지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김지인
- 발행연도
- 2020
- 저작권
- 건국대학교 논문은 저작권에 의해 보호받습니다.
이용수87
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
현대에 들어서며 급속한 인구 고령화가 진행됨에 따라 다양한 노인성 질환이 늘어나고 있다. 이 질환들 중 오십견 질병을 대상으로 가상재활을 지원하고자 한다. 이 중 오십견은 퇴행성 질환으로 나이에 따라 발병하기 쉽고 기존 환자 수가 많으며 재활로 치료가 가능한 질병이다.
오십견 질병은 특성상 상시 통증이 발생하지 않고 재래식 환경에서의 재활은 단순하고 반복적인 형태로 구성되어 참여율이 떨어지는 문제가 발생해 재활에 어려움이 있다. 이러한 문제점을 극복하기 위해 가상 재활이 연구되고 사용되어 왔는데 주로 게이미피케이션 방향과 재활 동작의 정확성 방향 그리고 종합적인 관리 방향과 같이 여러 초점으로 나눠져 연구가 되어 왔다. 이들 중 게이미피케이션에 집중된 경우 재활로서 기능이 부족한 면이 있고, 재활 동작의 정확성에 집중된 경우 환자의 동작을 측정하고 판별하는 것에 집중되어 있어 재활 동작의 유도와 흥미가 떨어지는 문제가 있었다. 종합적인 형태로도 연구가 진행되었으나 환자의 가상 활동 기록을 전문의가 살펴보고 판별해 주어야 했다. 따라서 이 두 방향을 아우를 수 있는 종합적인 가상재활을 구성하며 가정에서도 올바른 재활 수행이 가능하도록 하고자 했다.
본 연구 과정에서는 올바른 설계가 될 수 있도록 오십견 질병과 재활 방법을 조사하고 기존의 가상 재활을 향상할 수 있는 방법을 모색 프레임워크를 설계했다. HTC VIVE를 통한 몰입형 가상환경과 실제 재활 운동이 자연스럽게 어울릴 수 있고 재활을 유도할 방법으로는 재활로 ‘노 젓기’, ‘키 돌리기’, ‘돛대 조절하기’ 3가지의 운동 방법을 갖춘 시뮬레이션을 구현하였다. 실질적 재활이 될 수 있는지 맵과 동작을 비교하고 설계의 유효성을 살펴보았다. 재활 동작의 정확성을 위해 딥 러닝의 LSTM 모델을 통해 올바른 동작을 분류하는 모델을 구축하고 테스트를 통해 분류 모델의 높은 정확도를 확인하였다. 또한 동작 분류를 세분화하여 재활운동 시 어느 부분의 움직임이 어려운지도 판별할 수 있도록 추가적인 분류 모델을 제시하였다. 이후 시뮬레이션 검증과 사용성 평가를 진행해 재활 시스템으로서 적합도를 평가해 유의미함을 살펴보았다.
오십견 질병은 특성상 상시 통증이 발생하지 않고 재래식 환경에서의 재활은 단순하고 반복적인 형태로 구성되어 참여율이 떨어지는 문제가 발생해 재활에 어려움이 있다. 이러한 문제점을 극복하기 위해 가상 재활이 연구되고 사용되어 왔는데 주로 게이미피케이션 방향과 재활 동작의 정확성 방향 그리고 종합적인 관리 방향과 같이 여러 초점으로 나눠져 연구가 되어 왔다. 이들 중 게이미피케이션에 집중된 경우 재활로서 기능이 부족한 면이 있고, 재활 동작의 정확성에 집중된 경우 환자의 동작을 측정하고 판별하는 것에 집중되어 있어 재활 동작의 유도와 흥미가 떨어지는 문제가 있었다. 종합적인 형태로도 연구가 진행되었으나 환자의 가상 활동 기록을 전문의가 살펴보고 판별해 주어야 했다. 따라서 이 두 방향을 아우를 수 있는 종합적인 가상재활을 구성하며 가정에서도 올바른 재활 수행이 가능하도록 하고자 했다.
본 연구 과정에서는 올바른 설계가 될 수 있도록 오십견 질병과 재활 방법을 조사하고 기존의 가상 재활을 향상할 수 있는 방법을 모색 프레임워크를 설계했다. HTC VIVE를 통한 몰입형 가상환경과 실제 재활 운동이 자연스럽게 어울릴 수 있고 재활을 유도할 방법으로는 재활로 ‘노 젓기’, ‘키 돌리기’, ‘돛대 조절하기’ 3가지의 운동 방법을 갖춘 시뮬레이션을 구현하였다. 실질적 재활이 될 수 있는지 맵과 동작을 비교하고 설계의 유효성을 살펴보았다. 재활 동작의 정확성을 위해 딥 러닝의 LSTM 모델을 통해 올바른 동작을 분류하는 모델을 구축하고 테스트를 통해 분류 모델의 높은 정확도를 확인하였다. 또한 동작 분류를 세분화하여 재활운동 시 어느 부분의 움직임이 어려운지도 판별할 수 있도록 추가적인 분류 모델을 제시하였다. 이후 시뮬레이션 검증과 사용성 평가를 진행해 재활 시스템으로서 적합도를 평가해 유의미함을 살펴보았다.
목차
제1장 서론 1제1절 연구 배경 및 필요성 1제2절 연구 목표와 구성 2제2장 관련연구 4제1절 오십견 질병 특성과 재활 방법 4제2절 가상 재활과 고려 요소 8제3절 오십견 가상 재활과 딥 러닝 활용 사례 9제3장 가상 재활 설계 및 구현 12제1절 재활 시뮬레이션 개요 12제2절 가상 재활 시뮬레이션 개발 131. 배 키 돌리기 132. 노 젓기 163. 돛대 조절하기 174. 맵, 장애물 19제3절 재활 플랫폼 22제4장 딥 러닝을 통한 재활 동작 분류 25제1절 개요 25제2절 데이터 수집 및 전 처리 25제3절 데이터 학습 및 평가 29제5장 가상 재활 검증 및 평가 33제1절 가상 동작의 일치여부 33제2절 재활의 운동량 제어와 측정 35제3절 딥 러닝을 통한 세부 동작 분류 36제4절 PQ를 통한 몰입감 검증 43제5절 SEQ를 통한 시스템 적합도 평가 46제6장 결론 49참고문헌 51부록 55ABSTRACT 60
최근 본 자료
댓글(0)
0