족저압을 이용한 평지보행과 계단하강 전환보행 판별

• 영문명: Classification of Level Walking and Transition Walking from Level to Stair Descent based on Plantar Pressure
• 발행기관: 한국자료분석학회
• 저자명: 김판권(Pankwon Kim) 이진규(Jinkyu Lee) 연규필(Kyupil Yeon) 신충수(Choongsoo S. Shin)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.20 No.1, 443~454쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2018.02.28

국문 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.

영문 초록

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.

목차

1. 서론

2. 연구 방법

3. 통계 분석 및 모형 구축

4. 결론

References

키워드

검출 알고리즘 계단 로지스틱 회귀모형 전환 보행 족저압 detection algorithm stair logistic regression model transition walking plantar pressure