직관적 운동 상상 BCI 기반 하지 외골격 로봇 실시간 제어 기술 개발: 척수손상 장애인 대상 파일럿 연구

Abstract

다양한 연구에서 Human-Machine Interaction(HMI)를 이용하여 일부 신체의 기능에 어려움이 있는 장애인을 보조하기 위한 외부 기기를 제어하고자 하였습니다. 특히, 직관적인 신체 움직임 을 상상함으로써 외부 기기를 제어하는 Motor Imagery(MI) BCI는 외골격 로봇과 결합하여, 클러 치 등의 사용으로 손이 자유롭지 않은 spinal cord injury(SCI) 환자들에게 자발적인 보행 보조의 가능성을 보여줄 수 있습니다. 현재까지 하지 외골격 로봇을 MI-HMI를 사용하여 실시간으로 제어하여, SCI 장애인이 기립 및 보행을 수행하는 가능성을 조사한 연구는 거의 없었습니다. 본 연구에서는 SCI 장애인의 CNN 모델 기반 MI-HMI를 통한 하지 외골격 로봇의 실시간 제어 가 능성을 평가했습니다. 1명의 SCI 장애인(남성; 나이 47)이 자원하여 7번의 방문을 통하여 외골격 로봇 탑승 훈련과 MI-HMI 훈련을 받고, 이를 기반으로 하지 외골격 로봇을 실시간 제어하는 실험을 수행하였습 니다. 3개의 Class는 하지 운동과 관련되어 있는 ‘Gait’, ‘Sit’, 그리고 아무것도 하지 않는 ‘Rest’ Class로 구성되었습니다. 학습을 위한 EEG Data는 32 Channel의 각 Class별 5초의 EEG Data로 구성되었으며, 각 Class별 30 Trial이었습니다. 분류를 위한 CNN 모델은 여러 MI-HMI 분류 모델 (EEGNet, ShallowConvNet, DeepConvNet)을 병렬로 배치하는 Multi-Model CNN을 사용하였습니 다. 그리고, 외골격 로봇을 실시간으로 제어하기 위해서 사용자가 의도한 Class의 MI-HMI를 수 행하면 +1을, 이전과 다른 명령어가 출력되면 -3이 되는 Buffer를 10개를 채우면 해당 로봇 동 작이 수행되는 시스템을 설계하였습니다. 이러한 MI-HMI 기반 외골격 로봇 제어를 평가하기 위해, SCI 장애인은 외골격 로봇을 제어하여 기립-보행-착석으로 이어지는 Task를 수행하도록 요청받았습니다. 실험 결과, SCI 장애인은 요청받은 Task를 False Positive Rate(FPR) 83.1% 수행하였습니다. 각각의 명령어에 대한 FPR은 Stand-up: 80%, Gait: 92.3%, Stand-up: 79.4%으로 확인되었습니다. 이러한 결과는 SCI 장애인이 외골격 로봇을 실시간으로 제어하는데, 딥러닝 기반 분류 모델을 사용한 MI-HMI가 적용될 가능성을 보여주었습니다.