33 767

Cited 0 times in

스마트폰에서의 2D-rotation 기법을 이용한 신체 활동 패턴 분석에 관한 연구

DC Field Value Language
dc.contributor.author권이석-
dc.date.accessioned2015-12-24T08:55:54Z-
dc.date.available2015-12-24T08:55:54Z-
dc.date.issued2013-
dc.identifier.urihttps://ir.ymlib.yonsei.ac.kr/handle/22282913/134566-
dc.description의공학과/석사-
dc.description.abstract신체활동(physical activity)은 골격근의 수축과 이완을 통하여 에너지를 소비하는 모든 활동을 말한다. 신체활동은 운동을 포함할 뿐만 아니라 일상생활에서 일어나는 모든 활동을 포함하는 개념이다. 신체활동은 세계보건기구(WHO)가 정한 기준에 따라 저강도 신체활동(light physical activity), 중강도 신체활동(moderate physical activity), 고강도 신체활동(vigorous physical activity)로 나눌 수 있다. 우리가 중등도 이상의 규칙적인 신체활동을 통해 일일 신체활동 권장량에 도달한다면, 고혈압(hypertension), 심혈관계 질환(coronary heart disease)등과 같은 만성질환(chronic diseases) 예방, 근 체력 및 유연성 향상, 체중조절 등에 효과를 얻을 수 있다.일정량 이상의 신체활동을 진행하기 위해서는 신체활동을 측정해야 하며 측정하는 방법에는 가속도를 이용하여 측정하는 방법이 있다. 가속도 센서는 크기가 매우 작을 뿐만 아니라 가격 또한 저렴하며, 신체활동과 관련된 여러 정보들을 정량적으로 측정(quantitative measurement)이 가능하다고 알려져 있다. 기존 연구에서는 가속도 센서를 통하여 신체활동을 측정하는 방법들이 연구되고 있다. 하지만 이러한 방법들은 신체활동의 방향에 따른 오차를 감수해야 한다. 본 연구에서는 이러한 오차를 감소시키기 위해 기존 가속도 센서의 단점인 방향(orientation)의 변형을 보완하는 2D-rotation 알고리즘을 제안할 것이다. 2D-rotation은 가속도 센서와 방향 센서(orientation)을 이용하여 사용자의 전후축(anteroposterior axis, AP axis)과 상하축(superoinferior axis, SI axis)을 기준으로 한 가속도를 산출하는 방법이다. 본 연구에서 일상생활에 밀접한 7개의 신체활동인 서기, 앉기, 빠르게 걷기, 걷기, 달리기, 계단오르기와 계단내리기에 따른 20명의 가속도와 방향(orientation)을 스마트폰을 이용하여 측정하였다. 그리고 측정된 값에 2D-rotation으로 변환하여 스마트폰의 방향에 영향을 받지 않는 가속도를 산출하였다. 최종적으로 본 연구에서 제시하는 2D-orientation 기법에 의한 신체활동 분류 알고리즘의 검증을 위하여, 우리는 7개의 신체활동에 대하여 스마트폰의 방향을 고려하지 않은 가속도를 이용하여 산출한 예측변인인 RFS, 스마트폰의 방향을 고려하지 않은 가속도의 벡터합을 이용하여 산출한 예측변인인 SFS와 스마트폰의 방향을 고려한 가속도를 이용하여 산출한 예측변인인 TFS의 정확도를 확인하였다.본 연구에서는 제안한 2D-rotation 기반의 회전변환으로 얻은 가속도가 변환하지 않은 가속도를 이용하여 나온 결과보다 약 20% 정도 향상된 결과를 얻을 수 있었다. 계단오르기와 계단내리기에서는 TFS가 다른 예측변인 보다 최대 57%와 최소15%이상의 향상된 정확도를 보였다. 뿐만 아니라, 다른 활동들에 대한 정확도도 다른 예측변인과 마찬가지로 모두 90% 이상으로 산출되었으며, 전체적인 신체활동 분류의 정확도에서도 10%이상의 향상을 확인할 수 있었다. 이러한 결과는 앞에서 언급한 바와 같이 전역좌표계 변환을 통하여 신체활동에 의한 실제 인체의 수평축 및 수직축의 가속도 정보를 정확히 획득할 수 있게 됨에 따라 수직적 활동에 영향을 주로 받는 계단 관련 활동들이 보다 정확히 분류되었음을 의미한다.향후 본 연구에서 제시한 알고리즘과 시스템에 적용하기 위하여 다양한 인자들을 산출하여 적용해 볼 것이다. 예를 들어 주파수 분석을 통하여 얻은 예측인자등을 들 수 있으며 이들은 이전보다 더 향상된 정확도를 보여줄 것이라 생각된다. 또한 우리는 본 연구가 신체활동의 분류뿐 만 아니라 걸음걸이 분석 및 에너지소비량 추정에 이용될 수 있을 것이라 생각된다.-
dc.description.statementOfResponsibilityrestriction-
dc.publisher연세대학교 대학원-
dc.rightsCC BY-NC-ND 2.0 KR-
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/2.0/kr/-
dc.title스마트폰에서의 2D-rotation 기법을 이용한 신체 활동 패턴 분석에 관한 연구-
dc.title.alternativeStudy on 2D-rotation for classifying physical activity patterns using smart phone-
dc.typeThesis-
dc.contributor.alternativeNameKwon, Yi Suk-
dc.type.localThesis-
Appears in Collections:
1. College of Medicine (의과대학) > Others (기타) > 2. Thesis

qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.