Cerebral palsy (CP) is a motor dysfunction caused by innate or acquired damage to the central nervous system. Patients with CP have various pathological gait patterns depending on the degree of stiffness of the muscles, the deformations of the joints, weight of the patients and so on. In general, real-time motion analysis methods utilizing infrared cameras such as VICON or deep-learning algorithms such as Openpose are widely used. However, for infrared camera system, it has very high system cost because of expensive cameras, and retro-reflective markers are vulnerable to occlusion when patients have certain gait patterns such as scissors gait. In the case of deep-learning algorithms, only the location of joints can be obtained which is not enough for comprehensive gait analysis for CP patients. Therefore, in this study, we devised a real-time gait analysis system, which is affordable by making markers recognizable by low-cost webcams. Furthermore, the band-shaped marker designed in this study can be robustly used by patients with various gait patterns because the markers are recognizable from all directions. The accuracy of the data obtained from this system is evaluated by comparing it with an infrared camera system.
뇌성마비는 선천적 혹은 후천적인 중추신경계의 손상에 의해 발생하는 운동기능장애다. 뇌성마비 환자들의 보행은 근육의 경직 정도와 관절의 변형, 그리고 환자의 몸무게 등에 따라 다양한 병적인 패턴을 가진다. 본 연구에서는 다양한 보행 패턴에도 강인하게 뇌성마비 환자 다리의 위치 및 방향을 실시간으로 추정할 수 있고 웹캠을 사용하여 낮은 가격으로 보행 분석 시스템을 구축할 수 있는 방법을 고안하였다. 일반적으로 VICON과 같이 적외선 카메라를 사용하는 실시간 동작분석 방법과 Openpose와 같은 딥러닝 기법을 사용한 방법이 많이 사용되고 있다. 하지만 적외선 카메라 시스템의 경우 시스템 구축 비용이 매우 비싸다는 한계가 있고 환자의 신체나 다른 구조물에 의해 마커가 가려져 데이터를 얻지 못하게 되는 순간이 자주 발생한다. 딥러닝을 사용한 방법의 경우 관절의 위치만을 추정하기 때문에 엉덩관절의 회전 등의 정보를 알아낼 수 없어 보행 분석에 쓰이기에 충분치 않다. 따라서 본 연구에서는 웹캠으로 인식이 가능하여 시스템 비용이 저렴하고 모든 방향에서 인식 가능한 띠 형태의 마커를 제작하여 마커의 한쪽이 가려지더라도 다른 쪽을 인식해서 관절의 위치 및 허벅지와 정강이의 3자유도 방향을 강인하게 구할 수 있는 보행 분석 시스템을 만들었다. 이 시스템을 통해 엉덩관절, 무릎관절, 발목관절의 위치와 정강이 및 허벅지의 방향 등을 구할 수 있고 그 정확도를 VICON 시스템과 비교하여 평가하고자 한다.
