To boost the usefulness of the prosthesis for upper limb amputation patients, it is necessary to enable independent and intuitive control of each finger degree of freedom. The control method of a commercial prosthetic arm has an advantage in stably performing a motion determined based on pattern recognition, but intuitive control is not possible. To overcome this, a study on the relationship between the model-based surface EMG and finger force intentions was conducted to enable simultaneous and proportional control of the fingers. High finger force intention estimation accuracy and independence were secured, but rapid performance decline was caused by changes in model generation and conditions such as release and wearing of prosthetic arm, change of electrode position, change of muscle condition, etc. This is a limitation of the principle of creating a training-based model, and in this dissertation, a neurophysiological model of surface EMG generation was created through parameter definition and formula to overcome the above limitation. Through the modified model, the activity of each brachial muscle is estimated from the surface EMG and used as intention estimation information. In addition, the robustness of the model was secured by designing a parameter adaptation algorithm according to changes in conditions. Another approach is to systematize the prosthetic adaptation process of patients with upper limb amputation by proposing a rehabilitation method through visualization of the estimated muscle activity. The performance of the proposed method was verified by comparing it with the preceding representative model, and the usefulness of the method was verified through real-time electric prosthetic control.
상지 절단 환자를 위한 전동 의수의 효용성을 높이려면 각 손가락 자유도의 독립적, 직관적 제어가 가능해야 한다. 상용 의수의 제어 방식은 패턴인식 기반으로 정해 진 동작을 안정적으로 수행하는데 장점을 갖지만 직관적인 제어가 불가능하다. 이를 극복하기 위해 손가락의 동시, 비례적인 제어가 가능하도록 모델 기반의 표면 근전도와 손가락 힘 의도 간의 관계에 대한 연구가 진행되었다. 높은 손가락 힘 의도 추정 정확도와 독립성을 확보했으나 의수의 해제, 착용, 전극의 위치 변화, 근육의 상태 변화 등 모델 생성시와 조건이 변화함에 따라 급격한 성능 감소가 야기되었다. 이는 훈련 기반 모델 생성 원리의 한계점으로 본 학위논문에서는 표면 근전도 생성의 신경 생리학적 모델을 파라미터 정의 및 수식 화를 통해 생성해 위 한계점을 극복했다. 수식 화된 모델을 통해 역으로 표면 근전도로부터 각 상완 근육의 활성도를 추정해 이를 의도 추정 정보로 활용한다. 또한 전극 위치 변화에 따른 파라미터 적응 알고리즘을 설계해 모델의 강인함을 확보했다. 또 다른 접근은 추정된 근육 활성도의 시각화를 통한 재활 방법을 제안해 상지 절단 환자의 전동 의수 제어 성능을 향상시키고자 한다. 제안하는 방법의 성능은 선행 대표 모델과 비교되어 검증을 수행했으며 실시간 전동 의수 제어를 통해 방법의 유용성 검증을 수행했다.
