법
|
3 |
3
제 1 항에 있어서,상기 표면 근전도 신호를 획득하는 단계는, 대상자의 대퇴이두근의 근육 배(muscle belly)에 상기 표면 근전도 측정기에 포함된 적어도 하나의 전극을 부착하고, 무릎을 최대 강도로 굽히는 동안에 상기 적어도 하나의 전극에 의해 표면 근전도 신호를 획득하는 표면 근전도 및 신체 임피던스 분석 파라미터를 이용한 보폭 예측 방법
|
4 |
4
제 1 항에 있어서,상기 BFM 측정값을 획득하는 단계는,신체 임피던스 측정기에 의해 대상자의 BFM을 측정하고 상기 신체 임피던스 측정기로부터 무선 통신을 통해 BFM 측정값을 수신하거나, 단말 장치를 통해 입력되는 표면 근전도 및 신체 임피던스 분석 파라미터를 이용한 보폭 예측 방법
|
5 |
5
제 1 항에 있어서,상기 보폭을 예측하는 단계는, 기 구축된 제1 예측 모델 또는 제 2 예측 모델에 의해 대상자의 보폭을 예측하며,상기 제1 예측 모델 및 제2 예측 모델은 하기의 수학식과 같이 표현되는 다변수 회귀분석에 의한 모델이며,y는 종속변수인 보폭, xi는 독립변수, bi는 회귀계수(regression coefficeint), a는 상수(constant)인 표면 근전도 및 신체 임피던스 분석 파라미터를 이용한 보폭 예측 방법
|
6 |
6
제 5 항에 있어서,상기 제1 예측 모델은 독립 변수로 최대 무릎 굽힘시 평균 RMS 및 신장을 포함하는 표면 근전도 및 신체 임피던스 분석 파라미터를 이용한 보폭 예측 방법
|
7 |
7
제 5 항에 있어서,상기 제2 예측 모델은 독립 변수로 연령, 신장 및 BFM을 포함하는 표면 근전도 및 신체 임피던스 분석 파라미터를 이용한 보폭 예측 방법
|
8 |
8
대상자의 신장 정보를 입력 받는 단계;표면 근전도 측정기에 의해 대상자의 최대 무릎 굽힘시 하지의 표면 근전도 신호를 획득하는 단계;상기 표면 근전도 신호의 평균 RMS(Root Mean Square) 값을 산출하는 단계; 및상기 대상자의 신장 정보 및 평균 RMS 값을 이용하여 기 구축된 제1 예측 모델에 의해 대상자의 보폭을 예측하는 단계를 포함하며,상기 제1 예측 모델은 하기의 수학식과 같이 표현되는 다변수 회귀분석에 의한 모델이며,y는 종속변수인 보폭, x1은 최대 무릎 굽힘시 평균 RMS, x2는 신장, bi는 기 정해진 회귀계수(regression coefficeint), a는 기 정해진 상수(constant)인 보폭 예측 방법
|
9 |
9
대상자의 하지에 착용되어 대상자의 최대 무릎 굽힘시 하지의 표면 근전도 신호를 획득하는 웨어러블 표면 근전도 측정기; 및상기 웨어러블 표면 근전도 측정기로부터 수신한 표면 근전도 신호를 이용하여 대상자의 보폭을 예측하는 단말 장치를 포함하며,상기 단말 장치는,상기 웨어러블 표면 근전도 측정기로부터 대상자의 표면 근전도 신호를 수신하는 신호 수신부;상기 신호 수신부에 의해 수신한 표면 근전도 신호의 평균 RMS(Root Mean Square) 값을 산출하는 신호 처리부; 및기 저장된 대상자의 신장 정보 및 상기 신호 처리부에 의해 산출한 평균 RMS 값을 이용하여 기 구축된 제1 예측 모델에 의해 대상자의 보폭을 예측하는 보폭 예측부를 포함하며,상기 제1 예측 모델은 하기의 수학식과 같이 표현되는 다변수 회귀분석에 의한 모델이며,y는 종속변수인 보폭, x1은 최대 무릎 굽힘시 평균 RMS, x2는 신장, bi는 기 정해진 회귀계수(regression coefficeint), a는 기 정해진 상수(constant)인 보폭 예측 장치
|