BME

YEARBOOK

2012

Contents

1. BME YEAR BOOK 창간, 주제 1회 졸업을 맞이하여………

우지환 ……………………………………………………………………………………………………………

지영준 ……………………………………………………………………………………………………………

유형석 ……………………………………………………………………………………………………………

2. 졸업논문 – 학부과정

3D 달팽이관 청신경 모델을 이용한 전기자극 전위차 연구

강수진, 우지환 ………………………………………………………………………………………

신경 모델을 이용한 인공와우 채널 간섭효과 연구

권치헌, 우지환 ………………………………………………………………………………………..

근전도 분석을 통한 슈팅 게임 개발

김다현, 임지영 ……………………………………………………………………………………….

Fast B1 field processing technique in 9.4 T MRI systems

성현지, 장민선 ………………………………………………………………………………………

스마트폰을 이용한 심폐소생 어플리케이션 개발

손정은, 김하경 ………………………………………………………………………………………

Tone 자극을 이용한 청성뇌간 유발반응(ARB) 검사 방법 연구

손대원 ……………………………………………………………………………………………………….

수면 질환 관련 홈페이지 제작

안나연 ……………………………………………………………………………………………………….

SSVEP를 이용해 색차지각 측정을 위한 자극기 개발

이대상 ……………………………………………………………………………………………………….

고해상도 자기공명영상장치에서의 빠른 영상처리를 위한 코일 제어법

이주현 ……………………………………………………………………………………………………….

청력테스트를 위한 Audiometer Application 개발

장다솜 ……………………………………………………………………………………………………….

3. 대학원 졸업논문과 연구실 소개

The development of feedback monitoring device for CPR

송영탁*, 지영준

근력 보조기기 설계를 위한 sEMG 분석을 이용한 신체적 작업부하의

정량적 평가방법 개발

이영진*, 지영준

A New Design of an Implanted Medical Lead to Reduce RF Heating in MRI

Rupam Kumar Das

연구실 소개 ME-Lab. ……………………………..

연구실 소개 CNE ……………………………..

연구실 소개 EM.MRI ……………………………..

4. 졸업을 맞이하며

손대원

김민지

지소라

이정란

이재현

5. BME Facts 2012

학생현황과 명단

공간현황

교과과정

2012 Activities

6. 편집후기

교 수 지 영 준

교 수 우 지 환

교 수 유 형 석

BME YEAR BOOK 창간,

1회 졸업을 맞이하여

졸업생 여러분께

2009년 1월 2일 울산대학교에 첫 출근을 하였습니다. 한 해 전인 2008년 여름, 울산대학교는 의

공학과 설립을 결정하였고, 제가 첫 교수로 학과 셋업 업무를 시작했던 날입니다. 지금의 3호관은

공사중 이었고, 저는 본부 건물 2층 빈방을 임시로 사용하고 있었습니다. 이제 2012년 가을이 지

나가면서 당시에 입학했던 2009학번 학생들이 4년간의 과정을 마치고 졸업을 앞두고 있습니다.

짧지 않은 기간이었고, 많은 변화가 있었습니다. 학생들도 4 년만큼의 성장을 했으리라 생각합니

다. 지금의 20대를 두고 사회적 입장에 대해 억울한 세대라는 이야기들을 합니다. 이 시기에 청년

을 상대해야 하는 선생의 입장도 더 어렵습니다. 지식 전달 이외의 부문에서도 누군가를 가르치

거나 상담해야 하는 상황에서 “어떻게”, “어떤 방향으로”에 대한 물음표도 여전합니다. 아마도 은

퇴할 때 가지 이 고민은 계속될 것 같습니다.

졸업생 여러분. “내가 생물학적으로, 사회적으로 무엇을 원하는가?”에 대한 답을 언어화 해 내지

않는 이상 취업과 진로에 대한 고민은 평생 계속될 것입니다. 저의 경우 20대 시절, 이 문제에 대

한 진지한 고민이 부족했고, 30대 후반이 되어서야 조금씩 답을 찾아 정리하기 시작했습니다. 하

지만 더 나이가 들어도, 주변에서 주책스럽다고 놀려도, 이 고민에 대한 마음 속에서의 답을 찾는

솔직한 고민은 계속할 것이며 내가 내린 결론에 따라 행동을 할 겁니다. 주변 사람들의 나에 대

한 기대를 본인의 꿈이라고 착각하지 마시기 바랍니다. 설혹 착각하여 그 자리에 가더라도 그 자

리가 “나의 꿈”이 아닌 자리라면 분명히 후회하게 될 것입니다. ‘남의 꿈’을 실현해 주느라 경주하

는 노력으로는 그 자리에 수월하게 도달하기조차 힘들 겁니다. 아침에 잠에서 깨었을 때, 그 일을

할 기대로 가슴이 부푸는 ‘그 일’을 찾고, 그 일을 하기 위한 자리로 가기 위한 준비를 하시기를

소원합니다. 아직 늦지 않았습니다. 이 문제 이외의 모든 고민은 부수적이고 사소한 것들이라고

생각합니다.

10년쯤 지나서 다시 만납시다. 누가 돈을 많이 벌고, 사회적 성취를 많이 했는지는 그리 중요하지

않습니다. 10년 후 이미 꿈을 찾아서 언어화 했고, 그 곳을 향해 조금씩 이라도 걸어가도 있다면

아마 그 사람은 충분히 행복할 겁니다. 제가 먼저 행복한 인생의 시범을 보이도록 하겠습니다. 혹

중간에 너무 지치고 앞이 안 보일 때, 커피 한 잔 하며 마음 속의 이야기를 하고 싶을 때, 오세요.

들어주고 함께 고민하는 ‘애프터 서비스’를 할 수 있도록 이 자리를 지키고 있겠습니다.

여러 분 모두, 각자의 무의식에 존재하는 본능적 건강함, 그것을 믿습니다.

2012년 11월

지 영 준

울산대학교 공과대학 의공학과

졸업생 여러분께

먼저 여러분의 졸업을 축하합니다.

때로는 과제와 시험 준비로 밤을 지새우면서, 때로는 성적에 기뻐도 하고, 실망하면서, 그렇게 한

걸음 한 걸음 여러분은 성장하였습니다.

거울을 보면 4년 전 여러분의 모습에 견주어, 여러 면에서 변한 여러분의 모습을 볼 수 있으리라

생각됩니다.

졸업은 끝이 아니라 또 다른 새로운 시작이라 합니다.

이제 4년간의 대학 생활에서 배운 든든한 지식과 지혜로 사회라는 곳에서 새로운 시작을 하게 되

겠지요.

대상, 대원이는 장교로서 책임감을 가지고, 건강히 복무하기 바랍니다.

하경, 정은이는 항상 초심 간직하며 열심히 생활하기 바랍니다.

민지, 소라, 지영이도 차근차근히 사회인이 되기 위한 준비를 잘 하시기 바랍니다.

수진, 치헌, 다솜, 주현이는 대학원에서 본인들의 연구에 최선을 다할 수 있으리라 믿습니다.

그리고, 졸업을 잠시 미룬 다현, 나연, 현지, 민선이도 쉬기 위한 시간이 아닌, 힘찬 도약을 위한

준비라 생각하고, 조급해하지 말고 잘 준비하시기 바랍니다.

직장에서 일할 때는 열심히 일 하고, 또 즐길 때는 열심히 즐기는, 연애도 열심히 하고, 여행도

부지런히 다니면서, 여러분의 인생을 사랑할 줄 아는 졸업생이 되길 바랍니다.

이제는 여러분과 인생을 살아가는 선후배로서,

살아가면서 삶의 이야기도 종종 나눌 수 있길 바랍니다.

비록 저와는 2년 반이라는 짧은 기간이었지만,

함께한 소중한 시간과 추억을 준 여러분께 감사드립니다.

모두들 20년 뒤에도 만납시다.

2012년 11월

우지환

울산대학교 공과대학 의공학과

졸업생 여러분께

벌써 2년이 다 되어가는군요. 처음 의공학과 학생들을 만난지…

어느 노래가사처럼 우리 처음 만났을 때는 서로 서먹하고 어색했지만 지금은 서로 그 누구보다

많은 시간을 함께 하였으며 어느덧 세월이 지나 드디어 첫 졸업생이 나온다니 감회가 새롭습니다.

한 사람의 교수이기보다는 사회의 선배로서 또는 대학의 선배로서 많이 다가가길 스스로에게 주

문하였으며 나름대로 제가 학생 때 겪었던 교수와의 학생의 거리는 많이 좁혀졌다고 감히 자부해

봅니다. 공학적인 마인드로 수식으로 표현하자면 d=e^(-t) 함수 정도가 되겠군요. 물론 d는 학생

들과 저와의 공간적 심리적 거리이며 t는 시간이죠. 함수 특성상 자연적으로 친밀해 지는 시간은

약 2년이 흘렀네요. 입대한 군인이 제대하는 시기와 유사하군요.

3학년 때부터 만난 학생들은 어느덧 사회의 첫발을 내 딛고자 합니다. 무슨 말이 좋을 까 고민해

보지만 역시 “부딪치되 낙오하지 말라”는 말을 하고 싶습니다. 대학이라는 특성상 사회보단 심리

적으로 안정된 곳에 있다가 막상 사회에 나가보면 역시 쉽지 않을 거라 생각합니다. 하지만 그

과정 속에서 성숙해지는 자랑스러운 의공학과 학생들이 되길 간절히 바랍니다. 다른 과에 비해서

그런 연습을 본인이 모르는 사이에 많이 했습니다. 피상적인 교육이 아닌 서로가 공감하는 교육

을 가진 의공학과 학생들임을 잊지 마시길 바랍니다.

언젠간 다시 만납시다! 아마 졸업생의 1%가 다시 학교에 찾아갈까요? 그 이하 일 것 같습니다.

우리는 100% 다시 만납시다. 달라지는 건 하나일겁니다. 이제는 여러분이 저에게 밥을 사야 한다

는 거겠죠. 나머지는 같습니다. 기다리고 있겠습니다. 잊지 마세요. ^^

끝으로, 저와 함께 한 2년의 세월이 졸업생들에게 도움이 되길 바라고, 언젠간 든든한 사회의 버

팀목이 되어서 의공학과의 좋은 선배들로 남아주길 부탁 드립니다.

졸업 다시 한 번 축하합니다!

.

2012년 11월

유 형 석

울산대학교 공과대학 의공학과

3D 달팽이관 청신경 모델을 이용한 전기자극 전위차 연구

강수진, 우지환

신경 모델을 이용한 인공와우 채널 간섭효과 연구

권치헌, 우지환

근전도 분석을 통한 슈팅 게임 개발

김다현, 임지영

Fast B1 field processing technique in 9.4 T MRI systems

성현지, 장민선

스마트폰을 이용한 심폐소생 어플리케이션 개발

손정은, 김하경

Tone 자극을 이용한 청성뇌간 유발반응(ARB) 검사 방법 연구

손대원

수면 질환 관련 홈페이지 제작

안나연

SSVEP를 이용해 색차지각 측정을 위한 자극기 개발

이대상

고해상도 자기공명영상장치에서의 빠른 영상처리를 위한 코일 제어법

이주현

청력테스트를 위한 Audiometer Application 개발

장다솜

졸업논문 - 학부과정

초록: Computational simulations have been used to describe auditory-nerve-fiber(ANF) responses to electrical stimuli (such as those used by prosthetic devices). Several research groups have simulated the ANF responses of electrically stimulated guinea pig and human cochleae using 3-dimensioinal (3D) finite-element models. However, they did not include realistic conditions. Ongoing efforts are aimed at creating a 3D cat cochlea model to provide a realistic means of predicting electric stimulus fields for our biophysical cat fiber model. We built the 3D model from a histological section of the cat cochlea and electrode and created the finite-element mesh representation. Finally, more realistic computer model could be used to understand ANF responses and develop auditory prosthesis.

주제어: cochlear implant, 3D modeling, 달팽이관

Ⅰ. 연구 배경

현대 사회에서 고령화와 소음 노출에 따라 난청 인구가 증가 하는 추세이다. 유모 세포의 손실로 인한 난청은 전극을 삽입하는 인공와우(cochlear implant)로 극복되고 있다. 이 시스템은 손상된 유모 세포를 대신하여 삽입된 전극으로 전기 자극을 전달함으로써 난청 환자가 소리를 들을 수 있게 한다.

효과적인 전기자극 방식을 연구하기 위하여, 컴퓨터 청신경 모델(auditory nerve fiber model)을 이용한, 신경 반응 특성에 대한 연구가 활발히 진행되고 있다[1]. 기존의 연구의 청신경 모델은 Hodgkin-Huxley 모델을 기반으로 한 axon 모델을 사용하였는데, 이는 실제 청신경 및 달팽이관의 현실적 구조를 반영하지 못하고 있다. 따라서, 전기 자극에 대한 컴퓨터 청신경 모델에서의 반응 결과가 실제 청신경에서의 반응 결과와 서로 상이할 수 있다.

실제 달팽이관과 청신경의 구조에 가까운 3 차원 모델을 구성하고, 각 부분의 다양한 전도도 값을 이용하여, 전기 자극에 따른 달팽이관 내부의

전위차를 구할 수 있다면, 이러한 전기자극에 따른 신경모델 반응을 측정할 수 있다. 실제 달팽이관에서의 전기 자극에 따른 신경반응과 유사한 반응을 구할 수 있을 것이다.

본 연구에서는 달팽이관의 3차원 모델을 설계하여 전기 자극에 대한 달팽이관 내부의 전위차를 알아보고자 한다. 또한 컴퓨터 청신경 모델에 3차원 모델 내부의 전위차 값을 적용하여 컴퓨터 청신경 반응 결과를 얻고자 한다. 컴퓨터 청신경 모델에서 얻은 결과와 실제 고양이 달팽이관에서 실험한 결과값과 비교하여 본 연구에서 설계한 3차원 달팽이관 모델의 유효성 여부를 판단하고자 한다.

Ⅱ. 연구 방법

1. 3 차원 달팽이관 모델

본 연구의 3 차원 달팽이관 모델은 3 차원 모델링 프로그램인 ANSYS(태성 S&E INC.)를 사용하여 설계하였다. 3 차원 달팽이관 모델의 크기는 고양이 달팽이관의 마이크로 사진(그림 1)에 기반하였으며, 해부학적으로 중요한 부분을 모델링하였다. 달팽이관 모델 내부의 신경 섬유 모델의 크기는 고양이의 청각 신경섬유의 크기에 기반하였다. 전극의 크기는 동물실험용 인공와우 시스템에 사용되는 전극의 크기(지름 0.45 mm)를 적용하였다.

그림 1. (A) 고양이 달팽이관의 조직학적

횡단면 사진으로 (a)는 전정계, (b)는 고실계, (c)는 코르티기관을 나타냄. (B) 고양이 달팽이관에 기반한 3 차원 나선형 달팽이관 모델.

3D 달팽이관 청신경 모델을 이용한

전기자극 전위차 연구 강수진* , 우지환**

*울산대학교 의공학과 20092821, **울산대학교 전기공학부 *S.Kang0518@gmail.com

a c

b

A B

모델의 달팽이관의 구조는 그림 1(B)와 같이 실제달팽이관 모양과 비슷한 나선형 모델로 설계하였으며, 전정계(scala vestibule), 고실계(scala tympani), 코르티기관(organ of Corti), 와우축(modiolus), 신경섬유(nerve fiber)로 구성하였다. 각 부분의 전도도(conductivity)는 표 1 과 같이 실제 달팽이관의 전도도 값을 적용하였다[2].

표 1. 달팽이관의 각 부분에 대한 전도도 값

인공와우 시스템에서 전기 자극을 인가하는 전극은 일반적으로 고실계 부분에 삽입하므로, 본 연구에서는 단일전극을 고실계의 중앙에 삽입하였다.

2. 컴퓨터 청신경 모델(auditory nerve fiber, ANF)

고양이 청신경에 기반하고, 신경 반응의 랜덤성(stochasticity) 구현을 위해, stochastic 알고리즘을 포함하고 있는 컴퓨터 청신경 모델을 이용하였다[1]. 청신경 모델의 시뮬레이션은 Matlab 을 사용하였다.

3 차원 나선형 달팽이관 모델의 청각 신경 섬유 모델에서 얻은 전위차는 컴퓨터 청신경 모델에 적용하여 신경 반응 특성 결과를 얻었다. 일반적으로 인공와우 시스템 및 동물실험 연구에서는 양전극방식의 전기적 자극을 사용하고 있으므로 본 연구에서는 컴퓨터 신경모델의 전기 자극을 양전극방식으로 하였다. 전기 자극 전극은 지름 0.45 mm 로 9 번째 active node 위에 위치하며, recording 전극은 20 번째 active node 위에 위치하였다. 신경 반응 특성은 평균 반응 잠복시간(mean latency)과 spike 발생빈도(firing efficiency, FE)를 측정하였다.

Ⅲ. 연구 결과

그림 2 는 전극에 1.0 mA 전기자극 인가 시 내부의 전위차를 보여주고 있다. 3 차원 달팽이관 모델 내부의 전위차는 다음과 같다. 전극 주위에 최고 값으로 0.37V 와, 최저 값은 0V 로 해석되었다. 각 부분의 전도도 값이 다름으로 균일한 분포가 아닌, 전도도 값에 따른 비 대칭 전압분포로 나타냄을 알 수 있다.

신경 반응의 랜덤성이 적용되지 않은 신경 모델의 경우엔 FE가 0%나 100% 두 값으로 정해지

지만, 본 연구에서 사용한 신경 모델처럼 랜덤성이 적용된 신경 모델은 자극의 세기에 따라 FE가 0에서 100% 사이로 나타난다. 반응 잠복시간은 자극을 인가한 시점으로부터 spike의 peak까지 걸린 시간을 말하며, 평균 반응 잠복시간은 반복적 자극에 따른 반응 잠복시간의 평균값을 나타낸다. 평균 잠복시간은 자극의 세기가 증가할수록 점점 감소한다.

그림 3은 3차원 달팽이관 청신경 모델의 전위차를 적용한 컴퓨터 청신경 모델에서의 결과를 나타내고 있다. 그림3(B)와 (C)는 각각 신경 반응 특성인 spike 발생빈도(firing efficiency, FE)와 평균 반응 잠복시간(mean latency)을 나타내고 있다. 그림3(A)는 FE가 50%일 때 시간에 따른 transmembrane potentail을 나타낸다.

본 연구의 신경 반응 특성 결과는 앞에서 설명한 바와 같이 랜덤성의 적용으로 FE(그림3(B))가 자극 세기에 따라 0에서 100%까지 나타나고, 평균 잠복시간(그림3(C))은 자극의 세기가 증가할수록 점점 감소하는 경향을 관찰할 수 있다. 이러한 결과는 실제 고양이에서의 신경 반응 특성인 평균 반응 잠복시간, spike 발생빈도와 비교할 때 비슷한 경향을 보이는 것을 확인할 수 있다[3].

그림2. 나선형 달팽이관 모델의 단면 사진

으로 달팽이관 모델의 고실계 부분의 중앙에 위치한 전극에 1 mA의 전류를 인가 시 전위차 분포.

Ⅳ. 결론

3 차원 나선형 달팽이관 모델에서 측정된 전위차는 자극된 신경의 반응 패턴을 분서하는데 사용될 수 있다.실제 달팽이관에서의 신경 반응 특성과 본 연구에서 설계한 모델에서의 신경 반응 특성이 동일한 경향을 보이는 것으로 본 연구에서 설계한 3 차원 달팽이관 청신경 모델이 유효하다고

조직 전도도(Ωm)-1 고실계 1.43 전정계 1.43 코르티기관 0.012 와우축 0.156 신경조직 0.3

말할 수 있다. 즉, 3 차원 달팽이관 모델에 신경 모델을 위치 시킴으로써, 청각 신경의 반응을 예측하여, 인공와우 시스템의 효율성을 평가할 수 있다.

향후, 3 차원 달팽이관 청신경 모델의 전위차를 적용한 컴퓨터 신경 모델을 이용하여, 자극된 신경의 반응 패턴을 분석하는데 사용할 수 있고, 더 나아가 ECAP(electrically evoked compound action potential)을 계산하고, 시뮬레이션을 통해 인공와우의 여러 문제에 대한 해결책을 얻을 수 있을 것이라 판단된다.

그림3. 3차원 달팽이관 모델의 전위차를 적용한 컴퓨터 청신경 모델에서의 신경반응 특성. (A) FE=50%일 때 transmembrane potential, (B)자극 세기에 따른 spike 발생 빈도 곡선(FE), (C)자극 세기에 따른 반응 잠복시간(black circle)과 평균 반응 잠복시간(white circle, mean latency).

참고문헌

[1] J. Woo, C. A. Miller, and P. J. Abbas, "Simulation of the electrically stimulated cochlear neuron: modeling adaptation to trains of electric pulses," IEEE transactions on bio-medical engineering, vol. 56, pp. 1348-59, May 2009.

[2] J. H. Frijns, R. K. Kalkman, and J. J. Briaire, "Stimulation of the facial nerve by intracochlear electrodes in otosclerosis: a computer modeling study," Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology, vol. 30, pp. 1168-74, Dec 2009.

[3] C. A. Miller, P. J. Abbas, B. K. Robinson, J. T. Rubinstein, and A. J. Matsuoka, "Electrically evoked single-fiber action potentials from cat: responses to monopolar, monophasic stimulation," Hearing research, vol. 130, pp. 197-218, Apr 1999.

A

B

C

초록: As our society is growing up, the populations of patient who suffer with hearing-loss are increasing. The hearing-loss is caused by damaged hair cell in cochlear, and the cochlear implant system helps people who can’t hear the sound. In the cochlear implant system, one of the most important factors that determine the degree of performance of this system is that how many channel interaction occurred and how it has effects on the real sound signal coming to cochlear implant system. There are some parameters that influence the channel interaction. The result of this study shows how these parameters influence on channel interaction.

주제어: Cochlear implant, channel interaction

Ⅰ. 서 론

유모세포가 손상된 난청환자들의 경우, 달팽이관에 전극을 삽입해 직접적인 전기자극을 가함으로써 실제적인 유모세모의 역할을 대신해주는 인공와우 (Cochlear Implant) 시스템으로 소리를 들을 수 있다. 인공와우 시스템은 달팽이관에 다채널로 이루어진 일자형 전극을 삽입한 후, 외부의 마이크로부터 받아들인 소리의 주파수를 분석해 이에 해당하는 위치의 전극에 자극을 주어 청신경을 자극해 소리를 감지하도록 도와준다. 이 때 자극을 전달하는 방식으로, 마이크에 입력된 소리의 주파수를 band-pass filter로 채널마다 맞는 주파수로 나누어 준 후 매 시간마다 각 채널의 주파수 크기가 가장 큰 채널에만 그에 상응하는 자극을 입력한다. 지난 십 년 동안 전 세계적으로 시행되어 온 이 인공와우 시스템은, 이와 같이전기적 자극이라는 매우 제한적인 자극방식을 사용하고 있다. 여러 개의 전극을 사용하는 다채널 인공와우 시스템에서는 한 채널 전극 자극 뒤에 옆 채널 전극 자극 시 왜곡된 신경 반응이 생겨 정확한 소리 정보를 전달할 수 없다[1]. 이러한 현상을 채널간섭효과 (Channel Interaction) 라고 하며, 인공와우 시스템에서는 채

널간섭효과를 줄여줌으로써, 시스템의 성능을 향상시킬 수 있다. 임상에서 측정되고 있는 이러한 채널간섭효과는 아직 신경 반응에 대한 분석이 이루어 지지 않아 이 부분에 대한 연구가 필요한 실정이다. 본 연구에서는 컴퓨터 신경모델을 이용하여, 다채널 전극에 따른 채널간섭효과의 원인 및 배경을 분석 하고자 한다. 이러한 연구는 다양한 채널 자극 방식에 따라 채널간섭효과를 줄일 수 있는 전기적 자극 방식을 고안해내는 연구의 기반연구가 될 수 있다.

Ⅱ. 방 법

A. 컴퓨터 신경모델 본 연구에서는 고양이 신경을 기반으로 한 컴퓨

터 신경 모델을 사용하였으며, 컴퓨터 신경모델은 MATLAB 프로그램으로 만들어졌다. 기존의 프로그램은 하나의 전극이 하나의 고양이 청신경을 자극 하는 형태의 모델이었던 반면[2, 3], 채널간섭효과를 알아보기 위하여 그림1에서와 같이 한 axon의 위에 Probe 전극(E1)을 위치시키고 같은 높이에서 DE12 만큼 y축으로 떨어진 곳에 Masker 전극(E2)을 위치시킨 모델로 수정하였다. 전극의 직경은 0.01mm로 설정하였으며, Probe 전극의 위치는 9번째 랑비에르결절(Ranvier node)에서 Z축 방향으로 0.3mm 떨어진 곳에 위치시켰다.

그림 1 컴퓨터 신경 모델

신경 모델을 이용한 인공와우

채널 간섭효과 연구 권치헌* , 우지환**

*울산대학교 의공학과 20092822, **울산대학교 전기공학부 의공학전공 *chkwon900418@gmail.com, **jhwoo@ulsan.ac.kr

B. 자극 방식 및 신경반응계산

채널간섭효과를 알아보기 위하여, Forward Masking paradigm을 사용 하였다. Forward Masking paradigm은 Masker 전극에 먼저 전기적 자극을 준 다음 일정시간(ipi) 후 Probe 전극에 자극을 주는 것을 말한다 [4].여기서 Masker 전극에서의 자극은 옆 채널에서 오는 원하지 않는 자극을 의미하고, probe 전극의 자극은 본 채널에서의 원하는 자극을 의미한다. 옆 채널에서 오는 자극이 얼마나 본 채널에 영향을 미치는 지 알기 위하여, Masker 전극 자극의 유무에 따라 각각의 신경반응의 정도를 측정해 그 것의 비율로 채널간섭효과의 정도를 나타내고자 하였다. 자극의 형태는 두 전극 모두 bi-phase 형태로 40μs/phase의 단일자극이고, Masker 전극과 Probe 전극에 가해지는 전기적 자극의 ipi를 달리 하여 실험을 진행하였다 (250pps, 1000pps). 신경 반응 정도의 계산은 같은 전극 위치에서 같은 자극을 여러 번 주었을 때 axon에서 Action Potential이 발생하는 빈도를 비율로 나타낸 FE(Firing Efficiency)를 사용하였다 [5]. 즉, Masker 전극 자극이 있었을 때 계산된 FE값을 Probe전극에만 자극을 주었을 때 계산된 FE값으로 나누어, 그 비율을 채널간섭효과가 나타난 정도로 사용하였다. 이 비율은 1에 가까울수록 채널간섭효과가 적게 일어났다는 것을 의미한다. 편의를 위해, 이것을 1에서 빼 줌으로서 채널간섭효과의 정도에 따라 비례하는 상수를 Interaction Coefficient라고 하고 사용하였다.

Interaction Coefficient = 1 − 𝐹𝐹𝑤𝑤𝑤ℎ 𝑀𝑀𝑀𝑀𝑀𝑀 𝐹𝐹𝑤𝑤𝑤ℎ𝑜𝑜𝑤 𝑀𝑀𝑀𝑀𝑀𝑀⁄

(1)

Ⅲ. 결 과

A. Masker electrode의 강도에 따른 FE변화 Masker electrode의 영향을 알아보기 위해,

Masker electrode의 강도를 변화시켜 보았다. electrode의 강도는 Probe electrode에만 자극을 주었을 때 FE가 20%, 50%, 90%가 되는 자극 강도를 사용하였고, 자극의 ipi는 1000pps(1ms)를 적용하였다. 전극 간의 거리는 Channel Interaction이 생기기 시작하는 곳으로, Probe electrode에서 FE가 100%로 측정되는 자극 강도로Masker electrode에만 자극을 가했을 때 최초로 FE값이 0이 되는 곳으로 설정 하였다. 그림2의 (a), (b), (c)는 200번 반복되는 자극 중에서 Probe electrode에 FE가 20%이 되는 전기적 자극을 주고 Masker electrode에는 자극을 주지 않았을 때와 FE = 20%, 90%가 되는 전류값을 각각 인가했을 때 발생한 Action Potential의 빈도를 나타낸 그래프이다. 세 그래프를 보면 200번의 자극 동안 발생한 Action Potential이 Masker electrode에 가한 자극 크기가 클수록 줄어듦을 알 수 있다. Fig.2의 그래프 (d)는 세 그래프의 Interaction Coefficient를 Masker electrode에 가한 자극 강도에 따라 나타낸 것이다. 그림2의 그래

프를 종합해보면, Masker electrode의 강도가 클수록Channel Interaction현상 때문에 Action Potential 발생 빈도가 줄어든다는 것을 알 수 있다.

그림 2 Masker 전극 레벨에 따른 신경반응

변화

B. 거리에 따른 FE변화 거리에 따른 FE변화를 알아보기 위하여, D12의

크기를 점점 증가시키면서 FE를 측정하였다. Masker electrode와 Probe electrode에 인가한 자극의 세기는 FE가 50%가 되는 전류값을 사용하였고, ipi는 1000pps(1ms)로 설정하였다. D12의 크기는 Channel Interaction이 처음으로 발생하는 거리인 0.12mm부터 0.2mm와 0.5mm에서 FE를 측정하였다. 그림3은 D12가 0.12mm, 0.2mm 0.5mm일 때 axon의 Interaction Coefficient를 계산하여 나타낸 그래프이다. 그래프에서 알 수 있듯이, 두 전극이 멀어질수록 Channel Interaction 현상은 줄어든다. C. Probe electrode의 강도에 따른 FE변화

Probe electrode의 강도가 어떻게 FE값에 영향을 주는 지 알아보기 위해 Probe electrode에 가하는 전기적 자극의 강도를 변화시켰다.Masker

electrode에 FE가 90%가 되는 전류값을 인가하고 Probe electrode에는 FE가 50%와 90%가 되는 전류값으로 자극을 주었다. Probe electrode의 각각의 자극 크기마다 ipi값을 달리 해주어(250pps와 1000pps), ipi값에 따른 FE 변화 양상도 살펴 보았다. 그림 4는 Masker electrode에 같은 강도의 자극을 주고 Probe electrode에 다른 강도의 전기적 자극을 인가 했을 때, ipi에 따라 Channel Interaction이 어떻게 나타났는지 Interaction Coefficient로 나타낸 것이다. ipi는 x축으로 나타내었고 진한 색의 그래프는 Probe electrode에 FE = 50%가 되는 자극을 인가했을 경우, 그리고 연한 색의 그래프는 FE = 90%가 되는 자극을 인가했을 경우이다. 그래프에서 알 수 있듯이, ipi가 250pps인 경우보다 1000pps인 경우가 더 많은 Channel Interaction 현상이 발생하였고, 같은 ipi인 경우 Probe electrode에 인가된 자극의 크기가 클수록 Channel Interaction 현상이 덜 발생한다.

그림 3 거리에 따른 채널간섭효과

그림 4 Probe 전극의 세기에 따른

신경반응변화

Ⅳ. 결론 및 토의

본 연구는 다채널 인공와우 시스템에서 시스템 성능을 저해할 수 있는 채널간섭효과에 대하여 연구하였다. 본 연구에서는 채널간섭효과에 영향을 줄 수 있는 세 가지 경우에 대해 연구를 진행하였다. 첫 번째로 진행한 Masker electrode의 강도에 따른 효과에서는, 그림2에서와 같이 Masker electrode의 강도가 채널간섭효과의 정도에 비례하여 나타난다는 것을 알 수 있다. 두 번째로 진행한 전극 간의 거리에 관한 효과에서는, 그림3 그래프에서 보다시피 두 전극 간의 거리가 멀수록 채널간섭효과가 줄어듦을 알 수 있다. 하지만, 채널간섭효과를 줄이기 위해 전극 간의 거리를 늘리게 된다면 그 만큼 외부에서 입력된 소리의 주파수 해상도가 떨어지게 되어 오히려 정확한 소리를 뇌로 전달할 수 없게 된다. 따라서, 외부의 소리에 대한 주파수 해상도와 채널간섭효과를 고려한 최적의 전극 거리에 관한 연구가 더욱 이루어져야 할 것이다. 마지막으로 시행한 probe electrode의 효과에 대한 실험에서는, 그림4에서 보다시피 probe electrode의 전극 자극이 클수록 채널 간섭효과는 줄어든다는 것을 알 수 있으며, ipi의 관점에서 보면 250pps로 자극을 주었을 때 보다 1000pps로 자극을 주었을 때 더 많은 채널간섭효과가 나타났음을 알 수 있다. 그러므로, 채널간섭효과를 없애는 관점에서 생각을 해본다면 1000pps보다는 250pps로 전기적 자극을 인가하는 것이 인공와우 시스템에서 더 정확한 소리를 전달할 수 있다고 생각 되어진다.

참고 문헌 [1] M. W. White, et al., "Multichannel

cochlear implants. Channel interactions and processor design," Arch Otolaryngol, vol. 110, pp. 493-501, Aug 1984.

[2] J. Woo, et al., "Simulation of the electrically stimulated cochlear neuron: modeling adaptation to trains of electric pulses," IEEE Trans Biomed Eng, vol. 56, pp. 1348-59, May 2009.

[3] J. Woo, et al., "Biophysical model of an auditory nerve fiber with a novel adaptation component," IEEE Trans Biomed Eng, vol. 56, pp. 2177-80, Sep 2009.

[4] P. J. Abbas, et al., "Channel interaction in cochlear implant users evaluated using the electrically evoked compound action potential," Audiol Neurootol, vol. 9, pp. 203-13, Jul-Aug 2004.

[5] C. A. Miller, et al., "Response properties of the refractory auditory nerve fiber," J Assoc Res Otolaryngol, vol. 2, pp. 216-32, Sep 2001.

초록: 최근 키보드, 마우스, 조이스틱 등과 같은 게

임 입력장치의 과도한 사용에 따른 부작용으로 손

목 터널증후군을 호소하는 인구가 늘어나고 있다. 그러므로 이러한 증상을 해소하기 위하여 본 논문

에서는 신체에 부착하는 전극을 통해 전달되는 생

체신호를 활용하여 조작되는 게임을 제안한다. 신체

의 움직임 시 발생되는 EMG신호를 실시간으로 입

력 받아 rms로 계산한 값을 입력신호로 사용하였다. 입력신호 값에 따라 힘의 세기를 지정하였다. 각 힘

의 세기 별 지정된 속도와 각도 값에 따라 투척물

을 원하는 지점에 도달 시키는 게임을 만들었다.

주제어: 근전도, RMS, 게임조작

Ⅰ. 서론

본 논문에서는 생체신호 중 하나인 근전도를 신호

원으로 하는 게임을 만들고자 한다. 최근 체감형 인

터페이스 게임이 부각되기 시작하면서, 촉각(햅틱

폰), 감성(뇌 인터페이스)등 다양한 감각을 활용하

는 인터페이스 개발이 확대되는 추세이다.[4]

한 사례로, 닌텐도의 Wii는 손 움직임 신체의 동

작과 같은 다감각 인터페이스 기술을 활용하여 사

용자가 보다 실감나고 직관적으로 게임을 즐길 수

있다. 따라서 향후 게임 시장을 선도할 게임 인터페

이스 기술은 체감형 인터페이스라고 할 수 있다.

이 중에서도 근전도 및 뇌파와 같은 인위적으로

발생 가능한 생체신호를 기반으로 한 생체신호 인

터페이스 기술이 국내외적으로 연구 및 개발이 이

루어지고 있다.특히 신호원을 근전도로 이용할 경우,

운동의 효과 이외에도 근육에서 나오는 다양한 정

보를 관찰할 수 있으므로 더욱 효과적이다.

본 논문과 같이 근전도를 사용해 손의 움직임을

분석하여 조작을 하는 게임은 있었다.[5] 그 논문에

서는 손의 형태가 어느 상태인지에 따른 조작방법

이었다. 이의 경우 형태를 유지 하는 데에 신경을

집중하게 되어 조작하는 이의 게임에 대한 몰입도

를 방해하게 된다. 또한 일정한 손의 패턴이 필요했

으므로 숙련자가 아닐 경우 게임이 어렵다는 단점

이 있었다.

이를 보완하고자 본 논문에서는 근전도 자체의

측정값을 데이터로 하여 실시간으로 처리한 간단한

슈팅게임을 만들고자 한다.

Ⅱ. 근전도 슈팅 게임

A. 게임의 개요

그림 1. 게임의 flowchart

본 게임은 간단한 조작으로 작동되는 슈팅게임

으로, 속도와 각도 값을 조정하여 목표점에 골

인시키는 게임이다. 속도 값은 오른팔, 각도 값

은 왼쪽 팔에 의해 조정 된다. 발사는 두 팔의

근전도가 급격히 감소하는 지점으로 정했다.

그림 1. 를 보게 되면 대포가 있고, 대포알이

있음을 알 수 있다. 이 대포에서 쏘아진 대포알

이 목표지점인 뽀로로가 있는 곳까지 맞추어야

한다.

발사 시에는 총 10번의 기회가 주어지는데,

맞추게 되면 10점을 맞추지 못할 경우에는 0점

이 부여된다. 각 기회 별로 뽀로로의 위치는 변

화한다. 각 각 발사가 이루어 질 때마다 점수

가 매겨지고, 매겨진 점수를 토대로 하여 마지

막에는 ranking을 매기게 된다.

근전도 분석을 통한 슈팅 게임 개발 김다현 , 임지영

울산대학교 의공학과 20092824, 울산대학교 의공학과 20092841

dahyeon3295@gmail.com,jjiyounglim@gmail.com

(a) (b)

그림 2. (a) Data 경로, (b) 근전도 측정위

치 그림2_(a)은 사용자로부터 측정된 근전도를 센

서에서 받아 들여, PC에서 근전도 신호를 프로세

싱 하는 모습을 표현한 것이다.

본 연구에서 운동할 근육을 flexor digitorum

superficialis[그림2_(b)]의 경우로 삼았으며, 이

위치에 전극을 부착하였다. 전극으로부터 측정되

는 EMG신호는 센서를 통해 자체적으로 잡음이

제거되어지고, 2048Hz로 샘플링 한 RMS값을 출

력한다. 출력된 RMS값은 센서에 연결된 usb포트

를 통해 PC로 전송된다. 실시간으로 전송된 근전

도 데이터 값을 Labview(National Instruments,

USA)로 신호 처리 하였다.

B. 근전도 측정 및 파라미터 추출

근전도는 신체의 움직임에 따라 근육 표면으로

부터 근섬유를 따라 일어나는 전기적 신호를 의

미한다. 근전도 신호의 크기는 대부분 10mV 이

하이며 그 주파수 범위는 500Hz 미만이다.

근전도 신호 측정 방법으로는 바늘을 근육에

직접 꽂아 측정하는 침 근전도 검사법(needle

EMG), 근육 근처의 피부 표면에 전극을 붙여 피

부 표면에서 근전도의 신호를 측정하는 표면 근

전도 측정법이 있다.

본 논문에서는 표면 근전도 측정법을 사용하였

다. 전극 부착 위치를 정하기 위해 신호의 강도

가 가장 큰 근육의 위치를 해부학적 지식을 이용

하여 파악하였다. 그 결과 그림 2_(b)의 flexor

digitorum superficialis에전극을 부착하기로 했다.

그림 3. 측정된 근전도 파형

근전도를 그대로 사용할 경우 그림3.과 같이 신

호원이 불안정 하여 게임에 사용하는데 적합하지

않다. 이를 해결하기 위해서는 근전도에 실시간

으로 신호처리를 해주어야 한다. 여러가지 신호

처리 방법 중에서 본 논문에서는 RMS를 활

용하여 근전도 데이터를 사용하고자 한다.

수식1. RMS값 계산

RMS란 Root Mean Square value 제곱 평균

제곱근 값으로 밑의 수식1.을 통해 확인할 수

있다.

이를 사용할 때에, 2048개의 샘플을 계속해서

RMS값을 구할 것이다.

근전도를 사용하여 본격적인 게임에 들어가기

전에 Calibration과정을 거치게 된다.

Calibration을 하는 이유는 하나의 운동 단위를

이루는 근섬유의 수가 사람마다 달라 사용자마다

동일한 동작에 대한 근전도 신호의 패턴 및

크기가 다르기 때문이다.

Calibration을 위해서는 총 2번의 근전도 측정

이 있다. 첫 번째는 약하게 주먹을 쥐었을 때, 두

번째는 강하게 있는 힘을 다해 쥐고 측정을 하게

된다. 각 각의 EMG 측정시간 3초이며, 3초간 쥐

었을 때의 평균 RMS값이 각 각의 대표값이 된다.

약하게 쥐었을 때를 min으로 세게 쥐었을 때를

max로 하여 그 기준으로 EMG세기를 10단계로

나눈다. 이 과정이 끝난 후 본 게임이 시작된다.

게임 시작 후 획득되는 근전도 신호의 RMS값과

미리 정해둔 문턱치 RMS값의 신호 비교를 통해

속도와 각도 값이 정해진다.

이 게임의 발사는 두 팔이 동시에 힘을 푸는

지점을 찾아내어 이루어지게 하였다. 그 지점을

찾기 위해 RMS값을 지속적으로 미분하여 우리가

원하는 발사지점을 찾도록 하였다.

Ⅲ. 개발 결과

그림 4. 실제 슈팅게임화면

본 논문에서는 labview를 활용하여 슈팅

게임을 만들고, clevemed사에서 지원하는

데이터 수집 알고리즘을 분석하여 게임과 접목

시켰다. 데이터와 게임간의 연결이

미흡하였으나, 실제로 근전도를 실시간으로

신호처리 하는 데에는 성공을 하였다.

이 후의 과정은 신호처리한 데이터를

사용하여 calibration과정의 추가와 발사지점을

찾아내는 알고리즘을 추가 하여야 한다.

실시간으로 신호처리를 하는 부분은 subVI로

만들어 두었기 때문에 언제든지 근전도를

실시간으로 처리하여야 하는 곳에 sample의

값만 조정하여 유용하게 쓰일 것으로 보인다.

본 논문의 기타자료를 통하여 상세한 조작법

및 전극의 부착위치, 게임 실행화면 동영상을

확인 할 수 있다.

Ⅳ. 토의 및 응용

키보드, 마우스, 조이스틱 등과 같은 게임 입력

장치의 과도한 사용에 따른 부작용으로 손목 터

널증후군을 호소하는 인구가 늘어나고 있다. 본 연구에서 개발된 시스템은 근전도 신호를 이용함

으로써 이러한 통증을 해소 시킬 수 있다. 또한, 투척물을 원하는 지점에 도달 시켰을 경

우를 점수로 반환하여 사용자에게 시각적인 효과

와 점수에 대한 기대감, 사용자 간의 경쟁심리를 이용하여 운동 효과를 높여준다. 하지만 장시간

의 게임은 근육의 피로도를 높이는 역효과를 발

생시킨다. 남성의 경우 flexor digitorum superficialis 에서

측정되는 힘이 비교적 세기 때문에 힘의 세기를

단계별 차이가 분명했지만, 여성의 경우 힘이 비

교적 약해서 세기를 10단계로 설정하기에는 오차

가 많이 발생하였다.

Ⅴ. 결론

본 개발은 정상인을 대상으로 진행 되었지만,

향후 다양한 환경 및 재활 운동이 필요한 피검자

들을 대상으로 하여 재활 훈련 환경에 대한 개선

방법을 연구 할 예정이다.

참고문헌

[1] 손혜영, LABVIEW 랩뷰의 정석 기본편, 인피니

티북스, 2009.

[2] 손혜영, LABVIEW 랩뷰의 정석(응용편), 인피

니티북스, 2011.

[3] 강상욱, 예제로 LabVIEW 완전 정복, 한성대학

교출판부, 2011.

[4] 이대현, 모션센서 기반 체감형 엑서게임의 동향

및 개발 사례, 한국콘텐츠학회지 제 5권 제2호,

pp95-101, 2007, 12.

[5] 배성호 ， 이충헌 - 한국컴퓨터게임학회논문지,

2010 - papersearch.net

Abstract: In high static field magnetic resonance imaging(MRI) systems, B1 fields of 9.4 T, the impressed RF field shows larger inhomogeneity than in clinical MRI systems with B1 fields of 1.5 T and 3.0 T. In multi-channel RF coils, the magnitude and phase of the input to each coil element can be controlled independently to reduce the non-uniformity of the impressed RF B1+field. The Pseudo inverse method has been used to obtain the optimum excitation parameters for homogeneity in a selected ROI(Region of Interest). To reduce processing time of MRI, the sampling has been applied. This paper shows possibilities of localization using pseudo inverse and saving time using sampling. Keywords: MRI, B1 field, RF coil, Pseudo inverse, Sampling

Ⅰ. 서론

MRI(Magnetic Resonance Imaging)란, 자장을 발생하는 커다란 자석 통 속에 인체를 들어가게 한 후 고주파를 발생시킴으로써 신체 부위에 있는 수소원자핵을 공명시켜 각 조직에서 나오는 신호의 차이를 측정하여 컴퓨터를 통해 재구성하고 영상화 하는 기술이다. 특히, 초고자기장 MRI는 외부 DC 자기장이 높아 신호 대 잡음비가 좋기 때문에 진단과 분석에 있어서 중요한 역할을 하고 있으므로 많은 연구가 이루어지고 있다.

(1)

그러나 초고자기장에서는 RF 코일에 의해 자장이 불균질하게 형성이 되어 관심영역(region of interest)의 균질한 영상을 얻기 어렵다. RF 코일의 각각 채널에 유기되는 전류의 위상과 크기를 조절함으로써 독립적으로 조절되는 다채널 코일은 균일한 자장을 얻기 위해 사용된다.

관심 영역(region of interest)을 핵심적으로 보기 위해서는 국소적인 영상처리가 필요하므로 본 연구에서는 원하는 영상을 얻기 위하여 Pseudo inverse를 사용하여 최적화 하였다.

초고자기장 MRI는 촬영 시간이 길다는 문제점이 있기 때문에 영상을 얻을 때 RF coil에 인가되는 전류의 위상과 크기를 최대한 빠른 시간 내에 조절할 수 있어야 한다. 영상 처리 시간을 줄여 주기 위한 방법으로 처리하는 데이터의 양을 줄이는 샘플링 방법을 사용하였다. 본 논문에서는 대표적인 두 가지 방법인 Pseudo inverse와 샘플링에 대하여 고찰해 보겠다.

Ⅱ. 본론

MRI system에서 RF coil에 의하여 형성된 B1 field의 영상은 그림 1과 같이 행렬(matrix)식으로 나타낼 수 있다. 그리고 B1 field는 각 채널 당 인가되는 위상(phase)와 크기(amplitude)를 의미하는 가중치(weight) 에 따라 좌우된다.

따라서 관심영역에서의 자장의 크기를 증가 시

킬수 있는 최적화된 weight를 구하기 위한 방법으로 비 정방행렬의 역행렬을 구하는 식인 Pseudo inverse 를 사용하였다. Pseudo inverse의 수식은 다음과 같다.

A*B=C B=AT*C (2)

Fast B1 field processing technique

in 9.4 T MRI systems H. J. Sung*, M. S. Jang**

Department of Biomedical Engineering, University of Ulsan, Ulsan, Korea

*20092831 **20092843

*sunghyunji27@gmail.com, *msj529@naver.com

( )221 0 1

0 ,

SNR B B Bhigher B higher

better SNR

ω γω

∝ = 0: Larmor frequency ( B ): gyromagnetic ratio

43 MHz/Tesla for hydrogen protons7 T : 300 MHz, 9.4 T : 400 MHz

ω ω γγ

γω ω

=

수식 (2)의 왼쪽 행렬식은 그림 2의 행렬식과 일치한다.

Sampling 과정을 통해 데이터의 양을 줄이고, 동일하게 Pseudo inverse 방법을 적용하여 weight를 구해본다.

Ⅲ. 결론

초고자장 MRI 시스템은 높은 신호 대 잡음비와 병렬 영상 이득 때문에 다채널 RF 코일과 함께 영상 의학에서 진단 및 분석을 위한 중요한 도구로 사용 되고 있다. 그러나 자장이 불균질하게 형성되고, 촬영시간이 길다는 단점이 있다. 관심영역을 좀 더 선명하게 보기 위해 RF 코일의 각각 채널에 유기되는 전류의 위상과 크기를 Pseudo inverse 방법으로 조절하여 다양한 뇌 영역을 선택적으로 볼 수 있었다. 또한 샘플링을 통하여 원래의 영상의 데이터에서 1/5만 사용해 영상화해도 원래의 영상과 흡사한 영상을 얻을 수 있었다.

본 논문에서는 Pseudo inverse와 샘플링을 이용하여 국소적인 영상처리와 MRI 촬영시간을 단축하는 것이 가능하다고 판단된다.

참고문헌

[1] J. T. Vaughan, Lance DelaBarre, Carl Snyder,

Jinfeng Tian, Can Akgun, Devashish Shrivastava, Wanzahn Liu, Chris Olson, Gregor Adriany, John Strupp, Peter Andersen, Anand Gopinath, Pierre-Francois van de Moortele, Michael Garwood, and Kamil Ugurbil, "9.4T human MRI: Preliminary results", Magn. Reson. Med., vol. 56, no. 6, pp. 1274-1282, Dec. 2006.

[2] Hongjoon Kim, HyeokWoo Son, Youngki Cho, and

Hyoungsuk Yoo, “B1+ Homogenization over Whole Field of View in High Field MRI”, Journal of the Korean Institute of Electromagnetic Engineering and Science, vol. 23, no. 1, pp. 96-100, Jan. 2012.

초록: The high quality CPR (Cardiopulmonary

Resuscitation) increases the survival rate in

cardiac arrest. The right procedures of basic life

supports and adequate chest compression depth

and rate are the important factors for CPR. In

this study, we developed an app for the smart

phone to provide guide of CPR. The app supplies

the basic knowledge of CPR, training course of

chest compression, direct calling to 119, the map

of where AED (Automated External Defibrillator)

is located around the current location of user.

Especially, for the measurement of the chest

compression depth, the signal from the built-in

accelerometer was used and the accuracy was

analyzed by comparing with the distance sensor

of LVDT (Linear Variable Distance Transducer).

With the proposed app, non-medical

professionals may learn, train CPR and use it

during the emergent situation.

주제어: CPR, 심폐소생술, 어플리케이션, AED

지도, 흉부압박, 가속도센서

Ⅰ. 연구배경 심정지가 발생하였을 때 CPR(Cardiopulmonary

Resuscitation)을 바로 시행하게 되면 그렇지 않을

때에 비하여 소생율이 2~3배 증가 한다[1]. CPR을

실시 할 때는 정확한 자세나 방법이 요구되는데 그

중 분당 100~120회의 흉부압박, 5~6cm의 압박 깊

이 등이 가장 중요한 요소로 작용한다. 현재 시중에

는 일반인을 위한 많은 어플리케이션들이 개발되어

있다. 기존의 어플리케이션들은 단순 CPR가이드나

교육용 등 단편적인 것이 대부분이다. 또한 흉부압

박 깊이를 추정하는 기능을 가진 어플리케이션에서

는 측정이 부정확한 것을 확인하였다. 정확성을 높

이고 기존의 기능들을 통합한 어플리케이션을 개발

하고자 한다[3]. 정확성을 높이기 위한 방법으로는

스마트폰에 내장되어있는 가속도 센서를 이용하여

압박 깊이를 추정 하는 것이다[2]. 본 연구에서는

가속도센서만을 이용한 대략적인 깊이, 횟수 감지가

아닌 알고리즘을 통하여 변위 값을 추정한다. 압박

깊이 추정 알고리즘과 함께 어플리케이션의 다양한

UI적 요소와 교육적 자료를 추가하여 CPR에서의

압박 깊이와 횟수 등을 모니터링, 제어 가능한 어플

리케이션을 개발한다.

그림 1. 정확한 CPR을 위한 요소

Ⅱ. 연구방법

1.메뉴구성

어플리케이션은 Android SDK 2.2버전을 사용하

여 개발한다. 메뉴는 ‘CPR이란’, ‘119Call’, ‘연습용’

‘실전용’, ‘AED MAP’ 총 5개로 구성한다. ‘CPR이란’

에서는 응급상황 발생시 대처 법에 대한 플래시를

재생함과 동시에 심폐소생술에 관한 텍스트를 볼

수 있게 함으로써 기본적인 CPR이론을 학습하도록

하였고, 메인화면에 응급상황 발생시 바로 119 연

결이 가능한 ‘119Call’ 버튼을 배치 하였다. ‘연습용’

스마트폰을 이용한

심폐소생술어플리케이션 개발 손정은* , 김하경**

*울산대학교 의공학과 20092833, **울산대학교 의공학과 20092828 *sonjungun@naver.com, **kihaky1126@naver.com

은 60초 타이머를 실행시켜 정확한 CPR을 화면상

에서 확인하며 트레이닝 할 수 있도록 하였다. 정확

한 흉부압박을 위해100~120회를 맞출 수 있도록

압박횟수를 추정하여 카운트 되며, 5-6cm의 적정

압박깊이를 벗어나면 빨간색 또는 초록색으로 테

두리에 표시하여 흉부압박 수행 중에도 쉽게 판별

이 가능하도록 가시적인 효과를 더하였다.

‘실전용’은 정확한 깊이 추정 알고리즘을 사용하여

앞부분에CPR 절차 설명을 추가하여 응급상황에서

바로 사용 가능하도록 한다. CPR수행 시 에는 연습

용 메뉴의 화면과 동일하지만, 일정 압박 횟수를 채

웠을 때 주기적으로 기도호흡을 유도할 수 있게 하

는 화면을 추가하였다. ‘AED MAP’메뉴에서는 현

재 사용자의 위치를 인식하여 주변의 AED가 설치

된 위치를 표시하고 AED아이콘을 터치했을 때는

위치와 전화번호를 띄워 응급상황 발생 시 가장 가

까운 AED를 보다 빨리 찾을 수 있도록 한다.

.

그림 2. 어플리케이션의 초기 화면

2. 알고리즘

어플리케이션을 위한 기본 안드로이드 프로그래

밍 외에 본 연구에서 사용되는 깊이 추정 알고리

즘은 가속도 값을 적분하여 변위 값을 얻는다[4].

알고리즘의 성능은 3축 가속도 센서로 측정한 데이

터를 이용하여 Matlab으로 확인하고, 완성된 알고

리즘은 Java 기반의 안드로이드 프로그램으로 구현

한다. 그림 3은 스마트폰에 내장된 가속도 센서로부

터 흉부 압박 깊이를 추정 하기까지의 알고리즘을

나타낸다[5]. 깊이 추정 알고리즘이 적용 된 어플리

케이션을 변위센서(LVDT)를 이용한 실제 변위 값

과 알고리즘을 통한 결과값을 비교하여 정확도를

검증한다.

그림 3. 스마트폰에 내장된 가속도 센서를

이용한 압박 깊이 추정 알고리즘

Ⅲ. 연구결과

표1. 변위센서와 스마트폰의 압박 깊이 추정 결

과 평균치와 표준편차.(단위 mm)

Reference

(LVDT)

Phone

accel

error

mean±s.d 60.3(3.7) 62.2(3.9) 1.9(0.2)

표 1의 결과는 1분 동안 마네킹 흉부압박을 약

100회 실시한 후 깊이 추정 알고리즘을 통한 깊이

측정 값과 변위센서의 실제 변위 값의 각 평균치±

표준편차의 값을 나타낸다. 두 값의 차이는 ±

1.9(0.2)mm의 적은 오차 값을 보이고 있다. 이 정

도의 오차는 실시간 변위 값 측정에 있어서 거의

영향을 미치지 않는다. 어플리케이션 깊이 추정 알

고리즘의 정확도를 검증하였다.

IⅤ. 결론

어플리케이션에서 스마트폰에 내장된

가속도센서를 이용한 깊이 추정 알고리즘 적용 후

변위 값에 따라 ‘실전용’, ‘연습용’메뉴에서 정확한

흉부 압박을 위해 적정횟수와 깊이의 조건

충족여부에 따라 시각적 모니터링과 피드백이

가능하다. 응급상황이 발생하였을 때 누구나 그

즉시 스마트폰의 어플리케이션을 이용해 정확한

심폐소생술을 수행하여 소생률을 높이는 것이 주된

목적이며, 검증된 실시간 변위 추정 알고리즘과

UI적 기능을 모두 포함하여 보다 정확성 높고 많은

기능을 포함한 CPR 어플리케이션으로써 향후

CPR교육이나 CPR 트레이닝에 있어서 효과적일

것으로 보인다.

참고문헌

[1] Part 4. CPR Overview, Circulation.

2010;122:S676-S684

[2] S. Aase, H. Myklebust, “Compression Depth

Estimation for CPR Quality Asses- sment Using

DSP on Accelerometer Signals”, IEEE Trans. On

Biomedical. Engr. Vol. 49, No.3, pp.263-268,

2002

[3] Kovic Ivor, Lulic Ileana, “Mobile phone in the

Chain of Survival”, Resuscitation Vol. 82, pp.

776-779, 2011

[4] J.Oh, Y.Song, B.Kang, H.Kang, T.Lim,

Y.Suh, Y.Chee, “The use of dual accelerometers

improves measurement of chest compression

depth”, Resuscitation 83(4), 500-5004, 2012

[5] 송영탁, 오재훈, 서영수, 지영준, ”심폐소생술에

서 두 개의 가속도 센서를 활용한 흉부압박 깊이

추정”, J.Biomed.Eng.Res.Vol.31, No.5, pp360-364,

2010

초록: 청성 뇌간 유발 반응 검사를 위한 프로그램

을 제작하였다. Matlab GUI와 Simulink 프로그램을

연동하여 피실험자에게 Tone Burst 형태의 다양한

주파수 대역의 소리 자극을 한 뒤 그에 따른 뇌파

를 측정 할 수 있는 프로그램을 제작하였다.

주제어: ABR, ToneBurst

Ⅰ. 서론 청성 뇌간 유발 반응 검사는 음자극(音刺戟)에 의하

여 생기는 청각전도로의 신경활동 중에서 두정부로

부터 유도되는 와우(渦牛) 뇌간의 반응을 말한다.

보통 7개의 반응파가 있고, 반응파가 출현하는 음자

극의 크기에 의해 다른 청력 검사로서 이용하거나

반응파의 잠복시간의 연장, 진폭의 축소 내지 소실

로 부터 청각으로의 장애부위를 검출하여, 신경학적

검사로서도 이용되고 있다. 특히 신생아, 유아(幼 児),

정신장애인, 의식장애인, 사청자(詐聽者) 등의 청력

검사로서 많이 쓰인다.

그림 1. Click음을 이용한 ABR측정 시 측정 범위

다음의 프로그램은 일상적으로 사용되는 Click

음이 아닌 Tone Burst 자극을 이용해 청성 뇌간

유발 반응 검사 하는 프로그램이다. Click음을 이용

한 ABR의 경우 그림1과 같이 환자의 고주파 수 청

력에 대한 정보를 얻어내는데 활용된다. 따라서 저

주파수의 잔존 청력이 Click음 검사 시에는 반영이

되지 않는다. 결과적으로 Click음을 이용한 ABR검

사 시에는 고주파수 청력에 대한 정보만 얻어졌다

고 볼 수 있다. 따라서 이를 보완하기 위해 click음

과는 다른 주파수 특성이 있는 Tone Burst 자극

음을 사용하게 되면 검사하고자 하는 해당 주파수

만의 청력 정보를 얻을 수 있다. 다음 실험에서 자

극 음의 지속시간은 20/sec정도의 시간으로 자극

음의 지속시간을 정하는 click음을 이용한 청성 뇌

간 유발 반응 검사와는 달리 3초간의 자극을 주게

되어있다.물론 자극 음의 시간이 짧아질 때 I, III, V,

VI,파의 유의한 잠복기의 연장이 있으나 Resting

Time을 충분히 준 경우 각파의 잠복기와 파간 간

격의 차이가 없다는 연구결과가 있으므로 결과 값

의 이상은 없을 것이라고 예상할 수 있다..

Ⅱ. 방법

아래에서는 Matlab과 G.tec사의 생체신호 증폭기

를 이용해 해당 파형으로 자극을 한 후 해당 자극

에 대한 뇌파의 변화를 확인한다.

A)전체 시스템 구성

다음 프로그램은 크게 자극부와 뇌파 측정부로 나

뉘어 진다. 자극부로부터 피실험자가 자극을 받게

되면 G.tec장비를 통해 뇌파를 증폭하고 측정하게

된다. 측정된 뇌파는 컴퓨터에 저장되며 이후 주

파수 대역 변경 후 재차 실험을 할 수 있다.

Tone 자극을 이용한

청성뇌간 유발반응 (ARB) 검사 방법 연구 손대원*

*울산대학교 의공학과 20092832 *dwdw90@gmail.com

그림 2. 전체 시스템 구성도

B)자극부

자극부는 그림2와 같은 GUI를 통해 특정 주파수를

선택하면 MATLAB 상에서 해당 주파수의 wav파

일이 저장된 Simulink 파일을 불러온다. 한 차례의

실험에 있어 50~100번의 자극을 준다. 자극은 1초

간 자극과 자극 사이에 Resting Time 10초 총 한번

의 자극은 11초간 지속된다.

그림 3. GUI 프로그램 실행

C)

그림 4. 자극부 Simulink Block Diagram

그림 5. Action Subsystem

C)뇌파 측정부

뇌파 측정부는 Simulink를 통해 구현되며 이 실험

에서는 뇌파의 측정 그리고 데이터 값 저장까지를

말한다.

한번의 자극을 줄 때 마다 그 값을 측정하고 저장

하여 100번의 자극을 주는 실험에서는 100개의 파

일을 저장한다.

그림 6. 뇌파 측정부 Simulink Block Diagram

그림 7. 뇌파 측정부 Scope

D)전극 부착 위치

두정부를 Cz 전 두정 중부를 Fz 좌우 측 이개를

A1, A2 좌우 측 유양 돌기를 M1, M2 등으로 하는

국제 전극 배치 법을 기준으로 하고 있다. 부착된

전극을 전극상자에 연결하는 방법에 따라 파형의

위상이 바뀌게 되는데 , 청성 뇌간 반응에서는

활동전극을 일반적으로 Cz 에 연결하나 검사의

편의를 위하여 Fz 에 연결하기도 하며 기준전극은

검사 측 이개에 그라운드 전극은 채널 수에 따라

반대측 이개나 Fpz 에 각각 연결되어야 한다. 또한

전극의 저항은 3 옴 이하가 적당하고 5 옴을 넘지

않아야 한다.

그림 8. 전극의 부착 위치

Ⅲ. 결론

위 실험 결과 Output Amplifier의 오류로 인하

여 증폭된 뇌파를 검출하지 못하였다. 하지만 또한

ABR의 실험의 주요 부분인 자극 주파수, Resting

Time, Stimulate Time이 모두 이상적으로 만족

함에 따라 ABR 측정 척도인 잠복시간과 WaveⅠ,

Ⅲ, Ⅴ를 위의 검사 프로그램으로 측정하는데 문제

가 없을 것이다. 본 졸업 과제에서는 자극 부분과

ABR 신호 측정 부분을 연결하는 부분에 있어서는

아직까지 미흡하다. 추후 본 과제에서 수행한 결과

를 통합하여, 실제 ABR 측정을 진행할 수 있으리

라 기대한다.

참고문헌

[1] Michael P. Gorga, Tiffany A. Johnson, Jan K.

Kaminski, Kathryn L. Beauchaine, Cassie A.

Garner, and Stephen T. Neely , ‘Using a

combination of click-and toneburst-evoked

auditory brainstem response measurements

to estimate pure-tone thresholds’ Ear Hear.;

27(1): 60–74. February, 2006

[2] 박재율,이만진,조태환,성창섭 ‘Tone Burst에

의한 정상인의 ABR잠복시의 변화’<대한이

비인후과학회학회지 30권 1호1987년 2월>

[3] 이만진 ‘ABR의 동측 및 대측 기록파형 잠복시

의 분석’<대한이비인후과학회학회지30권 1호

1987년 2월>

초록: 예전에는 나쁜 습관 정도로만 여기던 불안정

한 수면 상태를 시대적 변화에 따라 생활 속 질환

으로 인식하게 되었다. 그에 따라 점점 수면 질환에

대해 궁금해하고 관심을 가지는 사람들이 늘어나는

추세이다. 그리하여 수면 질환에 대한 정보를 제공

하고 서로 관련지식을 공유하기 쉽도록 접근이 편

리한 홈페이지를 제작하기로 했다. 필요한 내용이

잘 정리되어 있는 홈페이지를 통해 수면 질환이 있

는 일반인과 수면질환 관련 공부를 하는 사람 등에

게 보다 유익한 정보를 줄 수 있는 기회가 되었으

면 하여 과제를 진행하였다.

주제어: 수면 질환 관련 내용으로 홈페이지 제

작

Ⅰ. 서론

수면 질환과 그에 관련 된 내용을 조사하기로

주제를 잡았는데, 모든 내용을 다 조사하여 담기에

는 내용의 범위가 너무 방대하였다. 그래서 그 중

가장 필수적이고 사람들이 많이 관심을 가진다고

생각되는 내용으로 조사를 하고 자료 정리를 하기

로 했다. 그리하여 수면 관련 질환 종류와 관련 기

기라는 두 개의 큰 틀을 잡았다. 질환 종류에는 수

면무호흡증, 하지 불안 증후군, 불면증 세 종류를,

관련 기기에는 지속적 기도 양압기라고 하는 CPAP

과 수면 질환을 검사하는데 흔히 사용되는 수면 다

원 검사기에 대한 내용을 조사하여 정리하기로 하

였다.

Ⅱ. 제작 단계

이번 과제의 진행 단계로는 먼저 주제를 잡는

것부터 시작 했다. 의공학 전공과 관련 된 주제의

홈페이지를 만들어 사람들에게 유익하고 편리한 주

제를 전달할 수 있는 홈페이지를 만드는 것이 첫

목표였다. 그러나 좀 더 많은 사람들이 흥미를 가지

고 누구나 접근하기 쉬운 주제는 아닌 듯 하여 요

즘 많은 사람들이 관심을 가지는 수면 질환에 대한

주제로 목표를 정하였다. 그렇게 주제를 잡은 다음

관련 내용을 인터넷 검색 위주로 많은 자료를 모은

다음 필요한 내용과 그림 등을 간추렸다. 그리고 인

터넷으로는 누구나 다 필요한 자료를 찾을 수 있지

만 필수적인 자료를 찾기 어려운 것이 사실이다. 그

래서 외국 사이트와 여러 자료의 종합적인 결론을

냄으로써 중요한 내용을 간추렸다. 좋은 자료가 있

다고 해도 홈페이지 상에서 찾기 힘들게 되면 아무

런 소용이 없기 때문에 홈페이지의 전체적인 구도

와 연결 페이지의 구조를 정하는 것도 진행 단계에

포함하였다.

Ⅲ. 본문

수면 질환 중 요즘 가장 환자가 많이 늘어나고

사람들이 많이 관심을 가지는 질환은 수면 무호흡

증(Sleep Apnea)이다. 수면 무호흡증이라 하면 수

면 중 호흡정지가 10초 이상 나타나는 상태로 건강

한 성인뿐만 아니라 유, 소아에게도 발생하는 수면

장애의 하나이다. 수면 시 1시간에 5번 이상, 7시간

에 30번 이상으로 호흡 정지 상태가 빈번하게 나타

날 때 수면무호흡증후군(SAS)이라 하며, 병적 상태

로 진단한다.

질환 원인은 나이가 들수록 증가하고, 주로 남

성이 여성보다 발생률이 높다. 세부 유형으로는 여

러 종류가 있지만 그 중 폐색형의 경우 코골이가

변형이 된 경우가 많은데, 코골이가 심해지고 떨리

던 조직들이 서로 붙어버리면 숨길이 차단되어 호

흡이 일어나지 않을 때를 무호흡이라고 한다. 또 다

른 원인들로는 상기도 변형, 비만, 편도선 비대, 위

턱·아래턱의 발육 불량, 동맥경화(폐색형)와 선천성

이상(중추형) 등이 있다.

수면 중 산소 포화도가 저하되면 상체를 일으

켜 반쯤 앉은 자세로 호흡을 하려다 갑자기 쓰러지

는 증상이 나타날 수 있고, 숨을 헐떡이며 땀을 많

이 흘리기도 한다. 똑바로 누우면 숨쉬기가 더 어렵

기 때문에, 숨을 쉬기 위해 몸을 자주 뒤척이며 자

게 된다. 이러한 이유로 피로가 누적되어, 주간에

는 피로감, 주간 졸림증, 성격 변화, 이산화탄소 축

적으로 인한 심한 두통 등의 증상이 나타날 수 있

다. 약 48%의 환자에서 발기불능이나 성욕감퇴를

일으키고, 약 30%의 환자에서 야뇨증과 아침 기상

시 머리가 무겁거나 두통을 경험하게 된다. 코골이

가 당뇨병이나 녹내장을 악화시키거나 유발할 수

있다는 보고가 있다. 특히 수면무호흡증과 고혈압은

동물실험에서 인과관계가 밝혀졌는데, 개 모델의 수

면 중 기도를 빈번하게 폐쇄하면 주간에 지속적인

고혈압이 유발되는 결과가 나왔다. 수면 무호흡증후

군 환자에서 고혈압 환자는 50%로 빈도가 매우 높

은데, 수면 무호흡증후군을 효과적으로 치료하면 혈

압이 내려간다고 한다.

수면 질환 관련 홈페이지 제작. 안나연

울산대학교 의공학과 20092834

ahnna9@gmail.com

질환 여부는 우선 병력으로 진단하게 되는데,

본인이나 배우자, 가족들을 통해 증상을 듣고 진단

할 수 있다. 주간에 얼마나 졸리는지에 대한 문진을

통해서도 코골이나 무호흡의 심한 정도를 파악이

가능하다. 정확한 수면의 평가를 위해서는 수면 다

원검사를 시행하게 된다. 병원에서 하룻밤을 자면서

수면의 전 과정을 조사한다. 자는 동안 호흡, 맥박,

움직임, 코골이, 혈중 산소 포화도, 뇌파 등을 측정

하고, 그 외에 기도의 폐쇄 부위를 파악하기 위한

검사 등을 동시에 시행할 수 있다. 수면 다원검사

시에는 코를 통하여 관을 거치하고 수면의 전 과정

을 통해 어느 부위가 막히는지 추적하는 검사도 있

다.

치료 방법은 크게 비수술적인 방법과 수술적인

방법으로 나눌 수 있다. 비수술적 치료 방법으로는

옆으로 잠을 자도록 하거나, 체중 감량, 금주, 금연

등을 통해 위험 인자를 줄이는 방법, 약물 치료, 구

강 내 장치를 통해 혀가 목 뒤로 처지는 것을 방지

하는 방법, 양압을 지속적으로 기도로 공급하여 인

두부 연조직의 허탈을 방지하는 방법 등이 있다.

수술적 치료 방법은 좁아져 있는 기도를 넓혀주는

방법이며 좁아져 있는 부위에 따라 여러 수술방법

이 있다.

두 번째 질환은 하지 불안 증후군(Restless

Legs Syndrome)이다. 하지 불안 증후군은 주로 잠

들기 전에 다리에 불편한 감각 증상이 심하게 나타

나 다리를 움직이게 되면서 수면에 장애를 일으키

는 질환으로, 만 21~69살 성인남녀 5천명을 대상

으로 한 국내 연구에서 5.4% 가 이 증후군을 갖는

것으로 보고 되었다. 주로 낮보다 밤에 잘 발생하고

다리를 움직이지 않으면 심해지고 움직이면 정상으

로 돌아오는 것이 특징이다. 다리에 이상한 감각이

느껴져 움직이지 않으면 불편함을 유발하여 자꾸

움직이게 되고, 심할 경우 불면증을 유발하기도 한

다. 명확한 원인은 없지만, 뇌의 도파민 시스템에

작용하는 파킨슨 병 치료제가 효과를 보는 경우가

있어 도파민과 관련이 있다고 추측된다고 한다. 이

외에도 철분, 미네랄 결핍과 항 우울제 또는 수면제

등의 약물 금단현상과도 관련이 있다.

증상은 모든 연령층에서 나타나지만, 연령이 증

가할수록 더욱 흔하게 나타난다. 증상은 시간에 따

라 변화하는 경우가 많으며, 저절로 증상이 사라지

는 경우도 있다고 한다. 증상에 따른 합병증은 딱히

없으나 일상생활에서 불편함을 겪는 정도이고, 수면

장애 중 수면 진입의 문제를 겪기 때문에 주간 활

동에 피로감을 느낀다. 진단 방법으로 의사는 증상

과 병력, 가족력, 신체검진에 의거하여 신경손상을

찾기 위하여 신경학적 검사를 하고, 빈혈, 철분 또

는 비타민 결핍, 당뇨, 신장문제 등을 확인하기 위

해 일반적인 혈액검사도 한다. 필요에 따라서는 추

가적인 검사로 수면 다원검사를 통해 하지 불안 증

후군 검사를 시행하기도 한다.

철 결핍이나 말초신경병증 같은 연관 질환이

있을 경우 그 질환을 치료하면 하지 불안 증후군은

크게 호전될 수 있지만, 연관 질환이 없을 경우 생

활습관 변화와 약물치료를 통해 치료를 시행한다.

생활습관 변화에는 여러 방법이 있다. 목욕과 마사

지, 냉온팩이 도움이 된다. 약물치료도 병행 할 수

있는데, 약물치료는 꼭 전문가의 진료를 통해 처방

받아야 한다. 대표적인 약물로는 도파민 시스템에

작용하는 파킨슨병 치료 약물과 벤조다이아제핀 계

열의 수면장애 관련 약물들이 사용된다. 하지 불안

증후군은 치료를 통해 상당한 호전이 가능하지만,

인지 부족으로 아직 많은 환자들이 불편함을 감수

하고 지내고 있는 것이 문제인 질환이다.

하지 불안 증후군의 주의할 점으로는 불규칙한

식사나 무리한 다이어트는 절대 해서는 안되며, 혈

액 생성 및 철분 흡수를 돕는 단백질이나 비타민이

많이 든 음식을 섭취하는 것이 좋다. 규칙적인 수면

습관을 가지도록 하며, 카페인이 들어간 식, 음료는

숙면을 취하는데 좋지 않으므로 삼가야 한다. 담배

와 술도 증상을 악화시킬 수 있으므로 자제한다.

세 번째 질환 불면증(Insomnia)는 증상의 범위

가 넓고 가벼운 불면증 정도는 누구나 한번쯤 겪어

봤을 정도로 잘 알고 있는 질환이다. 불면증의 질환

적 정의는 불면증은 수면을 이루지 못하는 것을 말

하며, 불면증의 종류는 여러 가지로 나뉘는데 잠에

진입하기가 어려운 경우와 중간에 잠을 계속 깨는

경우, 충분한 시간을 못 자는 경우 등으로 구분할

수 있다. 다른 내과적 또는 정신과적 장애가 아닌

일차성 불면증과, 기간에 따라 2~3주정도로 지속되

는 단기 불면증, 오랜 기간 동안 잠을 못 자는 만성

불면증으로 나눌 수 있다. 국민 3명 중 1명이 불면

증을 겪거나 겪어본 적이 있을 정도로 흔한 수면장

애이며, 만성 불면증은 10명 중 1명 꼴로 나타난다

고 한다. 불면증은 수면 부족으로 이어져 낮 시간대

의 피로가 쌓이게 되고 일이나 학업의 능률이 떨어

지는 등의 증상으로 이어진다. 심할 경우 우울증,

당뇨병, 고혈압 등의 합병증을 일으킬 수 있다.

질병 또는 환경의 변화, 잘못된 수면습관, 일시

적이거나 지속적인 스트레스 등이 일차성 불면증과

단기 불면증의 주 원인이다. 이러한 불면증은 스트

레스가 해결되거나 원인이 없어지면 저절로 수면도

정상으로 해결된다. 그러나 오랜 기간 지속되는 만

성 불면증의 원인은 정신과적 문제나 내과적 또는

신경과적 문제, 약물의 사용이나 사용중지 등 아주

여러 가지로 나뉜다. 만성 불면증은 제때 치료를 받

지 않으면 우울증 등으로 일상 생활에도 문제를 일

으킬 정도로 꼭 치료를 필요로 한다.

잠자리에 누운 뒤 수면에 진입하는데 30분 이

상 걸린다거나 자려고 누우면 정신이 또렷해 지는

증상, 자는 도중에 자주 깬다거나 잠을 자면서도 복

잡한 생각이 드는 증상 등을 들 수 있다. 그리고 이

른 새벽에 깨거나 낮에 쉽게 피로해지고 집중력이

감퇴되는 증상도 불면증의 증상으로 들 수 있다. 불

면증 환자들은 보통 충분한 수면을 취하는데 몰두

되어 있다. 그러나 억지로 잠을 자려고 애를 쓰면

쓸수록 잠들기 더 어려워 진다. 불면증은 수면을 이

루지 못하는 증상을 나타내지만 그에 따른 합병증

은 생각보다 많은데, 고혈압과 심장병, 소화장애, 내

분비장애, 우울증 등이 있다.

수면 다원 검사를 통해 불면증의 원인이 되는

다른 수면 장애가 있는지 검사해 보고, 불면증과 관

련된 내과적 질환이나 다른 정신과 문제에 대한 감

별 진단이 필요로 한다.

불면증 치료를 위해 여러 수면제가 사용되고

있다. 내성이나 금단 증상이 생기면 안되기 때문에

주의하여 처방을 내려야 한다. 임상 특성 등에 따라

수면제 외에 항 우울제 등 다른 약물들이 사용되기

도 한다. 대부분의 사람들은 불면증이 생기면 단순

히 수면제를 복용하는 것을 우선시 하지만, 이것은

잘못된 습관이며 반드시 전문가와 상의해야 한다.

수면제의 종류를 선택하는 것도 의사와 상의 후에

결정해야 하며, 복용을 하더라도 가급적 짧은 기간

만 복용하는 것이 올바른 방법이다, 카페인이 든 음

식이나 술은 피하고 올바른 수면습관을 가지는 것

이 가장 중요하다. 가급적 낮잠을 자지 말 것이며,

잠이 오지 않는데 누워있는 것을 피하고 자다가 깼

을 경우에 시계를 보지 않는 등의 사항을 지키는

것도 중요하다. 몸의 긴장을 풀어주기 위하여 복식

호흡과 같은 이완요법을 시행하는 것도 좋으며 규

칙적인 운동을 하는 것도 좋은 방법이라고 한다.

관련 기기 2가지 중 지속적 기도 양압기(CPAP,

Continuous Positive Airway Pressure)는 일정 압

력을 지닌 공기를 코나 입으로 넣어 상기도를 확장

시켜 호흡을 돕는 장치이다. 간단히 말해 코골이나

수면 무호흡증을 치료하는 대표적인 방법으로 자신

에게 알맞게 적정한 일반 공기를 기도를 통하여 공

급하는 기계이다. 양압기는 호흡장애가 있는 코골이

환자, 수면무호흡증 환자에게 주로 사용되는 비수술

적 치료방법이지만 꾸준히 사용하지 않으면 효율이

떨어지는 단점이 있다. 무호흡 삽화의 소실, 저산소

혈증의 회복, 심박동, 심부정맥의 감소, 고혈압 뇌졸

중 등의 개선과 수면의 질을 증가시키고 만성적인

기도폐쇄와 진동으로 인한 상기도 부종을 예방하는

효과도 같이 가지고 있다. Philips Respironics과

Resmed 두 회사가 CPAP 점유율 1, 2위의 회사이

다. 양압기의 종류로는 고정형, 자동형, 기도이중형

등이 있는데, 일반적으로 고정형의 성공률이 가장

높다. CPAP은 사용하기 편리하고 환자의 호흡패턴

에 따라 꾸준히 여러 종류로 발전해 오고 있다.

그러나 이 CPAP도 당연히 자격이 있는 수면

전문의에 의하여 정해진 적정된 압력과 기기를 사

용해야 한다. 임의대로 공기 압력을 조절해서도 안

된다. CPAP은 매일 사용해야 하며, 하룻밤 최소 5

시간 이상 사용해야 효과적이다. 사용 중 불편함이

생기면 전문가와 상의하는 것이 좋다.

그림 5. CPAP 의 역사

수면다원검사(Polysomnography)란 수면의 질

과 양을 측정하고 수면 질환 또는 수면장애를 찾아

내는 대표적인 검사법이다. 수면 다원 검사를 통해

연속적인 잠을 방해하는 다양한 수면장애들에 대해

평가 할수 있는데, 검사 방법은 수면 중 나오는 생

체신호(생리적, 물리적)를 측정하여 수면 질환과 수

면장애를 찾아내는 것이다. 뇌파, 안전도, 근전도,

심전도, 동맥혈, 산소포화도, 복부와 흉부의 호흡운

동, 호흡기류, 코골이, 몸의 자세 등을 측정한다. 수

면 중 행동을 살피기 위하여 비디오로 녹화하고 필

요에 따라 식도내 음압이나 발기 상태를 측정하기

도 한다. 집에서 측정할 수 있는 간편화 된 검사 방

법도 있지만, 표준 수면 다원 검사는 수면 검사실에

입원하여 하룻밤 수면을 취하며 검사를 진행한다.

근전도는 수면 단계에 따라 근육의 긴장도가 달라

지기 때문에 반드시 측정을 해야 하는데, 특히 다리

근전도는 주기적 사지 운동증 이라는 수면 장애를

진단하기 위해 측정한다. 그 중 턱 근전도는 이갈이

를 밝히는 데 필요하다. 뇌파는 수면의 진행과 구조

를 파악하는 기초 자료로 활용되며, 눈의 움직임을

측정하는 안전도는 수면 단계를 파악하는데 유용하

게 쓰인다. 심전도를 통해서는 수면 중에만 발생하

는 부정맥을 측정할 수 있으며, 호흡기류와 호흡운

동을 측정하는 것은 수면 무호흡증을 진단하고 유

형을 보이는 데 필수다. 코골이 또한 수면 무호흡증

과의 연관성을 측정하기 위한 것이다. 이러한 것들

을 토대로 수면 문제에 대한 진단과 치료 방향을

설정할 수 있고 약물요법, 인지 행동 교정, 외과적

수술, CPAP 진단 등의 구체적인 치료 및 완화 방법

을실시한다.

그림 6. 수면 다원 검사의 예

검사 소요시간은 평균 12시간 정도이며 기본

설문지 작성 30분, 검사 준비, 환의 및 장비 부착이

30~1시간 정도 걸리며 수면 검사 시행은 약 10시

간 정도 진행된다. 주의 사항으로는 정확한 검사를

위해 평상시처럼 자연스러운 상태로 만들 것과 검

사 전날 평소와 다른 수면 행태, 과도한 음주 금지,

검사 시간이 다른 검사에 비해 길기 때문에 급한

일은 미리 처리하거나 미루어 평상시의 수면 상태

가 그대로 기록되도록 만들어야 한다는 것 등이다.

Ⅳ. 제작결과

위의 본문 내용으로 홈페이지의 내용 구성을

하였고 홈페이지의 메인 화면 구성은 그림 3과 같

다.

그림 7. 홈 메인 화면

원하는 자료를 찾기 쉽도록 메인 화면 상단 부

분에 메뉴를 대표적인 단어들로 구성하였으며, 마우

스 오버를 하였을 경우 세부 메뉴를 간단히 확인

할 수 있게 동적인 요소도 넣었다. 홈 메인 화면에

는 간략한 설명과 관련 뉴스 및 공지사항을 한눈에

확인 가능하고 바로 연결이 되도록 설정 해 놓은

것도 볼 수 있다.

그림 8. 내용

내용으로 들어가 보면 한 페이지 내에서 관련

내용들을 한눈에 순차적으로 볼 수 있어서 내용의

이해를 돕는데 더욱 좋다.

Ⅴ. 결론 이번 과제를 통해 수면 질환 관련 내용을 조사

하면서 생각보다 많은 사람들이 수면 질환으로 고

민하고 고통 받고 있다는 것을 알게 되었고, 그와

관련된 인터넷 카페나 블로그 등도 굉장히 많다는

것에 약간 놀라웠다. 그리고 이번 과제를 하면서 도

메인 등록하고 직접 인터넷으로 홈페이지에 들어갈

수 있도록 하는 것이 최종 목표였으나 그러지 못한

점이 제일 아쉽다. 그러나 이렇게 자료 조사하고 정

리를 하며 수면 질환이라는 평소에 잘 몰랐던 지식

을 알 수 있게 되어 좋은 기회였고, 혼자서 홈페이

지 디자인도 해보고 구도도 짜보면서 새로운 것을

경험한 이번 기회는 좋은 결과보다 나 스스로 무엇

인가 도전 할 수 있다는 것을 느끼게 해준 좋은 기

회였다.

초록: 뇌의 색차지각 능력부위의 신호를 측정하기

위하여 작성한 MFC 프로그램을 개발하여, 이를 이

용, g.tec를 사용하여 SSVEP 신호를 측정해 색차지

각이 가능한지 불가능한지를 판단할 수 있게 한다.

주제어: SSVEP를 이용해 색차지각 측정을 위

한 자극기 개발

Ⅰ. 서론 사람은 개인별로 색상을 파악하는 능력이 다르

다. 같은 색상이라도 누구는 채도의 탁함 정도를 더

강하게,혹은 더 약하게 판단할 수 있으며, 누구는

색상의 밝기 정도를 다르게 판단할 수 있다. 또한

색맹도 이런 능력이 부족해서 생긴다고 판단한다.

따라서 이런 색상능력을 구별하는 뇌의 부위 활성

화를 비교하여 보면 개인별로 색상판단 능력의 차

이 및 부재를 알 수 있을 것이라 가정한다. 이에 따

라 뇌의 색상지각 부위를 단계별, 체계별로 자극할

수 있는 프로그램을 만들어, 색상차이에 따른 뇌의

활성화 정도를 측정할 수 있게 한다.

Ⅱ. 본론 1. 색

먼저 뇌의 색차지각능력을 정밀히 측정하기 위

해서는 색의 개념에 대해 정확히 알아야 한다. 색

이란 가시광선의 명암과 분광 조성에 대한 시감

각 또는 색감각, 색감각을 일으키는 빛 또는 색자

극, 색자극을 일으키는 물체의 특성이다. 색 지각

을 위해서 눈의 망막의 원추세포는 빛이 강한 곳

에서 색지각을 하게 된다. 이러한 색자극을 느낀

원추세포에서 뇌로 신호가 보내지어 우리는 색을

인식하는 것이다. 그러므로 빛이 없는 상태에서

우리는 색을 인식할 수 없다. 다른 말로 하면, 환

경에 요인에 따라 색을 인식하는 데에 있어 같은

사람이더라도 다르게 받아들일 수 있다는 뜻이다.

그래서 실험을 할 경우에는 항상 같은 환경에서

실험을 하여야 한다. 그렇기에 저자는 컴퓨터 프

로그램을 이용하므로, 화면에서 나오는 빛을 제외

하고는 빛 한 점 없는 어두운 공간에서 실험을

하기로 했다.

다음으로 생각해야 될 문제는 이 색이라는 것이

하나하나 구분하기에는 너무 많다는 것이다. 어떤

색을 조합하느냐, 명암이나 분광 조성에 따라 너무

다르게 나오는 것이 색이기 때문이다.

그림 1. 색의 구별표

그림 1.색의 구별표를 살펴보면 색을 구별하는 데

는 크게 세 가지가 있는데 색, 명도, 채도이다. 색은

색깔, 명도는 색의 밝기, 채도는 색의 선명도이다.

나는 이 세가지를 이용하여 색차지각 측정을 위한

자극기 프로그램을 만들기로 했다. 그렇게 해서 사

용하게 된 것이 색상표이다.

그림 2. 색상표

위의 그림2.색상표를 이용하면 색상, 명도, 채도

세 가지를 입력하여 다양한 색깔을 얻을 수 있다.

또한 RGB색상을 이용하여서 실험자가 원하는 색상

을 얻을 수 있게도 설정되어 있다.

2. 격자무늬

다음으로 색상차를 단계별, 체계별로 주는 것이

문제가 되었다. 이를 해결하기 위해, 격자무늬를

도입하게 되었다. 먼저, 위의 색상표를 이용하여

SSVEP를 이용해 색차지각 측정을 위한 자극기 개발

이대상

*울산대학교 의공학과 20092839

Bear582@naver.com

색상을 정한 후, 색상차를 인지하기 위해서 두 가

지 색상을 비교하기로 하였다. 이 비교대상이 되

게 된 두 가지 색상은 색보다는 명도와 채도에

중점을 두기로 했다. 색은 명도와 채도가 같다면

보통 사람들은 거의 비슷하게 인지하기 때문이다.

그러므로 두 가지 색은 같한 색상으로 하되, 명도

와 채도를 다르게 주어 차이를 주도록 하였다. 그

리하여 처음 프로그램을 실시 할 시 두 가지 색

상(Background Color, Object Color)을 설정하게

할 수 있게 만들었다. 이렇게 두 가지 색상을 설

정한 후의 문제는 이 두 가지 색상차를 최대한

구별을 잘 할 수 있게 만드는 것이었다. 그리하여

사용하게 된 것이 격자무늬이다.

그림 3. 격자무늬

그림3.격자무늬를 보면 두 가지 색상

(Background Color, Object Color)을 설정하여,

이를 7X7 격자무늬로 표현한 것이다. 격자무늬는

사람이 인지하기 너무 어려울 정도로 작게 나타

내면 안 되므로 2X2행렬부터 10X10행렬까지 가

능하게 만들었다.

3. Flikering Rate

마지막으로 저자는 보다 단계별, 체계별로 색상

차를 주기 위해서는 격자무늬만으로는 부족하다

판단하여 Flikering Rate를 설정하게 하였다. 격

자무늬로만 두 색상을 구별하기엔 자극이 부족하

다고 판단하여, 일정한 주파수로 Object Color을

깜빡이게 하여 두 색상의 구별을 뇌에서 인지를

더 잘 할 수 있도록 도와주었다.

그림 4. Flikering Rate 에 따른 변화

그림 4.를 보듯이Object Color을 주파수에 따

라 Background 색으로 깜빡이는 횟수를 1초에

2~41회로 조정하였는데, 2~41회로 깜빡이게 한

것은 사람이 1초에 Flkering Rate를 인지할 수

있는 횟수가 41회라서 그리하였다.

하지만 이 Flikering Rate를 컴퓨터로 설정할

수 는 있지만, 이 횟수가 과연 정확하게 작용하

는지 검증이 필요하였다. 이를 위해

Photodiode(빛에너지를 전기에너지로 변환하는

광센서의 일종)를 이용하였다. Flikering Rate를

설정한 후 깜빡이는 화면부분에 Photodiode를

대어 신호를 측정 한 후 이를 오실로스코프를 이

용하여 분석하여 Flikering Rate이 정확히 작동하

는지 확인하였다.

Ⅳ. 제작결과

그림 4. 초기화면

그리하여 만들어진 초기 화면이 그림4.이다. 색

차지각 측정을 위한 자극기 프로그램의 이름은

Checker Board Generator이라 이름 지었으며, 초

기 화면에서 Size와 Flikering Rate, Background

Color, Object Color 총 4가지를 설정할 수 있게 만

들었다.

초록 – 정자장 (B0) 의 크기가 7 T이상인 고해상

도 자기공명영상장치는 임상용으로 주로 쓰이는

1.5 T 나 3 T에 비해 RF 자장의 불균질성이 더 높

게 나타난다. 다채널 RF 코일에서는 각각의 코일

요소에 인가되는 전류의 크기와 위상을 독립적으로

조절하여 RF 자장 (B1+) 의 불균질성을 감소시켜준

다. 본 논문에서는 선택된 영역에서의 균질성을 위

해 pseudoinverse 방법을 사용하고 MRI 촬영시간

을 단축시켜줄 수 있는 compressed B1 방법을 제

안한다. 9.4 T와 7 T head model을 사용한 시뮬레

이션 결과가 논의된다.

주제어: High field, RF coil, pseudoinverse,

compressed B1+

Ⅰ. 서론

고해상도 자기공명영상장치 (7 T 이상) 는 우

수한 신호 대 잡음비(SNR)와 높은 해상도를 제공하여 현대의학에서 진단과 분석을 위한 중요한 도구로 사용될 가능성이 높아, 현재 많은 연구가 이루어 지고 있다.[1],[2] 그러나 고자기장으로 갈수록 RF 코일의 주파수는 7 T일 때 약 300MHz, 9.4 T일 때 약 400MHz로 점점 높아지고 파장은 각각 12cm, 9cm로 짧아진다. 따라서 RF 코일에 의한 자장이 불균질하여 관심 영역(region of interest) 내에서 균질한 영상을 획득하기가 힘들다. 고자기장에서는 단일 포트를 가지는 새장 코일(birdcage coil)로 이러한 문제점을 해결하기 힘들기 때문에 각 코일 요소에 인가되는 전류의 크기와 위상을 조절함으로써 독립적으로 조절되는 다채널 코일을 사용하여 균일한 자장을 얻기 위해 사용한다. 그림 1(a)는 현재 사용되고 있는 다채널 TEM 코일을 나타내며 그림 1의 (b)와 (c)는 각각 9.4 T와 7 T에서의 B1

+를 나타낸다. 본 논문에서는 관심 영역 내의 B1

+ 자장이 균일하게 형성되도록 하는 각 코일 소자의 요소들을 구하기 위해서 pseudoinverse 방법을 사용한다. 또한 실제 MRI 시스템에서는 B1

+ 자장을 추출하는 시간이 오래 걸리기 때문에 compressed 방법을 통해 압축시킨 B1

+ 자장에도 pseudoinverse 방법을 적용하여 각 코일 소자의 요소를 구한다. 이러한 방법을 입증하기 위하여 9.4 T 와 7 T MRI 시스템에 적용하여 논의한다.

Ⅱ. 방법

RF 코일에 의해 형성되는 B1 자장은 다음과 같

은 식에 의해 정의된다. B1

+ = (Bx + jBy)/2 (1)

j = √−1 이며, Bx와 By는 RF 자장의 x, y방향의 복소수 벡터 (complex vector)로 구성되어 있다.

A. Pseudoinverse method

RF 자장은 전류의 크기와 위상으로 구성된 w (가중치)에 비례하기 때문에 각각의 코일 소자에서의 전체 필드를 ∑ [𝑁

𝑛=1 B+1,n.r] ∙ [w]

표현할 수 있다. 이 때 N은 코일 요소의 개수 이며 p는 픽셀의 개수를 말한다. 그리고 이 식을 행렬식의 형태로 나타내면

(2) 와 같이 나타낼 수 있다. 이 때 [D]행렬은 관심 영역을 나타내는 행렬이며 각 요소들은 지역화하고자 하는 영역은 1 로 그 외의 영역은 모두 0 으로 구성되어 있다. [B1

+]은 정방행렬이 아닌 행렬이므로 [D]행렬에 상응하는 w를 구하기 위해서 pseudoinverse(또는 generalized inverse) 방법을 사용한다.

[w] = [B1+]pinv.[D]

(3) 약어로 표시된 pinv. 는 pseudoinverse 를 의미한다.

고해상도 자기공명영상장치에서의

빠른 영상처리를 위한 RF 코일 제어법 이주현

울산대학교 의공학과 20092840 monghon57@gmail.com

그림 9. TEM head coil 과 |B1+|(9.4 T 와 7 T)

(a) TEM head coil (b) |B1+| at 400MHz

(9.4 T) (c) |B1

+| at 300MHz (7 T)

B. Periodic compressed method

B1+ 자장은 식 (2)에 의해 행렬의 형식으로

나타낼 수 있다. 이 때, 식 (4)에서 처럼 [B1

+]행렬과 [D]행렬에서 r이 홀수이거나 짝수일 때만 추출하거나 일정한 주기를 가지고 추출하여 각 행렬의 행과 열의 크기를 동일한 비율로 줄인다. 식 (3)을 이용하여 동일한 비율로 축소한 행렬에 상응하는 가중치를 구한다.

[w] = [B+1,N,r]

pinv.[Dr] (r = n,2n,3n,4n,…) (4)

위 서론에서 언급했듯이, 실제 MRI 시스템에서 B1

+ 분포를 추출해 내는데 오랜 시간이 걸린다. 따라서 보다 적은 B1

+ 분포를 사용하여 가중치를 구하고, 본래의 B1

+ 분포와 비교하였을 때 큰 차이가 없다면 추출하는 B1

+ 분포의 크기가 줄어 들기 때문에 그에 따른 시간 단축을 예상 할 수 있다. 그림 2 은 periodic compressed method를 적용 하였을 때 각각 r이 n,2n,3n,4n,5n일 때의 B1

+ 분포를 나타낸다.

C. Simulation result

그림 3(a)는 관심 영역을 나타내고 그림 2(b),(c)는 관심 영역에 상응하는 pseudoinverse 방법을 통해 구한 가중치를 각각 9.4 T와 7 T에 적용시켰을 때의 모습을 나타낸다. Pseudoinverse 방법을 통해서 관심 영역에서의 높은 B1

+ 자장을 얻어낼 수 있었지만 관심 영역이 중앙에 위치할 때와 중앙에 위치하지 않을 때를 비교해보면 관심 영역이 중앙에 위치하지 않을 때 9.4 T 와 7 T 모두 관심 영역 외의 영역에서는 불균질성이 높은 것을 확인할 수 있다. 그리고 그림 2(b)와 (c)에서 관심영역이 형성되는 크기를 비교해보면 9.4 T 일 때보다 7 T에서 관심 영역의 크기가 더 크게 형성된다.

그림 4 는 B1+ 분포를 적게 사용하여 가중치를

구하고 이를 적용한 B1+ 분포를 나타낸다. 이를

통해 r을 5n까지 즉, 본래의 B1+ 분포의 행렬의

크기보다 1/5 까지 압축시켜 구한 가중치를 적용 하였을 때도 본래의 크기에서 구한 가중치를 적용한 B1

+ 분포와 큰 차이가 없는 것을 알 수 있다.

(a) ROI (b) |B1+| (9.4 T) (c) |B1+| (7 T)

그림 2. B1+ 분포에 periodic compressed method 를 적용한 모습 위쪽에서 아래로 내려갈수록 r =

그림 3. 9.4 T 와 7 T 에 pseudoinverse 방법을 사용한 B1+ localization 결과.

(a) ROI (b) |B1+| (9.4 T) (c) |B1+| (7 T)

(a) ROI is center

(b) |B1+| (9.4 T) (c) |B1

+| (7 T)

그림 4. 위에서부터 r = n,2n,3n,4n,5n 일 때의 B1+ 분포를 가지고 구한 가중치를 각각 9.4 T 와 7 T 에 적용한 모습

Ⅲ. 결론

고해상도 자기공명영상장치는 높은 신호 대 잡음 비와 병렬영상 이득 때문에 뇌질환 관련 진단을 위해 중요한 도구로 사용되고 있다. 그러나 고해상도 자기공명영상장치에서는 파장이 인체보다 더 작기 때문에 임상용으로 쓰이는 1.5 T나 3 T 보다 B1

+ 자장이 불균질하게 형성된다. 시뮬레이션 결과는 제안된 방법을 수행함으로써 고해상도 MRI 시스템에서 선택된 영상에 대한 균일한 자장을 보여준다. 또한 B1

+ 분포를 적게 사용하여 구한 가중치를 적용했을 때도 본래의 B1

+ 분포와 큰 차이가 없음을 나타내었다.

본 논문에서는 불균질한 자장을 관심 영역 내에서 균일한 자장을 형성하도록 하고 B1

+ 분포를 적게 사용하여 MRI 시스템의 촬영시간을 단축시킬 수 있도록 하는 고해상도 자기공명영상장치 연구에서 매우 유용할 것으로 판단된다.

Ⅳ.Acknowledgement

본 연구는 울산대학교LINC 캡스톤 디자인 (이익창출형 과제) 지원 사업에 의해 현재 수행 중임. [ 과제 제목 : 고해상도 자기공명장치에서의 뇌질환을 위한 빠른 영상처리법 ]

V. 참고문헌

[1] Hyoungsuk Yoo, et al, “A method to localize RF B1 field in high field magnetic resonance imaging systems”, IEEE Trans on Biomedical Engineering, 2012 [2] 김홍준, 유형석, “7 T MRI에서의 다양한 RF 코일에 대한 B1+ 비교”, 전자파학회, 2012 [3] J. Vaughan, M. Garwood, C. Collins, W. Liu, L. DelaBarre, G. Adriany, P. Anderson, H. Merkle, R. Goebel, M. Smith, and K. Ugurbil, “7 T vs. 4T : RF power, homogeneity and signal to noisecomparison in head images,” Magnetic Resonance in Medicine, vol. 46, pp. 24-30, 2001. [4] J. Vaughan, L. DelaBarre, C. Snyder, J. Tian, C. Akgun, D. Shrivastava, W. Liu, C. Olson, G. Adriany, J. Strupp, P. Anderson, A. Gopinath, and P. Moortele, “9.4 T human MRI: Preliminary results,”Magnetic Resonance in Medicine, vol. 56, pp. 1274-1282, 2006. [5] C. Collins, Q. Yang, J. Wang, X. Zhang, H. Liu, S. Michaeli, X. Zhu, G. Adriany, J. Vaughan, P. Anderson, H. Merkle, K. Ugurbil, M. Smith, and W. Chen, “Different excitation and

reception distributions with a singleloop transmit-receive surface coil near a head sized spherical phantom at 300 MHz,” Magnetic Resonance in Medicine, vol. 47, pp. 1026-1028, 2002. [6] J. Vaughan, ”RF coil for imaging system,”

U.S. patent 6,633:161, 2003.

초록: 디지털 사회로 변모해가는 현대사회에 맞추어 언제 어디서든 시간과 장소에 구애 받지 않고 스마트 기기만 있으면 누구나 손쉽게 청력테스트를 할 수 있도록 자바기반의 안드로이드 프로그램을 사용하여 청력테스트를 위한 Audiometer application을 개발하려고 한다. 순음 생성을 위해 Matlab을 이용하여 각 주파수별 음원 파일을 생성한 뒤 최소 역치를 측정하는 순음청력검사법 중 기도청력검사법을 이용한 어플리케이션을 개발하려고 한다. 주제어: audiometer, 어플리케이션, 청력검사, 주파수, 청력역치

Ⅰ. 서론

현대사회가 디지털사회로 변모해가며 수많은 디지털기기가 생겨났다. 과거에는 전화와 문자만 가능하던 핸드폰 역시 스마트폰으로 발전함에 따라 어플리케이션이라는 응용프로그램을 다운받아 필요한 기능을 수행할 수 있게 되었다. 스마트폰 뿐만 아니라 테블릿 PC와 같은 여러 스마트 기기가 생겨나 사용자들은 모든 스마트 기기에 응용프로그램을 다운받아 사용하고 있다.

이러한 변화에 따라 청력 테스트 어플리케이션을 개발함으로써 스마트기기 사용자들은 누구든지 필요할 때 병원까지 가지 않고도 청력을 검사할 수 있다. 물론 병원에서 받는 청력검사보다는 정확성이나 신뢰성은 떨어지겠지만 병원 검사 전 참고할 수준의 검사결과는 얻을 수 있다. 또한, 언제 어디서든 스마트 기기 하나만 있으면 검사가 가능해 바쁜 현대인들의 삶에 많은 시간을 들여 검사를 하지 않고 가볍게 어플리케이션을 통해 검사가 가능하다.

이 논문에서는 디지털 사회로의 발전에 따라 언제 어디서든 시간과 장소에 구애 받지 않고 스마트 기기만 있으면 누구나 손쉽게 청력테스트를 할 수 있도록 청력테스트를 위한 Audiometer 어플리케이션을 개발하려고 한다.

Ⅱ. 배경지식

먼저, 청각장애란 외이로부터 대뇌에서 소리를 이해하기까지의 청각 경로에 장애를 입어 주로 듣기가 어려운 장애이다. 그러한 청각장애여부 판단을 위해 청력검사를 하는데 순음청력검사(pure tone audiometry), 어음청력검사, 임피던스 청력검사가 있다. 그 중, 순음청력검사에 대해 다루려고 한다.

순음청력검사는 청력검사 중 가장 기본적인 검사로 난청의 정도를 측정하고 경우에 따라서 난청을 유발하는 원인과 기전 추정이 가능하다. 오디오 미터를 사용해 125, 250, 500, 1000, 2000, 4000, 8000 Hz의 각 주파수의 순음에 대해서 들리는 최소의 역치를 측정하는 검사이다. 순음청력검사에는 또 기도청력검사와 골도청력검사 두 가지로 나뉘는데 기도청력검사는 리시버에서 외이도, 고막, 이소골을 거쳐 내이로 전하는 경로에 대해 측정하는 검사이고, 골도청력검사는 직접 두개골을 진동시켜서 내이로 전하는 경로에 대해 측정하는 검사이다.

이 중 기도청력검사는 헤드폰을 장착하여 거기에서 나오는 소리의 크기와 주파수를 바꿈으로써 실시하는 청력검사이다. 검사음은 1000 Hz에서 시작하여 2000, 4000, 8000 Hz의 순서로 높은 주파수를 측정한 후 다시 1000 Hz로 돌아가 한 번 더 측정한 후 500, 250, 125 Hz의 순서로 낮은 주파수를 측정한다. 역치 이하의 강도음에서는 5dB을 올리고, 역치 이상의 강도음에서는 10dB을 낮춰 청력역치를 구한다. 1000 Hz에서 한 번 더 측정하는 이유는 첫 검사 주파수가 1000 Hz이기 때문에 정확한 검사결과가 나오지 않을 수 있어 고주파 측정 후 다시 한 번 더 1000 Hz를 측정한 뒤 저주파를 측정한다.

Ⅲ. 어플리케이션의 작동순서

어플리케이션의 작동순서를 설명하면 먼저 어플리케이션을 실행시킨다. 화면에 메인화면이 나타나고 시작버튼을 누르면 검사화면으로 넘어가게 된다. 첫 검사화면은 1000 Hz 주파수의 음을 들려주는 화면이고 원하는 소리크기를 출력할 수 있는 버튼이 있다. 기도청력검사에 기인해 적정수준의 소리를 출력 후 그 소리가 들린다면 그보다 한 단계 큰 dB 소리 출력, 들리지 않는다면 두 단계 낮은 dB 소리를 출력한다. 그렇게 dB 범위를 좁혀가며 청력역치를 구한 뒤 저장버튼을 통해 청력역치값을 저장한다. 다음 검사화면으로 넘어간다. 같은 방법으로 1000 Hz부터 2000, 4000, 8000 Hz, 다시 돌아가 1000, 500, 250 Hz의 순서로 각 주파수별 청력역치를 구한 뒤 그 값을 모두 저장한다. 모든 검사가 끝나면 최종 검사결과가 화면에 출력되며 저장버튼을 누르면 검사결과 화면이 캡쳐되어 스마트기기 내장메모리에 저장된다.

어플리케이션의 작동 Flow chart로 나타내면

청력테스트를 위한 Audiometer Application 개발 장다솜

울산대학교 의공학과 20092842

som2139@naver.com

다음과 같다.

그림 1. 어플리케이션의 작동 flow chart

Ⅳ. 개발과정

어플리케이션 개발은 다음과 같은 순서로 진행되었다.

Step 1. Matlab을 이용하여 어플리케이션에 쓰일 각 주파수 별 음원 파일 생성

Step 2. 어플 아이콘 변경 Step 3. 각 스크린 별 UI 제작 Step 4. 재생버튼 클릭 시 주파수 사운드 출력 Step 5. 각 단계 별 볼륨 측정 Step 6. 볼륨 조절 버튼 제작 Step 7. 각 주파수 별 역치값 저장 Step 8. 결과화면에 출력 Step 9. 검사결과 저장 Matlab에서 sin wave를 이용하여 각 주파수

별 음원 파일을 생성했다. 개발 중 calibration 과정에서 볼륨 컨트롤이

핸드폰의 시스템 단계인 15단계로 고정되어 있어서 ±5dB단위로 볼륨을 설정할 수 없어 각 주파수 별 각 단계별로 모두 볼륨 측정 후 5dB 간격에 가장 가까운 값을 골라 버튼을 생성했다.

Ⅴ. 최종결과

어플리케이션 실행 시 메인화면이 나타나고 도움말을 통해 검사법을 익힌 뒤 시작버튼을 누르면 검사화면으로 넘어가게 된다. 제시한 검사법대로 각 주파수 별 청력 역치값을 구한 뒤 그 값을 저장한다. 모든 검사가 끝나면 최종 검사결과가 화면에 출력되며 저장버튼을 누르면 검사결과 화면이 캡쳐되어 스마트기기 내장메모리에 저장되어 언제든 결과를 볼 수 있다.

그림 2. 메인화면

그림 3. 1kHz 검사화면

그림 4. 청력 역치값 저장

그림 5. 최종 검사결과 화면

Ⅵ. 토의

본 어플리케이션 개발 시 앞서 언급했던 것과 같이 볼륨 컨트롤이 핸드폰의 시스템 단계인 15단계로 고정되어 있어서 ±5dB단위로 볼륨을 설정할 수 없어 각 주파수 별 각 단계별로 모두 볼륨 측정 후 5dB 간격에 가장 가까운 값을 골라 버튼을 생성했기에 소리출력의 간격을 정확히 5dB로 나누지 못하였다. 소리 출력을 더 세세히 측정하여 5dB에 맞춰 출력할 수 있도록 보안해야 할 것이다. 또한 각 핸드폰마다 출력의 세기가 달라 같은 단계의 볼륨을 출력한다고 해도 다른 크기의 소리가 출력될 것이다. 이 점은 여러 회사의 제품들을 몇 가지 선택해 어플리케이션을 실행해본 후 각각의 출력을 비교하여 크게 차이가 나지 않는다면 오차의 범위로 인정하도록 한다.

어플리케이션의 개발 측면에서는 검사결과를 지금처럼 표로 나타내지 않고 그래프로 결과를 출력한다면 한 눈에 받아들일 수 있어 검사결과를 해석하는데 더욱 편리할 것이다. 또한 피험자의 결과뿐만 아니라 정상범위의 청력 역치값을 결과화면에 함께 출력한다면 역시 검사결과를 해석하는데 더욱 편리하고 쉬울 것이다. 마지막으로, 결과 히스토리를 생성하여 해당 어플리케이션을 실행하면 언제든 지난 검사결과를 피험자별로 나누어 볼 수 있도록 개선한다면 더욱 훌륭한 어플리케이션이 될 것이다.

참고문헌

[1] 김상형, “안드로이드 프로그래밍 정복 1, 2”, 한빛미디어, 2011,5.

[2] 김리석 외, “청각검사지침”, 학지사, 2008

The development of feedback monitoring device for CPR

송영탁, 지영준

근력 보조기기 설계를 위한 sEMG 분석을 이용한 신체적 작업부하의

정량적 평가방법

이영진, 지영준

A New Design of an Implanted Medical Lead to Reduce RF

Heating in MRI

Rupam Kumar Das

연구실 소개 ME-Lab

연구실 소개 CNE

연구실 소개 EM-MRI

대학원 졸업논문과

연구실 소개

Abstract: CPR (Cardio-Pulmonary Resuscitation) is known as the most basic aid in emergency situations. For successful CPR, the chest compression depth, cycle, and compressing point are important factors. In I.C.U. ’ s (Intensive Care Unit) and E.R. ’ s (Emergency Room), monitoring devices are used to monitor the chest compressions correctly. These devices use accelerometers or pressure sensors. Because the mattress under the patient compresses together, these devices overestimate the compression depth. To overcome this problem, two accelerometers are used in this study, one is on the chest, and the other is between the back of the patient and the mattress. The measurement setup and algorithm to estimate the compression depth are explained. According to the experiment with the mannequin, when CPR is done on a mattress, the actual compression depth was 43.7mm (s.d. 1.93mm). The estimated compression depth was 61.4mm (s.d. 1.87mm) when using an acceleration sensor. This includes the depth of compression of the mattress. When we use two acceleration sensors, estimated compression depth is 44.6mm (s.d. 1.59mm), which is similar to the actual compression depth. In conclusion, the dual accelerometer gives more accurate estimated compression depth than conventional devices.

Keyword: CPR, Accelerometer, chest compression

Ⅰ. Introduction

In recent years, a study of life extension has revealed an increase in life expectancy. In emergency situations, the human death is determined in a short period of time. Therefore, appropriate response is directly related to the life of a patient. Among them, CPR (Cardio-Pulmonary Resuscitation) is the most common method for cardiac arrest patients. The main contents of CPR are chest compressions and rescue breathing, and it is the most important technique in the hospital, at home, and in the accident field. The importance of artificial respiration is less than in the past, but the importance of chest compressions are emphasized

when travelling to the hospital. The purpose of chest compressions is to supply blood to the brain [1],[2]. Guidelines of chest compressions for the correct and valid criteria are presented by professional organizations related to CPR. For adults, period (rate of 100 times per minute) and depth (38~51mm (1.5~2inch)) are known to result in the highest rate of resuscitation. However, even for experienced people in emergency situations it is not easy to perform chest compressions at the correct speed and compression depth.

Currently, techniques for monitoring the depth of accurate and effective chest compressions have been developed and are being used. Compression period can be determined by using a metronome and by giving sound signal. In CPR training courses, mannequins are used to plot the graphical representation of compression depth and provide feedback in real time. A displacement sensor is placed inside the mannequin (Skill Reporter, Laerdal Medical, Orpington, UK). Received signals from the sensor are converted to digital. The converted signals are connected to a computer, which is used for training and assessment. In real-world situations such as in emergency departments, AED (Automated External Defibrillator) CPR monitoring equipment (Q-CPR, Laerdal, UK; Real CPR Help Zoll, UK) is used during CPR chest compressions. This system (Q-CPR) estimates the depth by using an accelerometer and allows real-time feedback. The system beeps when out of range.

According to the report of Perkins, the actual pressure to the patient is about 35~40% less than the appropriate depth [3]. The feedback exceeded the actual compression depth when a compression depth monitoring system using an accelerometer was used on a bed. But, they report that the difference does not occur on a hard floor, not using mattress. As a result, we think that the total moving distance estimated from the accelerometer on the patient ’ s chest is expressed by adding actual pressure depth on the chest and pressed depth of the mattress [3].

As CPR is performed in the E.R.’s (Emergency Room) and I.C.U. ’s (Intensive Care Unit), it is

The development of feedback monitoring device

for CPR 송영탁*, 지영준**

*울산대학교 의용생체공학전공 20105531, **울산대학교 의공학과 *tagy25@naver.com, **yjchee@ulsan.ac.kr

worthwhile to keep the feedback of the correct compression depth from furnished monitoring equipment as a patient lies on the mattress of a bed. In cases using one of accelerometer, problems reported from Perkins cannot be avoided.

In this paper, we have tried to reduce these errors by using two acceleration sensors to measure chest compression depth. The proposed system will add an acceleration sensor between the patient and the mattress.

Ⅱ. Methods 1. Measurement Configuration

As shown in Fig. 1, a patient is equipped with two acceleration sensors, at the top and the bottom of the chest. Signal differences of these two sensors are used after converting to a digital signal. The conventional system of a sensor in the upper chest (Acc_1) measures the depth of the mattress which is compressed. This creates measurement errors. The second acceleration sensor (Acc_2) measures the depth of the pressed mattress and will reduce errors.

The using MMA7260QT (Free Scale Semiconductor Inc., USA) accelerometer signals were converted into a voltage signal. At this point the voltage of 0.8V=1g (9.8m/s2) represents the value (i.e. 800mV/g). Data measured with the device of NI-DAQ 920S and LabVIEW (National Instrument Co., USA) used the digital conversion (sampling rate 1kHz) and a computer interface was implemented. Matlab R2008a (Mathwork Co., USA) used to implement the program to estimate the depth of compressions from the measured signals and confirmed the performance of the system. 2. Depth Estimation Algorithm using the two accelerometers

The primary measured signal is an acceleration signal that has a strong periodicity. Theoretically, as shown in Equation (1) by integrating the acceleration signal (a(t)) we can obtain velocity(v(t)), and by integrating again them the direction of the vertical depth of compression(d(t))

can be obtained.

avv CtCdtdttaCdttvtd

tddtdta

++=+=

=

∫ ∫∫ )()()(

)()( 2

2

(1)

However, accumulation of errors due to integration constants (Cv, Ca) are considerable. Therefore, the mathematical integration to estimate the depth of pressure alone is limited. Some systems are equipped with an acceleration sensor and pressure switch to detect the period and then signals are processed [4]. However, this method has the disadvantage that the pressure switch should be mounted. In this study, when you performed chest compressions, the cycle of the acceleration signal and the relative distance from positive-peak to negative-peak (peak-to-peak distance), are the only valid information. Fig. 2 shows the flowchart of the compression depth estimation algorithm. Integration is performed for the differential signal that is subtracted from the measured signals of two acceleration sensors.

Integration between each sample to obtain a straight line following the curve of the area was used [5]. Theoretically, it ’ s a repeat act of returning to its original position. Therefore, after a single pressure, the point came back to 0. However integration errors are accumulated, as shown in Fig. 3. (a). They could be of increasing value or decreasing value. In this system, after tens of seconds, observed error is greater than the original signal. After first integration (velocity (v (t))), the drift component is removed (De-trending (reduce error), the fourth step in Fig. 2). De-trending for the velocity aims to remove some sections of the linear elements. It’s data does not leave the range of the variable when performing integral calculations. In the fifth step in Fig. 2, velocity is integrated again to obtain the distance. In the next step, drift components are removed to get the exact distance signal (d (t)). Waveform obtained by integrating two times shows the depth of compression.

In Fig. 3. (a), as shown in the flow of time, depending on the integration errors, accumulated drift (drift) components will occur again. Positive peak is not uniform because of imperfect decompression. Chest compression signal is a very strong periodic component signal. In addition, it is important to push the blood from the heart, so the value of the difference between positive-peak and negative-peak is important. By taking advantage of this characteristic, detected peaks in the distance waveform (d(t)) are obtained and then connecting lines (l(t)) are formed from them. The connecting lines are subtracted from the original signal resulting in top-aligned waveforms (Fig. 3. (b)).

)()(:)()()()(ˆ

1+

−=

ii ndandndpasseslinetltltdtd (2)

This does not mean that the chest will perfectly

Fig. 1. Configuration of the compression depth

monitoring system using two accelerometers

recoil when chest compression relative depth and reference information is required. So depth was expressed relative to the baseline in the waveform obtained from this method. Negative peaks are used to detect the compression depth. In the Fig. 3 (b) depth points is expressed as dots. This is the actual compression depth. The drift removal algorithm described above solves the problem of integration errors. In addition it is helpful to estimate the valid compression depth (independent of recoil) from peak-to-peak. Also, without accumulation of errors for each pressure interval the start of integration will be held back. There will be an effective integration because calculating the depth of each compression is relative to the depth at each peak.

3. Experimental data collection for evaluation of proposed system

The proposed system uses a potentiometer as a reference sensor in order to do zero adjustment and calibration in the depth estimation algorithm. Using the LPF (low pass filter) that has a cut-off frequency of 40Hz, data is acquired at a sampling rate of 1 kHz.

As shown in Fig. 4, the experiment was conducted on mannequin. The distance sensor is inside the mannequin's chest and compression depth can be measured and transmitted to computer.

Reference values from the mannequin and estimated values from the algorithm were used to analyze the accuracy of the system. To obtain data, the experimenter can look at the feedback depth and pressure cycle signals from the mannequin ’ s software. Accelerometers are located on the mannequin's chest and the back of the mannequin. The acceleration sensor on the chest of the mannequin estimates chest compression depth. Another acceleration sensor estimates the depth of the pressed mattress. Three kinds of the base material (hard floor, mattresses (Thickness: 75mm, the surface: polyurethane materials, internal: the sponge type of foam, 1059-326-140, Stryker Co., USA) and mattresses with backboard) were tested. In each case, using a basic line, measured values from the mannequin’s sensor were compared by using one acceleration sensor and two sensors. This comparison verified the effectiveness of the suggested system and algorithm.

Ⅲ. Results Fig. 5 shows the results of accelerometer

signals, velocity, and distance (depth) when conducting chest compressions. The upper waveform is the signal measured by the acceleration sensor on the chest of the mannequin. The

Fig. 2. Algorithm for the estimation of compression depth using two accelerometers

(a) (b)

Fig. 3. Distance signals from the double integration of acceleration and its processes (a) Detection of positive peaks and interpolation (b) Zeroing on every cycle of compression by subtraction of interpolated waveform as an equation (2)

acceleration signal, after being integrated and de-trended (planarization), will be the signal which represents the velocity information in the middle waveform. The bottom waveform shows the compression depth obtained by the algorithm. As shown, pressure was applied during the 8 seconds CPR was in progress. After 54 seconds, the pressure was artificially weaken to receive proportionately less compression depth.

Fig. 6 shows the results of depth estimation when we conducted chest compressions on a mattress using one and two accelerometers. As shown in Fig. 6, using one accelerometer includes a depth made by the mattress, so it presents an inaccurate depth. But, in the case of using two accelerometers the result is 4~5centimeters. So we can see that it is similar to the depth of the mannequin.

TABLE I shows the summarized results of the experiment. Chest compressions on a mannequin placed on the floor for about 30 seconds were performed. After a break of five minutes, Chest compressions on mannequin placed on a mattress for about 30 seconds were performed. Again after 5 minutes of rest, chest compressions were performed adding a backboard between the mattress and the mannequin’s back. Table I is the average of compression depth. The base value is generated by the sensor mounted inside of the mannequin were used. Each value shows the average of estimated depth using an acceleration sensor and

using two acceleration sensors. As expected, there was no difference in a hard surface (floor). While chest compressions in the upper mattress shows a significant difference because it reflects the depth of penetration of the mattress.

In the case of doing chest compressions on the 7cm-thick mattress, using only a single accelerometer for monitoring, it was be found that the estimated depth would likely be expressed as 40% more than the actual depth. Measured signals after adding the second acceleration sensor, compensates for the errors to create an exact value. In the case of using the backboard it can be inferred that the mattress was compressed less.

Ⅳ. Conclusion To do exact CPR to patient whose heart stops, it

is important to keep the depth of chest compressions exact so that the patient has high probability of survival. For this, the compression depth monitoring equipment has to measure depth of compression exactly. However we can ’ t avoid errors when estimating depths in a variety of environments of mattress using just one acceleration sensor. To supplement this, we developed a system that estimates the depth of compression using two acceleration sensors, and proposed a compression depth estimation algorithm. Through tests to verify the effectiveness of this

Fig. 4. Chest compression for the mannequin

Fig. 5. Waveform from the accelerometer and its processed signal according to the depth estimation algorithm

Fig. 6. Comparing the depth when using one accelerometer and using two accelerometers

TABLE I COMPRESSION DEPTH ON THE FLOOR AND MATTRESS

Mean (SD) in mm.

* P < 0.001 (reference vs. Acc_1, ANOVA t-

test)

N = number of compressing

algorithm, we can see that there is no difference in case of using one sensor and in cases of using two sensors in a hard surface. However we found that we can get a more precise estimation if we use two sensors when we do CPR on mattress.

We have plans to make a finished product that realizes this algorithm without computer connection through real-time signal processing. After verification and will supplement in various environments. According to the ‘ Emergency Medical Service Act’, called the ‘Good Samaritan Law’, civil or criminal responsibility is exempt in cases of emergency acts for Life-threatening patients. As a result, many people try to learn basic life save skills including CPR. There is an application for smart phones that informs people of the procedures for basic life saving skills, and makes a beep to maintain the period of chest compression. We expect that compression depth estimation systems using acceleration sensors, suggested this research, can be utilized in addition to that technology.

참고문헌 [1] A . J. Handley, R. Koster, K. Monsieurs, G. D.

Perkins, S. Davies and L. Bossaert, "European Resuscitation Council guidelines for resuscitation 2005. Section 2. Adult basic life support and use of automated external defibrillators," Resuscitation, vol. 67, pp. S7-23, 2005.

[2] A. J. Handley, L. B. Becker, M. Allen, A. van Drenth, E. B. Kramer and W. H. Montgomery, "Single-rescuer adult basic life support: an advisory statement from the Basic Life Support Working Group of the International Liaison Committee on Resuscitation," Circulation, vol. 95, pp. 2174, 1997.

[3] G. D. Perkins, L. Kocierz, S. C. L. Smith, R. A. McCulloch and R. P. Davies, "Compression feedback devices over estimate chest compression depth when performed on a bed," Resuscitation, vol. 80, pp. 79-82, 2009.

[4] S. O. Aase and H. Myklebust, "Compression depth estimation for CPR quality assessment using DSP on accelerometer signals," Biomedical Engineering, IEEE Transactions on, vol. 49, pp. 263-268, 2002.

[5] K. Seifert and O. Camacho, "Implementing positioning algorithms using accelerometers," Freescale Semiconductor, .

[6] J. A. Palazzolo, R.D. Berger, H.R. Harperin, D.R. Sherman, “ Methods of determining depth of compressions during cardiopulmonary resuscitation ” , United States Patent, US 6,827,659 B2, 2004.

[7] A. Tomlinson, J. Nysaether, J. Kramer- Johansen, P. Steen and E. Dorph, "Compression force-depth relationship during out-of- hospital cardiopulmonary resuscitation," Resuscitation, vol. 72, pp. 364-370, 2007.

[8] K. Monsieurs, "Chest compression on mattresses: Time to achieve sufficient depth," Wilderness Environ. Med., vol. 80, pp. 503-504, 2009.

[9] T. Abe and Y. Tokuda, "Chest-compression- only versus standard CPR," The Lancet, vol. 377, pp. 718, 2011.

[10] J. A. Palazzolo, R.D. Berger, H.R. Harperin, D.R. Sherman, “Methods of determining depth of compressions during cardiopulmonary resuscitation ” , United States Patent, US 6,827,659 B2, 2004

Abstract : This study is to evaluate quantitatively

physical workload for two working posture using the

surface EMG. First working posture is the overhead

lifting posture, second working posture is the over -

head welding posture. First posture is proposed

workload assessment method using EMG analysis. By

normalizing sEMG activities with maximal volun -tary

contraction (MVC), the inter-subject variability can

be reduced. In all muscles, %MVC increased as the

weight of lifting object increases. In fatigue analysis,

the mean frequency in muscle decreased. Second

posture is to evaluate the effect of the musc -ular

assistive device using the Borg scale and surface

EMG. Through analyzing Borg scale and fatigue, the

assistive device for muscular strength effects to the

worker.

주제어: sEMG,, 작업부하, 피로자각도

Ⅰ. 연구 배경 건설업, 중공업 등 공정의 정형화와 자동화가 힘든 현

장에서는 여전히 무거운 중량과 작업자의 신체적 작업

에 의존하고 있다. 이러한 경우 근골격계 질환 발병 가

능성이 높아지고 더 나아가 작업효율이 떨어진다[1]. 이

러한 문제점을 해결하기 위해 웨어러블 로봇이나 보조

기기를 사용한다면 질환과 사고의 예방에 도움이 된다.

이를 위해서는 작업자의 신체적 작업부하의 정량화가

필요하다[1]. 본 연구에서는 sEMG의 측정 및 분석을

이용하여 무거운 중량을 높이 들어올리기 자세와 오버

해드 용접자세에서 사용 할 수 있는 근력 보조기기를

이용하여 작용 전과 후를 비교하여 평가 하였다. 이를

통해 근전도를 이용한 작업부하의 정량적 평가방법을

개발하여 제안한다.

Ⅱ. 연구 방법 1. 무거운 중량을 높이 들어올리기 자세

그림 1(a)와 같이 무거운 중량을 높이 들어올려 수

초에서 수 분 동안 정적인 상태를 유지하는 자세를 선

정하여 적용 하였다. 선정된 근육은 그림 1(b)과 같이

상지 근육 5가지 이다. 실험 방법은 먼저 체표면 근전도

(sEMG)를 측정하여 PC로 전달하여 저장하였다. 실험은

부하의 무게를 변화시켜 가며(6 ,8 ,10kg) 그리고 그림

(a)와 같이 어깨각도(60, 90, 120°)를 변화시켜 가며 측

정을 진행하였다. 실험은 최대 자발적 수축(Maximal

Voluntary Contraction, MVC)[2], 부하 무게와 어깨각

도에 따라 자세, 피로도 순서로 실험을 측정하였다.

그림 1. (a) 선정 자세 (b) 측정 근육 5가지)

실험 분석은 MATLAB과 Excel을 사용하였다. 근전도

신호를 표준화 하기 위해서 RMS(Root Mean Square)를

통한 %MVC를 사용하였으며 피로도(Fatigue)를 알아보

기 위해서 주파수 분석을 통한 평균 주파수를 사용 하

였다[3]. 표 1은 실험 측정 프로토콜을 나타낸다.

표1. 첫 번째 실험 측정 프로토콜

측 정 순 서

MVC · 근육 별로 측정

· 5초 측정 15초 휴식(3회 반복)

실험자세

· 무게(6, 8, 10kg), 어깨각도(60도, 90도,

120도)를 변화시켜가며 측정(총 9번)

· 측정시간 : 30초

· 측정 간 휴식시간 : 2분

Fatigue · 실험자세 중 하나를 선정하여 측정

· 측정시간 : 1분

2. 오버해드 용접 자세

오버해드 용접작업의 자세는 그림 2(a)과 같이 자세

를 취한 뒤 정적인 상태를 보조기기를 착용한 상태, 착

용하지 않은 상태로 실험을 하였다. 선정된 근육은 그림

2(b)와 같이 상지 근육 6가지 이다. 실험 측정은 근전도

장치와 피로자각도(Borg Scale)를 사용하였다[4]. 근전

도 실험 분석은 MATLAB과 Excel을 사용하였다. 신호

파라미터는 피로도를 알아보기 위해 RMS와 평균 주파

수를 사용 하였다. 피로자각도는 힘든 정도를 평가하기

위해 측정 중에 1분마다 질문하여 측정하였다. 표 2는

실험 측정 프로토콜을 나타낸다. 그림 3은 실험 측정에

사용 된 근력 보조장치를 나타낸다.

근력 보조기기 설계를 위한

sEMG 분석을 이용한 신체적 작업부하의

정량적 평가방법 개발

이영진*, 지영준**

*울산대학교 의용생체공학 협동과정, **울산대학교 의공학과

그림 2. (a) 선정 자세 (b) 측정 근육 6가지

표 2. 두 번째 실험 측정 프로토콜

측 정 순 서

실험

· 작업 근력 보조기기 착용 않은 상태

· 작업 근력 보조기기 착용 상태

· 각 실험 사이에 6시간 이상의 휴식

실험자세

· 안전모와 용접면을 착용하고 용접봉을

든 상태로 정적인 상태를 유지

· 측정시간 : 운동자각도 등급 20까지

피로자각도 · 측정 중에 1분마다 피험자 질문의 통해

측정

그림3. (a) 작업 근력 보조기기 장치 (b) 착용 전후

Ⅲ. 연구 결과

1. 무거운 중량을 높이 들어올리기 자세

연구 결과는 근육 별 각도 및 중량에 따른 근육 수축

활성도의 %MVC(그림 4)와 근육 별 피로도의 정량적

표현(그림 5)으로 나누어 나타낸다. 첫 번째 결과를 통

해 모든 근육은 중량에 비례함을 볼 수 있고, 특히 삼각

근이 %MVC 변화량(증가)이 다른 근육보다 크기 때문

에 주로 사용 되는 것을 알 수 있다. 그리고 어깨각도

60도 일 때에는 무게의 변화에 영향을 작게 받지만 90

도, 120도 일 때에는 무게의 변화에 따라 근육의 사용

량에 영향을 크게 받는 것을 알 수 있다. 두 번째 결과

를 통해 시간에 따른 평균 주파수의 감소를 통해 근육

의 피로도 정도를 알 수 있다.

그림 4. 근육 별 각도 및 중량에 따른 %MVC

(a) 중량 6kg, (b) 중량 8kg, (c) 중량 10kg

그림5. 근육 별 자세 유지 시간 동안의 분석

(a) %MVC 변화, (b) 중간 주파수 변화

2. 오버해드 용접 자세

연구 결과는 피로자각도(그림 6)와 근전도 피로도

분석(그림 7)으로 나누어 나타낸다. 피로자각도 결과를

보게 되면 근력 보조기기를 착용하는 것이 피험자에게

힘든 정도가 현저히 낮아졌다는 것을 알 수 있다. 그리

고 측정 자세의 유지시간에도 근력 보조기기를 착용하

는 것이 더 오래 지속 할 수 있음을 알 수 있다. 근전도

피로도 분석 결과를 보면 보조 기기 착용 할 때에는

RMS의 변화율이 착용하지 않았을 때보다 크게 증가하

는 것을 알 수 있다. 그리고 중간 주파수 변화율이 착용

하지 않았을 때보다 눈에 뛰게 낮아지는 것을 알 수 있

다. 이러한 결과를 바탕으로 측정에 사용 된 근력 보조

기기의 효과가 작업자에게 많은 효과가 있음을 알 수

있다.

그림6. 측정 시간에 따른 피로자각도 평가

(a) 평가지, (b) 평가 결과

그림7. 근육 별 자세 유지 시간 동안의 초기치 대비 변

화율

(a) 평균 주파수, (b) RMS

Ⅳ. 토의

본 연구는 작업현장에서 사용 되고 있는 두 가지

작업자세에 대해서 sEMG를 이용하여 작업부하를 정량

적으로 평가하고 이를 이용하여 근력 보조기기의 효과

를 평가하였다. 이를 통해 첫 번째 실험에서는 %MVC,

주파수 분석(피로도)를 이용하여 작업부하의 정량화를

할 수 있음을 확인하였다. 두 번째 실험에서는 보조기기

의 착용 전/후에서 피로자각도와 피로도 분석을 이용하

여 보조기기의 효과를 정량적으로 평가 할 수 있음을

확인 할 수 있다. 더 나아가 이를 바탕으로 웨어러블 로

봇의 파라미터로 사용 할 수 있을 것이다.

참고문헌

[1] J.Y Kim, J.S Park and Y.J Cho, “Biomechanical

Measuring Techniques for Evaluation of

Workload,” Journal of the Ergonomics Society of

Korea, vol. 29, no. 4, pp. 445-453, 2010.

[2] P. Konrad, "The ABC of EMG: a practical

introduction to kinesiological electromyography,"

Scottsdale AZ Noraxon USA, pp.31-32, 2005.

[3] L. Sörnmo and P. Laguna, Bioelectrical signal

processing, Elsevier, pp. 337-364. 2005.

[4] Cifrek. M, Medved. V, Tonkovic. S, Ostojic. S,

“Surface EMG based muscle ftigue evaluation in

biomechanics” Journal of the Clinical

Biomechanics, vol. 24, no. 4, pp. 327-340, 2009.

Abstract: The RF coils in Magnetic Resonance

Imaging (MRI) systems induce scattered electric

field in the medical implant, and the principal

bioeffect is tissue heating. In this work, a noble

method to reduce the scattered field has been

proposed. In this proposed method, metal nails

have been placed along the length of the

medical lead. The scattered electric field is

calculated near the lead tip at 64 MHz for a

model implant by using Ansoft HFSS. By using

this method, a significant decrease in the

scattered electric field has been observed.

Keywords: MRI, Pacemaker, Implantable

device, lead, RF heating

I. Introduction

Magnetic Resonance Imaging (MRI) has become

the one of the most popular imaging procedure

for diagnosis. Unlike conventional radiography

and computed tomographic imaging, MRI has

many advantages including its no ionizing nature

and the ability to discriminate different soft

tissues without contrast media. However, the

substantial benefits of MRI are often not

applicable to those patients who have implanted

medical devices such as pacemakers (PM),

implantable cardioverter devices (ICD) and deep

brain stimulators (DBS). These implanted

medical devices interact with the magnetic

fields in MRI and one of the remaining

challenges is the tissue heating by the induced

scattered electric field from radio frequency

(RF) coils in the MRI systems. The RF field

existing inside body tissues during MRI is

scattered by an implanted medical lead (Fig. 1).

A very intense scattered electric field can exist

in certain parts of an implant such as the tip of

the long medical lead or the ends of elongated

metal parts. This intense scattered electric field

at the medical lead tip causes the flow of

conduction currents in the tissue. Due to limited

conductivity of the tissue, energy is deposited

as heat as a result of ohmic loss in the tissue

and generates hot spots around the lead tip.

The scattered electric field can also cause

image artifacts resulting in distorting the

integrity of the MR scans. In this paper, a new

design to reduce induced scattered electric

fields near the medical lead tip has been

introduced.

A New Design of an Implanted Medical Lead to Reduce RF Heating in MRI

Rupam Kumar Das

Department of Biomedical Engineering, School of Electrical Engineering, University of

Ulsan

ID: 20115568

E-mail: rkbd017@yahoo.com

Fig. 1. Scattered electric field in the medical lead tip and temperature rises at the end of the wire

II. Methods

As shown in Fig. 2, the lead model implant

considered for the calculations is a 40-cm long

insulated wire with 1 cm removed insulation

(Teflon) at one side end (capped lead). The wire

(copper) diameter is 1.6 mm and the outer

insulation diameter is 2.5 mm. These are the

standard dimensions recently suggested by the

Food and Drug Administration (FDA) for the

implant model. The constitutive parameters of

the embedding medium corresponding the

human tissue at 64 MHz are εr=60, σ=0.6 S/m. A

solenoid of 15-mm long (10 turns, and distance

between the turn is 1.5 mm) has been used as a

RF-excitation source. A distance (D) between

the lead tip and RF-excitation source is varied

and the scattered electric field has been

calculated near the lead tip at 64 MHz (1.5 T

MRI system) using Ansoft HFSS. In order to

reduce the scattered electric field near the lead

tip, proposed metal nails have been placed along

the length of the lead. The dimension of a nail

has also shown in Fig. 2. The numbers of nails

in one turn (Nn), the number of nails set (Ns)

and the dimension of the nail (Wx, lx, Wz, lz)

have been varied to check the variation of the

scattered electric field near the lead tip.

Scattered electric field has also been calculated

for uncapped (1cm of insulation removed from

both side ends) lead for the comparison.

III. Results

The scattered electric field can be reduced

significantly by using proposed nails (Fig. 3). As

expected, by installing more no. of nails set

(Ns), the electric field is reduced significantly.

However, by increasing the no. of nails in one

turn (Nn) doesn't necessarily decrease the

electric field at all points (Fig. 4(a)). Fig. 4(b)

shows, Nn=1, Ns=30 configuration produces the

best result overall, whereas Nn=1, Ns=20

configuration increases the electric field within

the last 10 cm of the lead. For Nn=1, Ns=10

configuration, the electric field increases at all

points. The dimensions of the nails have least

effect on the scattered electric field except the

dimension, Wx. As shown in Fig. 4 (c), the

shorter Wx from 0.45 mm results in the more

scattered electric field near the lead tip.

Fig. 2. Model of the medical lead Implant

with proposed nails and RF source

0 20 40 60 80 100 120 140 160 180 2000

20

40

60

80

100

120

140

160

180

D (mm)

Scat

tere

d E

lect

ric F

ield

(V/m

)

40-cm Capped and Uncapped Lead (With and Without nails)

40-cm uncapped (Without Nails)40-cm uncapped (With Nails)40-cm capped (Without Nails)40-cm capped (With Nails)

Fig. 3. Simulation results for with and

without nails configuration of 40-cm

capped and uncapped lead

IV. Conclusions

The MRI heating problem with ICD or

pacemaker has become a major concern over

the past few years. In this paper, by introducing

nails in the medical implant provide a way to

reduce the electric field near the lead tip. In

future, it is necessary to check the result for

different lengths of medical implant (e.g.; 20 cm,

60 cm) and at different MRI frequencies (128

MHz, 300MHz) as well.

V. Acknowledgement

This work was supported by Basic Science

Research Program through the National

Research Foundation of Korea (NRF) funded by

the Ministry of Education, Science and

Technology (2011-0014776).

VI. References

[1] S. M. Park, R. Kamondetdacha, and J. A.

Nyenhuis, “Calculation of MRI-Induced Heating

of an Implanted medical lead wire with an

electric field transfer function,” Journal of

Magnetic Resonance Imaging, vol.26, Issue 5,

pages 1278-1285, November 2007.

[2] E. Mattei, M. Triventi, G. Calcagnini, F.

Censi, W. Kainz, G. Mendoza, H. I Bassen, and P.

Bartolini, “Complexity of MRI induced heating

on metallic leads: Experimental measurements

of 374 configurations,’' Biomedical Engineering

Online, vol.7, 2008

[3] T Sommer et al., Radiology, 215: 869-879,

2000

[4] S Achenbach et al., Am Heart J, 134(3):

467-473, 1997

0 50 100 150 2000

20

40

60

80

100

120

D (mm)

Scat

tere

d E

lect

ric F

ield

(V/m

)

(b) Variation of the Nails Set (Ns)

Nn=1,Ns=30Nn=1,Ns=20Nn=1,Ns=10

Fig. 4. Simulation results for

variation of (a) No. of nails in one

turn, Nn; (b) Nails set, Ns; (c) Nail

length, Wx

0 20 40 60 80 100 120 140 160 180 2000

20

40

60

80

100

120

140

160

180

D (mm)

Scat

tere

d E

lect

ric F

ield

(V/m

)

(C) Variation of 'Wx'

Wx= 0.45mmWx= 0.4mmWx= 0.2mm

0 50 100 150 2000

20

40

60

80

100

120

140

D (mm)

Scat

tere

d E

lect

ric F

ield

(V/m

)

(a) Variation of No. of Nails in one turn (Nn)

Nn=1,Ns=30Nn=2,Ns=30Nn=3,Ns=30

ME LAB 2012

ME Lab(Medical Electronics Laboratory)은 2010년 3월 송영탁(현재 박사과정 1년차)이 석사과정으

로 입학하면서 시작되었다. 울산대학교 3호관 205호에 자리하고 있으며, 2012년 현재 박사과정 1

명, 석사과정 2명, 학부생 1명이 함께 공부하고 있다. 의료 현장에서 해결이 필요한 문제점들을

발굴하여 전자공학적 방법을 적용하여 해결 방안을 제시해 오고 있다. 현재는 생체 신호의 측정

및 분석, 의료용 내시경 분야의 연구를 진행 중 이며, 한양대학교 응급의학과, 울산대학교병원 재

활의학과와 함께 공동연구가 진행되고 있다.

;ㅔ

2012년 외부 수탁 연구

- 소화기 내시경에서 분광반사율추정을 통한 조직특성 강조 영상화 장치 개발 / 2009.05-

2012.04 / 한국연구재단 일반연구자지원사업 / 주관연구

- 3D 연성전자내시경 개발 / 2011.12-2016.11 / 지식경제부 산업융합원천기술개발사업 / 주

관 연구기관인 엠지비 엔도스코피에 연구원으로 참여

- 에어 셀을 이용한 비자각형 운전자 심박 측정 가능성 연구 / 2012.11-2013.04 / 현대엔지

비 / 주관연구

2012년 수행 연구 주제

- 표면 근전도를 이용한 신체적 작업부하의 정량적 평가

- 효과적 심폐소생술을 위한 가속도 센서의 응용

- 손목 재활훈련을 위한 로봇 시스템

- CPR Guide App for Android

2012년 Publication

- Jaehoon Oh, Yeongtak Song, Boseung Kang, Hyunggoo Kang, Taeho Lim, Youngsoo

Suh, Youngjoon Chee, The use of dual accelerometers improves measurement of chest

compression depth, Resuscitation 2012;83;4;500-4.

- 서영수, 지영준, 관성센서를 사용한 발의 움직임 추정용 평활기, 제어.로봇.시스템학회 논

문지, 2012;18;471-8

- Jongshill Lee, Youngjoon Chee, Inyoung Kim, Personal Identification Based on

Vectorcardiogram Derived from Limb Leads Electrocardiogram, Journal of Applied

Mathematics, Volume 2012, Article ID 904905, doi:10.1155/2012/904905

- 지영준, OCT와 내시경 응용, 임상소화기 내시경, 2012;26;48-53

- Jaehoon Oh, Taeho Lim, Youngjoon Chee, How to perform chest compressions (CC)

according to CPR guidelines with patients on mattresses of varying softness, Resuscitation

doi: 10.1016/j.resuscitation.2012.03.041.(in press) - Jaehoon Oh, Taeho Lim, Youngjoon Chee, Hyunggoo Kang, Youngsuk Cho, Jongshill Lee,

Dongwon Kim, Miae Jeong, Videographic Analysis of Glottic View with Increasing Cricoid

Pressure Force, Annals of Emergency Medicine (accepted)

- Chang Ho Hwang, Dae-Sik Son, Jin Wan Seong, Yonghoon Kim, Youngjoon Chee, The

effects of artificial dentition on swallowing, Annals of Rehabilitation (accepted)

2012년 ME Lab 구성원

- 지영준 / 지도교수 / yjchee@ulsan.ac.kr

- 송영탁 / 박사과정 1년차 / tagy25@naver.com / 심폐소생술 피드백 장치, Android

Programming

- 이영진 / 석사과정 2년차 / paydfdf@gmail.com / 근전도 해석(EMG Analysis), 작업부하

평가(workload evaluation)

- 김영훈 / 석사과정 2년차 / korea8597@nate.com / 재활 장치 개발(Development of

device for the Rehabilitation), LABVIEW Programming

- 김하나 / 학석사연계과정 / gksk2211@naver.com / Kinect programming

2012년 Activities

3D 연성 전자내시경 시스템 개발 과제 워크샵

강원도 태백시 하이원 리조트 (2012.2.10 ~ 2012.2.12)

MELAB 단합 Workshop

제주도 (2012.8.22 ~ 2012.8.25)

제45회 대한의용생체공학회 춘계학술대회

광주과학기술원 오룡관 (2012.5.11 ~ 2012.5.12)

지영준, 송영탁, 이영진, 김영훈

피로자각도와 EMG 분석을 통한 근력 보조기기의 효과 측정(이영진, 지영준)

스마트폰을 이용한 심폐소생술 앱개발(손정은, 김하경, 송영탁, 오재훈, 지영준);

우수논문상 수상

PEMC(Pan-Pacific Emergency Medicine Congress) 2012

서울 코엑스 (2012.10.23 ~ 2012.10.26)

송영탁

Stylet with infrared sensor helps proper positioning during endotracheal

intubation (송영탁, 지영준, 오재훈, 임태호)

uHealthcare 2012

경주 현대호텔 (2012.10.25 ~ 2012.10.27)

지영준, 송영탁, 이영진, 김하나

Measurement of chest compression depth for high quality cardiopulmonary

resuscitation (지영준, 송영탁,이영진)

Development of CPR guide based on Android smart phone (지영준, 손정은, 김

하경)

제46회 대한의용생체공학회 추계학술대회

경희대학교 국제캠퍼스 예술디자인대학 (2012.11.10)

지영준, 송영탁, 이영진, 김하나

적외선 센서를 사용한 기관삽관 튜브의 적절한 위치 탐색 장치(송영탁, 오재훈,

지영준, 김하나, 이영진)

CNE LAB 2012

CNE Lab(Computational Neural Engineering Laboratory)은 전기적 자극에 대한 신경의 반응을

컴퓨터 시뮬레이션이나 동물의 반응 신호를 측정하여 분석하는 연구를 진행하고 있다. 이러한

신경에 관한 연구는 인공와우(cochlear implant), 인공시각(retinal implant), FES(functional electrical

stimulation) 등의 연구에 있어, 전기 자극에 따른 신경반응을 예측함으로써, 효율적이고, 안전한

전기자극 방식을 제안하게 된다. 전기적 청각 신경 자극에 따른 신경반응을 측정, 분석하여

우리의 청각 기관의 신호처리 방식과 인공와우의 전기자극 방식에 관하여 연구하고 있다.

연구실은 울산대학교 37 호관 433-1호에 위치해 있으며, 2012년 11월 현재 석사과정 1명,

학부연구생 2명이 함께 공부하고 있다.

2012년 수행 연구 주제

- 전기 자극 패턴에 따른 컴퓨터 신경 반응 연구

- 컴퓨터 신경 모델을 이용한, 전기 자극에 대한 채널 간섭 효과 연구

- 달팽이관의 3차원 모델에서, 전기자극에 따른 신경 반응 연구

2012년 Publication & Conferences

Peer-reviewed papers

1. 양혜진, 우지환, “신경모델링을 이용한 인공와우 전기자극 패턴 연구”, 전자공학회논

문지-SC, accepted.

Published Abstracts

1. S. Kang, J. Woo, "Prediction of electric field potential in 3D cochlear model,"

presented at Korea society of medical biological engineering, Seoul, Korea, 2012

2. H.J. Yang, J. Woo, "Effect ofelectric stimulus pattern on neural response," presented

at Korea society of medical biological engineering, Seoul, Korea, 2012

3. C.H. Kwon, J. Woo, "Study on Channel Interaction in Cochlear Implant," presented

at Korea society of medical biological engineering, Seoul, Korea, 2012

4. S. Kang, J. Woo," Biophysical Model of Auditory Nerve Fiber with 3D Cochlear Model,"

presented at The 6th International Symposium on Middle-Ear Mechanics in Research

and Otology, Daegu, Korea, 2012

2012년 CNE Lab 구성원

우지환 / 지도교수 / jhwoo@ulsan.ac.kr

강수진 / 석사과정 / S.Kang0518@gmail.com / 달팽이관 3D 모델 연구

양혜진 / 학부연구생 / Yanghj0530@gmail.com / 인공와우 전기 자극 패턴 연구

권치헌 / 학부연구생 / chkwon0418@gmail.com / 인공와우 채널 간섭 효과 연구

2012년 Activities

CNE Lab 단합 하계 워크샵

경상북도 청도군 운문산 자연휴양림 (2012.07.17~2012.07.18)

EM/MRI 2012 [유형석교수]

EM/MRI Lab(Electromagnetics and Magnetic Resonance Imaging Laboratory)의 연구분야는

자기공명장치, 전자기이론, 메타물질, 그리고 안테나 이며, 주로 고자기장에서의 자기공명장치와,

RF 코일, 빠른 자기장 처리법을 통한 이미지 구현, 그리고 RF 안전에 관해서 연구 하고 있다.

현재 연구실은 울산대학교 5호관 304호에 위치해 있으며, 2012년 11월 현재 석사과정 및

학부연구생 5명이 함께 공부하고 있다.

2012년 수행 연구

고해상도 자기공명장치 핵심 기술 및 영상 제어 장치 개발 / 2011.05 - 2014.04, 36개월

교과부 연구재단 신진과제 / 연구 책임자

3T MRI 용 다채널 Tx/Rx RF coil 개발 / 2012.03 - 2012.11, 10개월 / 삼성전자 / 연구 책

임자

멀티 채널 고해상도 자기공명장치 기초 연구 / 2012.03 - 2013.02, 12개월 / 현대 중공업

일류화 사업 / 연구 책임자

7T MRI에서의 다양한 Rf 코일에 B1+ 비교 / 2012.03 – 2013.02, 12개월 / 울산대학교 교

내연구 / 연구 책임자

2012년 Conferences

1. 유형석, “자기공명영상장치에서의 RF 및 전자기학”, 한국전자파학회 종합학술발표회, 2012

[초청논문]

2. 이주현, 김아름, 유형석, “고해상도 자기공명영상장치에서의 Compressed B1 을 이용한 RF

코일 제어”, 한국전자파학회 종합학술발표회, 2012

3. Rupam Das, 유형석, “A method to reduce MRI-induced scattered electric field of an

implanted”, 한국전자파학회 종합학술발표회, 2012

4. 이주현, 유형석, “고해상도 자기공명영상장치(MRI)에서의 빠른 뇌 영상처리를 위한 자기장

제어법”, 대한 의용생체 공학회 추계학술대회, 2012

5. Rupam Das, 유형석, “A new method of an implantable medical lead to reduce RF heating

in magnetic resonance imaging systems”, 대한 의용생체 공학회 추계학술대회, 2012

6. 이주현, 유형석, “Fast image processing through compressed B1+ method in high-field

MRI systems”, 대한 뇌기능 매핑학회 추계학술대회, 2012

7. 이주현, 유형석, “B1 자기장을 이용한 고해상도 자기공명영상장치(MRI)에서의 멀티 채널

안테나 제어법”, 한국통신학회 추계 마이크로파 및 전파학술대회, 2012

8. 이주현, 장민선, 성현지, 유형석, “고해상도 자기공명장치에서의 뇌질환을 위한 빠른

영상처리법”, 정보통신설비학회 정보통신설비 학술대회, 2012

2012년 International Journals

1. Hyoungsuk Yoo, Anand Gopinath, J. Thomas Vaughan, “A Method to Localize RF B1 Field

in High Field Magnetic Resonance Imaging Systems”, IEEE Transaction on Biomedical

Engineering, 2012

2. C. Akgun, L. DelaBarr, H. Yoo, C. J. Snyder, S. Son, A. Gopinath, K. Ugurbil, J. T. Vaughan,

“Stepped Impedance Resonators for High Field Magnetic resonance Imaging”, IEEE

Transaction on Biomedical Engineering, 2012

3. Hyoungsuk Yoo, Se-Hee Lee, Hongjoon Kim, “BROADBAND BALUN FOR MONOLITHIC

MICROWAVE INTEGRATED CIRCUIT APPLICATION”, MICROWAVE AND OPTICAL

TECHNOLOGY LETTERS, 2012

4. Chris Olson, Hyoungsuk Yoo, Lance DelaBarre,J. Thomas Vaughan,Anand Gopinath, “RF

B1 FIELD LOCALIZATION THROUGH CONVEX OPTIMIZATION”, MICROWAVE AND

OPTICAL TECHNOLOGY LETTERS, 2012 [교신저자역할]

2012년 Domestic Journals

1. 김홍준, 유형석, “7T MRI에서의 다양한 Rf 코일에 B1+ 비교”, 한국전자파학회논문지,

2012 [교신저자역할]

2. 조영기, Faisal Ahmad, 손혁우, 김현덕, 유형석, “Electrostatic field of the semi-infinite

electric dipole layer as (a) dual analogy to the Ampere’s law (b) capacitor’s fringing field”,

전기학회논문지, 2012 [교신저자역할]

3. 김홍준, 손혁우, 조영기, 유형석, “고자장 MRI에서의 영상영역에 대한 B1+ 균질성, 2012

[교신저자역할]

2012년 EM/MRI Lab 구성원

유형석 / 지도교수 / hsyoo@ulsan.ac.kr

Rupam Das / 석사과정, 박사 진학 예정 / rkdb017@yahoo.com / implantable devices, RF

코일 모델링

이주현 / 석사 진학 예정 / monghon57@gmail.com / 고해상도 MRI에서의 빠른 B1 자기

장 처리 방법 연구

김아름 / 학석사연계과정 / arkim7693@gmail.com / tumor 위치에 따른 RF 코일 반응 시

뮬레이션

오도영 / 학석사연계과정 / dyoh91@gmail.com / Pacemaker 무선충전

이재현/ 학부 연구생, 학석사연계진학예정 / jhe0308@gmail.com / Pacemaker 무선충전

2012년 Activities

제6회 캡스톤 디자인 경진대회 장려상

울산대학교 공학교육혁신센터(3호관 307호) (2012.09.26)

고해상도 자기공명영상장치에서의 뇌 질환을 위한 빠른 영상처리법.

(이주현, 김아름, 유형석)

2012년도 대한뇌기능매핑학회 추계 학술대회

서울 아산병원 연구관 지하강당(2012.11.02)

유형석, 이주현, 김아름, 오도영

Fast image processing through compressed B1+ method in high-field MRI

systems( J.H. Lee, H.S. Yoo)

제46회 대한의용생체공학회 추계학술대회

경희대학교 국제캠퍼트 예술디자인대학(2012.11.10)

유형석, 이주현, Rupam Das

고해상도 자기공명영상장치(MRI)에서의 빠른 뇌 영상처리를 위한 자기장 제어법

(이주현, 유형석)

학생회장 손 대 원

09학번 김 민 지

09학번 지 소 라

10학번 이 정 란

11학번 이 재 현

졸업을 맞이하여

UoU BME 4년의 과정을 보내며

2009년 3월 울산대학교 의공학과로 입학한지 어느새 4년이란 시간이 지나 1기 09학번들이 졸업

을 앞두게 되었습니다.

입학과 졸업을 함께 한 동기들은 지난 4년을 어떻게 추억하십니까?

또 후배로서 우리와 함께한 10학번 11학번 후배들은 의공학과에서의 지난 시간을 어떻게 추억

하십니까?

저에게 그 4년은 사회로 나가기 위한 나를 준비하는 과정으로써, 길다면 긴 시간이었지만 지금

이 자리에서 돌아보니 짧다면 짧은 시간이었습니다. 선배 없는 대학생으로서의 생활은 상상했던

대학생활과는 달랐지만 저희에겐 선배이자 교수님 이셨던 지영준 교수님과 함께여서 항상 즐거웠

습니다. 이 후 우지환 교수님, 유형석 교수님들과 함께 하는 BME는 타과 학생들에게는 부러움의

대상이었습니다. 2010년 10학번 후배들의 입학 이후에는 마냥 철없는 고등학생들 인줄로만 알았

던 저와 09학번 동기들이 후배들을 위한 MT와 행사를 기획하며 선배로서 부족함이 없는 모습을

보이려 노력했던 기억이 납니다. 또 노력하는 우리들의 마음을 알았는지 잘 따라 주었던 후배들

에게도 너무 고마웠습니다. 이후 전기공학부로의 통합이 되며 2년 이란 시간이 지난 뒤에 새로운

11학번 후배들도 맞이하게 되었습니다. 30명으로 시작된 의공학과 학생들이 이제는 제법 수도 많

아졌습니다. 2012년에는 군대를 갔던 후배들과 동기들이 다시 함께 하게 되었고 개인적으로는 학

우들의 도움으로 학생회장을 맡아 1년간 생활하게 되었습니다. 학생회장 기간 저의 목표는 선배

후배 그리고 동기들이 함께 어울리는 의공학과를 만들고자 노력하는 것이었습니다. 많은 우여곡

절이 있었지만 소기에 목적을 달성 한 것 같아 기쁩니다.

울산대학교 의공학과의 역사와 함께 해온 저와 동기들은 BME Day&Night과 같은 행사를 우리 힘

으로 기획하고 진행 할 수 있게 된 것에 뿌듯합니다. 이번 BME Day&Night을 통해서 선후배간의

정을 돈독히 하고, 이날 하루만큼은 학업에서 벗어나 웃고 즐길 수 있는 하루가 되었으면 합니다.

또한 울산대학교 의공학과만의 전통으로 남아 이날 하루는 졸업한 선배들을 한번 기억 할 수 있

는 날이 되었으면 합니다.

끝으로 이번 행사에 물심양면으로 지원을 아끼지 않으셨던 교수님들과 조교님들께 감사드립니다.

2012년 11월

손 대 원

울산대학교 공과대학 의공학과

졸업을 앞두고 …

2009년 2월 신입생 OT를 시작으로 설렘과 걱정으로 울산대 의공학과에 입학한지 얼마 안된 것

같은데 4년이라는 시간이 흘러 졸업을 합니다. 타지생활은 처음이라 기대도 많이 했지만 아는 사

람도 없고 막막했는데 서먹함도 잠시 금새 친해지고 같이 수업을 듣고 과제를 하고 같이 졸업을

한다니 아직 믿기지 않습니다. 마지막 수강신청을 하고 이제 내가 듣는 이 수업들이 마지막 대학

수업들이구나 하는 생각에 많이 아쉬웠습니다. 지금 고등학생으로 돌아 갈 수 없듯이 4개월 후면

대학생으로 돌아 올 수 없겠다는 생각에 더 아쉬웠던 것 같습니다. 초등학교, 중학교, 고등학교를

졸업하면서 허전한 적은 없었는데 아직 졸업도 하지 않은 대학교는 졸업하기도 전에 뭐가 그리

그립고 허전한지 모르겠습니다. 4년 내내 빨리 졸업하고 싶다는 생각밖에 없었는데 … 지금 소감

을 한마디로 표현하긴 어렵지만 사회에 대한 두려움과 대학교를 떠나야 한다는 시원섭섭한 마음

인 것 같습니다.

4년 동안에 다른 동기들과는 달리 공과대학 학생회와 총학생회 활동을 하면서 다른 단대의 많은

사람들을 만났고 학교 행사들을 준비하면서 많은 보람을 느꼈고 우리 09학번이 의공학과 첫번째

졸업생이다 보니 선배들의 조언이나 도움을 받지 못한 점을 학생회 활동을 하면서 많이 받아서

좋은 경험이 되었다고 생각합니다.

아기가 걸음마를 배울 때 2000번을 넘어져야 비로소 걷는 법을 터득한다고 합니다. 비결은 자

꾸 서보고 넘어지고 반복하는 것이지요. 우리는 평균 2천 번 넘어졌던 걸음마 시절이 있었습니다.

다만 아무 생각없이 일어나기를 반복하였던 것입니다. 넘어질 것을 두려워하기보다는 일어 서기

를 반복할 수 있다는 마음을 가져보는 사람이 되었으면 좋겠습니다.

몇 년 뒤 우리가 다시 만났을 땐 또 다른 걱정과 고민을 가지고 있겠지만 처음 우리가 만났을

때처럼 학생이 아닌 사회인으로 다시 만나도 웃으면서 만났으면 좋겠습니다.

2012년 11월

09학번 김민지

나의 첫 출근 이야기(부제 : 모니터요원급구)

첫 출근을 하였습니다. 한창 MBC 월화드라마 ‘마의’에 출연 중이신 조승우씨를 포함해 뮤지컬

을 좋아하는 사람이라면 모를 수가 없는! 김선영, 홍광호, 조정은 등의 뮤지컬 배우 분들이 소속

되어있는, <PL엔터테인먼트>의 직원이 되었습니다.

이틀 전 터진 대형사건 때문에 다른 곳에서 밤을 꼴딱 새고, 정신없이 회사에 나오느라 첫 출근

의 떨림도 없이 새로운 곳에서의 경험이 시작되었네요. 저는 엔터테인먼트 안에서의 제 하루 일

과를 얘기해볼까 합니다. 대부분의 기획사는 아침출근시간이 9시 반에서 10시로 일반적인 회사보

다 조금 늦습니다. 전 날 밤샘촬영이 있는 경우도 많고(사실 밤샘현장에 나갔던 직원들은 회사에

나오지 않아도 무관합니다. 바로 다시 현장으로!) 제가 다니게 된 PL엔터테인먼트의 경우엔 뮤지

컬배우들이 많기 때문에 퇴근시간이 11시가 넘을 때가 많습니다.(뮤지컬 공연이 끝나면 11시쯤인

데 현장정리까지 하게 되면 새벽퇴근도 잦은 일이지요.)

출근하자마자 하는 일은 기사를 확인하는 것인데 신문기사는 파일크기에 맞도록 접어서, 그리

고 온라인기사는 기사전체를 캡처해 프린트한 후 스크랩북에 정리합니다. 그 다음 주간지에 소속

연예인의 인터뷰 등이 있는지 확인을 하고, 회사로 보내져 온 시나리오와 대본을 분류합니다. 분

류가 끝나면 팬 카페나 팬 페이지, 혹은 블로그 등에서 그 전날 공연이나 방송에 대한 반응을 체

크하고 표로 만듭니다. 중간중간 새로 뜨는 기사는 없는지 계속 검색을 하고 소속연예인이 대본

리딩을 하러 온다던지 레슨을 받으러 오면 스케줄과 오디션현황 등을 알려줍니다. 시간이 조금

생기면 간단히 점심식사를 하고(거르는 경우가 절반 정도) 당일진행사항으로 대표님과 함께 회의

를 합니다. 회의 때는 수정된 스케줄을 공지하고, 각 스케줄에 맞춰 배우를 담당하게 될 직원을

정하게 되는데 저는 이번 주에 김선영배우와 조승우배우 담당으로 결정되었고 김선영배우와는 중

앙대강의 등을 함께 가는 일을, 그리고 조승우배우는 드라마제작사측에서 배포하는 기사자료가

아닌 개인 기사자료를 만들기 위해 주제를 결정하는 일을 하게 되었습니다. 배역이나 이미지가

비슷한 배우들만 견제하면 되는 줄 알았는데 같은 작품에 출연중인 배우들뿐만 아니라 이성배우

들까지도 견제의 대상이 되는 줄은 이번에 처음 알게 되었습니다. 회의가 끝나면 곧바로 회사에

청구할 진행비 목록과 일지를 작성합니다. 작성한 것들은 메신저로 공유하고, 제출한 서류가 승인

되면 티켓판매현황이나 시청률 등을 조사하고 마지막으로 기사 확인을 한 후 퇴근을 한다면 좋겠

지만 기획사 일은 워낙 변수가 많아 정시퇴근은 한 달에 한두 번 있을까 말까 한 일입니다. 보통

은 회사에서 나와 공연장으로 가지요. 오늘 저는 첫 출근이라는 명목 덕분에 8시에 퇴근을 했습

니다. 그리고 회사식구들과 늦은 저녁식사를 한 후 드라마 모니터 시간을 맞춰야 해 몇 마디 나

누지도 못하고 부리나케 집으로 돌아왔습니다.(퇴근이 맞는 건지...)

이만 드라마에 집중해야겠습니다. 혹시 모니터 도와주실 분이나 기획사에 대해 궁금한 거 있으

신 분은 연락주세요.... 아참, 모니터 도와주시면 공연티켓을 쏩니다!^^

쓰다 보니 홍보 글이 된 거 같은데, 마지막으로 제가 계속 일을 할 수 있도록 배려해주신 지영

준교수님, 우지환교수님, 특히 유형석교수님 정말 감사합니다

2012년 11월

09학번 지소라

존경하는 선배님들의 졸업을 축하합니다.

엊그제 입학하여 선배님들과 OT와 MT 같은 크고 작은 행사들을 즐기던 시절이 어느새 선배님

들은 졸업을 하고 저희는 벌써 4학년을 앞두고 있네요

늘 웃으시며 맛있는 거 많이 사주시던 대상이 오빠

처음에는 너무 무서워서 말 붙이기도 어려웠던 대원이 오빠

당근을 즐겨 드시던 지영이 언니

우리 학교 선배로 많은 도움 주셨던 하경이 언니

너무 아름다우신 남창실세 정은이 언니

5호관에서 고생 중이신 주현이 언니

바람불면 날아 갈까 걱정되지만 너무너무 똑똑하신 치헌이 오빠

늘 수줍던 다솜이 언니

많이 뵌 적이 없지만 항상 응원하는 소라 언니

하나같이 너무 고맙고 그리울 언니 오빠들의 졸업이 코앞이라니 너무 아쉽기만 하네요.

졸업이 마지막이자 끝을 의미하는 단어이니만큼 저에게는 어렵고 너무 과분한 단어라 어떻게

하면 이 졸업 축사를 마무리 할까 막막하기만 하네요. 그래서 제가 읽었던 책들 중에 좋은 글을

인용하려 합니다. “인생에는 누구나 불행과 절망이 있다. 그러나 그것을 딛고 일어선 희망과 행복

도 있다. 사는 내내 행복하기만 한 인생도 없고 끝내 불행하기만 한 인생도 없다. 당신 앞에 불행

이 놓여 있다면 다음 차례는 행복이 있음을 기억하라 불행을 넘어서야 행복을 만날 수 있다. 누

구는 이렇게 말했다. 고통과 고난은 위장된 축복이라고…” 졸업을 하게 되면 불행으로 인해 절망

하실 일도 희망으로 행복하실 일도 많으실 겁니다. 감히 건방지지만 위의 말처럼 고통과 고난을

위장된 축복이라 여기시고 멋진 사회인이 되어 우리들을 맞이 해주십시오.

언제 어디서나 선배님들을 응원하고 있겠습니다. 마지막으로 졸업 축하드립니다. 어디서나 당당

하고 멋진 의공인으로 자부심을 가지고 파이팅 해주세요. 사랑합니다. 선배님.

3학년들의 대표

10학번 이정란 올림

졸업을 축하하며…

누구를 축하하는 글이나 감사의 글을 처음 써보는 저로써는, 어떻게 저의 마음을 모두 전할 수

있을까? 어떻게 하면 2학년을 대표해서 선배님들께 감사의 뜻을 전달할 수 있을까? 걱정이 많이

하기도 했습니다. 그래서 글을 쓰면서 부담감을 많이 느꼈고 그러다 보니 글에서 부담, 긴장이 겉

으로 드러나 보였습니다. 그래서 이런 고민을 모두 버리고 글을 다시 쓰게 되었습니다. 제가 느끼

는, 제가 느꼈던, 우리가 느꼈던 감사의 글을 그대로 옮겨 쓰겠습니다.

먼저 선배님들께서 우리에게 해주셨던 것들에 대해 감사 인사를 드리고자 합니다. 300명이 넘

는 전기공학부에서 느끼지 못했던 정을 느끼게 해주셔서 감사합니다. 그리고 전공에 대해 궁금한

점에 대해서 앞선 경험을 통해 말씀해주시는 조언들, 선배님들께서 생각하시는 의공학과에 대한

생각들을 말씀해주신 이야기들, 같이 술잔을 기울이던 일, 잘못된 행동을 했을 때 꾸짖어 주셨던

일 등, 제가 느꼈던 감사함은 앞으로도 깊이 간직할 것이며 동시에 새로 맞이하게 될 후배들도

이러한 감사함을 가질 수 있도록 저 역시 노력할 것이라고 다짐하겠습니다.

그러니까 힘든 일이 계속되어서, 자신이 대학생 때 그리던 삶의 모습을 아직 못 이루고 있을 때

선배님께서 제게 늘 해주셨던 말을 한 번 기억해 주셨으면 합니다. ‘너는 정말로 젊다고, 그러니

까 자신이 원하는 일을 찾아 맘껏 해보라고.’ 대학생 때의 새내기 시절과 비교하기에 조금 무리인

면도 없지 않지만 선배님도 사회에서는 이제 막 발걸음을 뗀 새내기이신 만큼 그런 부담감들을

자신감 있게, 용기 있게 이겨내셨으면 좋겠습니다. 몇 번의 실패나 실망 때문에 겁쟁이가 되어버

리기엔 선배님의 청춘은 아직도 눈부시게 젊으니까요.

마지막으로 선배님, 졸업을 진심으로 축하 드립니다.

언제나 선배님들을 응원하는 2학년들의 대표

11학번 이재현 올림

학생현황과 명단

공간현황

교과과정

2012 Activities

수상내역

BME Facts 2012

학생현황

학 사 재학생 일반휴학 군입대휴학 휴학생 계 재적생 계

소 속 학년 남 여 계 남 여 계 남 여 계 남 여 계 남 여 계

의공학과 4 3 7 10 - 5 5 1 - 1 1 5 6 4 12 16

3 1 13 14 - 1 1 1 - 1 1 1 2 2 14 16

전기공학부

의공학전공

2 15 9 24 2 - 2 23 - 23 25 - 25 40 9 49

1 2 - 2 1 - 1 - - - 1 - 1 3 - 3

계 21 29 50 3 6 9 25 - 25 28 6 34 49 35 84

대 학 원 박사과정 석사과정 학석사연계과정

의용생체공학전공

재학생 1 2

(1명:외국인) 1

휴학생 1

계 1 3

공간현황

호관 (건축물명) 호실 호실명 비 고

3호관 (공학행정관)

201호 의공학과 강의실

202호 지영준 교수연구실

203호 의공학과 사무실

204호 의료전자 실험실

5호관 (그린카인재양성관) 304호 대학원 연구실

7호관 (전기,컴퓨터공학관) 226호 유형석 교수연구실

37호관 (생활과학관)

427호 학생자료실

428호 생체공학 실험실

429호 강의준비실

433호 의공학과 강의실

433-1호 대학원 연구실

434호 회의실

435호 우지환 교수연구실

교직원 명단

순번 직위 성 명 연구실 연락처 E-mail

1

교수

지영준 3호관 201호 259-1307 yjchee@ulsan.ac.kr

2 우지환 37호관 435호 259-1308 jhwoo@ulsan.ac.kr

3 유형석 7호관 226호 259-1404 hsyoo@ulsan.ac.kr

4 실험조교 손유정 3호관 203호 259-1309 sonokong@ulsan.ac.kr

5 행정조교 서주영 3호관 201호 259-1305 mint0852@ulsan.ac.kr

대학원생 명단

순번 학년 학 번 성 명 생년월일 E-mail

1 박사 20125459 송영탁 831213 tagy25@naver.com

2

석사

20115566 김영훈 850907 korea8597@nate.com

3 20115567 이영진 850812 paydfdf@gmail.com

4 20115568 루팜 쿠마르 다스 880828 rkbd017@yahoo.com

5 학석사연계 20125965 강수진 900518 ksj8920@hanmail.net

재학생 명단

순번 학년 학 번 성 명 생년월일 E-mail

1

4학년

20092822 권치헌 900418 kch6264@naver.com

2 20092826 김민지 910214 mjlovefamily@nate.com

3 20092828 김하경 901126 kihaky1126@naver.com

4 20092832 손대원 900323 dwdw90@naver.com

5 20092833 손정은 910216 sonjungun@naver.com

6 20092839 이대상 900531 bear582@naver.com

7 20092840 이주현 900507 monghon57@hanmail.net

8 20092841 임지영 900510 january200@hanmail.net

9 20092842 장다솜 910213 91jds@hanmail.net

10 20092847 지소라 900601 wlthfk@hanmail.net

11

3학년

20052748 황해수 861211 onsky45@gmail.com

12 20101666 이선영 901107 seon0373@naver.com

13 20102844 김가영 911108 gayoung1108@mail.ulsan.ac.kr

14 20102848 김아름 910516 cos_02@naver.com

15 20102850 김하나 910327 gksk2211@yahoo.co.kr

16 20102852 마혜정 911226 a01025618405@nate.com

17 20102853 박지원 920211 wldnjs2057@naver.com

18 20102854 오도영 910704 cat0704@nate.com

19 20102857 이수원 910907 2suwonee@gmail.com

20 20102858 이슬비 910313 sb6855@naver.com

재학생 명단

순번 학년 학 번 성 명 생년월일 E-mail

21

3학년

20102859 이정란 910620 cccc33289@naver.com

22 20102860 이정화 910404 ljh910404@hanmail.net

23 20102861 이효정 911229 lhj4335@nate.com

24 20102869 표세정 910407 ggzzz123@naver.com

25

2학년

20092823 길태인 900515 dl4389@nate.com

26 20092825 김민우 910203 khslayer@hanmail.net

27 20092827 김진성 900427 robbie0427@naver.com

28 20092849 최종봉 900902 lucky-jb@nate.com

29 20102849 김건후 900929 jk909069@naver.com

30 20112301 이재현 920308 jhe0308@naver.com

31 20112342 전형우 920915 wjsguddn5@naver.com

32 20092829 배규진 891102 bkj0789@naver.com

33 20092838 유정민 890831 frameshift@naver.com

34 20092844 전진욱 900917 skyfireman@naver.com

35 20092846 제형대 900428 sorata001@nate.com

36 20092848 최승필 900722 blue5431@naver.com

37 20092850 허순철 910201 dkahdia@nate.com

38 20112082 김남훈 920512 knhhhh@naver.com

39 20112136 김진영 920901 narim0215@naver.com

40 20112153 김혜린 921027 hui2727@gmail.com

41 20112163 류지민 920526 rzm098@naver.com

42 20112169 문효정 920620 gkgkmm123@naver.com

43 20112188 박아람 930210 island3558@naver.com

44 20112197 박지예 921101 jyp1101@nate.com

45 20112276 이동철 921102 dlem98@naver.com

46 20112309 이지윤 920917 p0pgirl@hanmail.net

47 20112338 전소영 910801 totqpwo@naver.com

48 20112351 정유진 930313 juj1470@hanmail.net

49 1학년

20102843 권석호 920217 tjrgh1541@naver.com

50 20102865 정회준 910611 dkdldotmz886@gmail.com

휴학생 명단

순번 복학학기 학번 성 명 생년월일 E-mail

1

2013-1학기

20092835 양혜진 900530 iamfanwoo@naver.com

2 20092837 오주윤 900312 ojy333@naver.com

3 20102845 김다운 910913 mlovestory@naver.com

4 20102846 김도빈 900717 dobin717@naver.com

5 20102851 나영민 911129 min40056@naver.com

6 20102855 오임석 910523 imsuk523@nate.com

7 20102862 임동준 910817 ehdwns0817@paran.com

8 20102866 지석환 910919 sldhdh@lycos.co.kr

9 20102867 최명환 911101 cmh1797@nate.com

10 20102868 최주은 920119 cjmve3314@naver.com

11 20102870 황병돈 891109 qudqud93@naver.com

12 20102847 김성윤 911213 zmflzmflzmfl@naver.com

13

2013-2학기

20092824 김다현 901102 kdh3295@naver.com

14 20092831 성현지 910207 sunghyunji27@gmail.com

15 20092834 안나연 900922 ahnna9@hanmail.net

16 20092843 장민선 900529 msj1990@hanmail.net

17 20092845 제진효 890110 bubery0110@hanmail.net

18 20092516 서효창 900513 gyckddk1@naver.com

19 20102842 감윤성 910917 rka-2@hanmail.net

20 20102856 이균호 920222 rbsghsla@nate.com

21 20102863 장도성 910520 dsjang9878@nate.com

22 20102864 전은배 920106 dmsqo6496@naver.com

23

2014-1학기

20112096 김병목 920312 qudahr100@naver.com

24 20112137 김창식 921217 changsik5@naver.com

25 20112217 서원준 921221 rlmoon@nate.com

26 20112233 신용현 930228 228tlsdydgus@naver.com

27 20112272 이동근 921007 asd5872@nate.com

28 20112281 이상열 921214 yeol_lee@naver.com

29 20112295 이용석 901209 warwar65@naver.com

30 20112360 조우영 910618 woo9046@naver.com

31 20112367 진상필 920321 philgenius@hanmail.net

32 20112371 최경현 920603 drchor@naver.com

33 2015-1학기

20112077 김경환 920731 kyung8184@nate.com

34 20112393 황용기 930108 iris0108@naver.com

교과과정

학년 학기 구분 과목번호 과목명 학점 강의 실습 비고

2 1 교선 A00043 영어Ⅰ 2 2 0

기필 G02851 공업수학Ⅰ 3 3 0

전필 G03298 의용전자 3 3 0

전필 G03299 의용전자실습 2 0 4

전필 G03300 인체해부생리학Ⅰ 3 3 0

전선 G03297 의과학프로그래밍언어 3 2 2

2 2 교선 A00044 영어Ⅱ 2 2 0

기선 G02852 공업수학Ⅱ 3 3 0

전필 G03302 의용디지털공학 3 3 0

전필 G03303 인체해부생리학Ⅱ 3 3 0

전필 G03306 의용디지털공학실습 2 0 4

전선 G03304 생체역학 3 3 0

3 1 전필 G03360 고급의료정보프로그래밍 3 2 2

전필 G03361 생체신호및시스템 3 3 0

전필 G03363 의용계측및실험 3 2 2

전선 G03362 바이오센서 3 3 0

3 2 전필 G03364 바이오닉스 3 3 0

전필 G03365 생체신호처리 3 3 0

전필 G03366 의공학설계프로젝트 2 1 2

전필 G03367 의료영상공학 3 3 0

전선 G02567 현장실습 2 0 0

4 1 전필 G03420 캡스톤디자인Ⅰ 2 1 2

전필 G03421 의료영상처리및실습 3 2 2

전선 G03419 의료기기론 3 3 0

전선 G03426 생명현상의공학적이해 2 2 0

4 2 전필 G03422 캡스톤디자인Ⅱ 2 1 2

전선 G03423 유헬스케어시스템 3 3 0

전선 G03424 뇌공학 3 3 0

전선 G03425 디지털생체신호처리응용 3 3 0

2012년 학과 Activities

하계 인턴십

서울 아산병원 (2012.07.09~2012.07.20)

바이오넷, MGB 엔도스코피, 태하메카트로닉스 (2012.07.02~2012.08.24)

3월 통합MT

5월 스승의 날

6월 종강기념 English & Pizza PARTY

7월 졸업사진 촬영

8월 졸업식

8월 농촌봉사활동

9월 문수공학제

수상내역

대한의용생체 공학회 주관 “우수논문상” 수상

- 주 제 : 스마트폰을 이용한 심폐소생술 어플리케이션 개발

- 수 상 자 : 김하경(20092828), 손정은(20092833)

- 지도교수 : 지영준

제 6회 캡스톤디자인 경진대회 “장려상” 수상

- 주 제 : 고해상도 자기공명영상장치에서의 뇌질환을 위한 빠른 영상처리법

- 수 상 자 : 이주현(20092840), 김아름(20102848)

- 지도교수 : 유형석

편집후기

“역사는 변방에서 이루어 진다”는 말이 있습니다. 아직 꼼지락거리고 있는 것처럼 보일 수도

있지만, 세월이 흐르고 그만큼 많은 학생들이 거쳐갈 울산대학교이고 의공학과 입니다. 개인적인

기억으로만 남기기에는 너무 아쉬운 일들이 많아서 책으로 만들어 보관하고 돌려 보고자 BME

YEAR BOOK 2012를 기획하게 되었습니다. 몸도 마음도 바쁜 분들께 원고를 달라고 독촉했고,

모두 들 성의껏 준비해 주셔서 감사합니다.

우지환 교수님, 유형석 교수님, 졸업 논문을 제출해 준 2009학번 졸업생 여러분과 대학원생

여러분, 졸업 축사를 써 준 이정란, 이재현 모두에게 감사합니다. 본 책자의 발간과 함께

진행하는 행사인 BME DAY & NIGHT을 준비하느라 애썼던 손대원 학생회장을 비롯한 학생회

집행부와 손유정 조교님께도 감사 드립니다. 인생의 가장 기뻐할 일과 가장 힘든 일을 한 해에

겪었던 서주영 조교님이 모든 원고를 취합해서 편집해 주셨습니다. 실질적 편집자 입니다.

아직 얇은 책자이고, 이 책자에 담긴 내용보다 훨씬 더 많은 일들이 있었습니다. 그래도 기억을

들추어 내는 데 작은 실마리 역할은 할 수 있을 것 같습니다. 10년쯤 후에 만들어질 BME

YEARBOOK 2022를 생각합니다. 질과 양 모든 면에서 한 단계 성장한 졸업 논문들과, 학생들의

꿈과 좌절, 낭만이 담긴 글들이 모인 책자를 만들 수 있었으면 좋겠습니다. 졸업생들에게도 매 년

한 부씩 자랑스럽게 보낼 수 있는 책자를 만들 수 있도록 하겠습니다.

2012. 11. 14. 지영준, 서주영