표면 근전도 신호를 이용하여 손가락의 굽힘 동작을 추론하는 방법을 제안한다. 표면 근전도 신호는 인체 근육의 표면에서 무해하고 손쉽게 취득되나, 전극이 근육 내부에 침투하는 침습식 근전도와는 달리 특정 근육의 활동만을 반영하지 않는다. 따라서 소수의 전극을 사용하는 표면 근전도 신호로 다양한 신체 동작을 구분하기는 쉽지 않다. 본 연구에서는 전완 둘레에 부착된 4채널 근전도 센서를 사용하여 신호를 취득하였고, 구분을 위하여 사용한 동작은 엄지, 검지, 중지, 약지, 소지의 개별 손가락의 굽힘 동작이다. 피검자 한 명은 숙련자였으며, 다른 한 명은 비숙련자였다. 근전도 신호의 특성으로 정보 엔트로피를 추출하였으며 최대우도추정법을 사용하여 실제 동작을 추정하였다. 실험 결과 평균 95% 이상의 성능을 보였으며, 제안하는 방법이 손가락 동작의 구분에 유용함을 확인하였다.
We provide a method to infer finger flexing motions using a 4-channel surface electromyogram (sEMG). Surface EMGs are harmless to the human body and easily acquired. However, they do not reflect the activity of specific nerves or muscles, unlike invasive EMGs. On the other hand, the non-invasive type is difficult to use for discriminating various motions while using only a small number of electrodes. Surface EMG data in this study were obtained from four electrodes placed around the forearm. The motions were the flexion of the thumb, index, middle, ring, and little linger. One subject was trained with these motions and another left was untrained. The maximum likelihood estimation was used to infer the finger motion. Experimental results have showed that this method could be useful for recognizing finger motions. The average accuracy was as high as 95%.
