표제지
국문초록
목차
Ⅰ. 서론 10
1. 연구의 필요성 10
2. 연구의 목표 13
3. 연구 가설 15
4. 용어의 정의 15
1) 낙상(slip) 15
2) 예측(prediction) 15
Ⅱ. 이론적 배경 17
1. 실시간 낙상 예측 17
2. 낙상유도 시스템 18
2.1. 낙상유도 시스템 작동 구조 18
2.2. 낙상자극 설정 방법 19
3. 머신러닝 알고리즘 22
3.1. The k-nearest neighbor classifier (k-NN) 22
3.2. Support vector machine (SVM) 23
3.3. Logistic regression (LR) 23
3.4. Random forest (RF) 24
3.5. XGBoost (Extra gradient boost, XGB) 24
Ⅲ. 연구 방법 26
1. 연구참여자 26
2. 실험 도구 26
2.1. 측정 장비 26
2.2. 낙상유도 시스템 35
3. 실험 절차 37
4. 분석 방법 39
4.1. 낙상 판단 기준 39
4.2. 운동학적(kinematic) 데이터 41
4.3. 머신러닝 모델 평가 42
Ⅳ. 연구결과 45
1. 낙상 예측 모델 평가 45
2 낙상(back) 예측 모델 평가 48
Ⅴ. 논의 51
1. 예측 정확도에 대한 논의 51
2. 머신러닝 모델에 대한 논의 52
3. 낙상유도 시스템에 대한 논의 53
4. 연구의 한계점 54
4.1. 낙상 예측 동작에 대한 한계점 54
4.2. 낙상 예측 시간에 대한 한계점 54
4.3. 낙상 예측 대상에 대한 한계점 55
Ⅵ. 결론 및 제언 57
참고 문헌 58
Abstract 63
표 1. 선호 보행속도에 따른 낙상자극의 가속도 크기 22
표 2. 연구참여자의 특성 26
표 3. 반사 마커 부착 위치 및 설명 28
표 4. 혼돈행렬(Confusion Matrix) 43
그림 1. 국내에서 개발한 의도파악형 웨어러블 로봇의 예 11
그림 2. 낙상유도 시스템 작동 구조 19
그림 3. 낙상자극 설정 방법 21
그림 4. 연구참여자 신체에 부착한 반사 마커 위치 28
그림 5. 하네스에 부착한 위뒤엉덩뼈가시 마커 위치 34
그림 6. 실험에 사용된 측정 장비 종류 및 스펙 35
그림 7. 매트랩 낙상 자극 함수 36
그림 8. 실험 절차 도식 37
그림 9. 하네스 높이 설정 모습 38
그림 10. 실험 사진 38
그림 11. 낙상 판단 도식 40
그림 12. 운동학적 변인 위치 및 종류 41
그림 13. 혼돈행렬(confusion matrix)의 지표로 계산 가능한 평가 항목 43
그림 14. 낙상 예측 모델 평가 - 반사 마커 가속도 데이터 46
그림 15. 낙상 예측 모델 평가(AUC) - 반사 마커 가속도 데이터 47
그림 16. 낙상 예측 모델 평가 - 관절의 각가속도 데이터 47
그림 17. 낙상 예측 모델 평가(AUC) - 관절의 각가속도 데이터 48
그림 18. 낙상(back) 예측 모델 평가 - 반사 마커 가속도 데이터 49
그림 19. 낙상(back) 예측 모델 평가(AUC) - 반사 마커 가속도 데이터 49
그림 20. 낙상(back) 예측 모델 평가 - 관절의 각가속도 데이터 50
그림 21. 낙상(back) 예측 모델 평가(AUC) - 관절의 각가속도 데이터 50