본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

표제지

국문요약

목차

제1장 서론 17

1. 연구 필요성 및 목적 17

제2장 이론적 배경 22

1. 반사요법 22

1) 반사요법 소개 22

2) 동양의 의료와 관련된 반사요법 25

3) 유럽의 반사의료와 신경학적 관계 26

4) 현대 반사요법 27

5) 현대 반사요법의 차트 30

6) 반사요법 체성감각 지도 34

7) 반사요법과 자세 37

2. 자세와 통증 38

1) 자세 검사 42

2) 통증 이론 44

3) 압력 및 감각 수용체 48

4) 피부의 감각 수용체 49

5) 통증의 기원 51

3. 손 반사요법 54

1) 수지요법 54

가) 수지요법 54

나) 수지요법의 메커니즘 55

다) 수지요법의 손 반사점 위치 56

라) 수지 요법의 치료 방법 59

마) 수지 요법의 실제 적용 59

2) 수족요법 63

가) 수족요법 63

나) 수족요법의 헤테로-호모-뉴트로 63

다) 수족요법의 인체 대응 64

라) 수족요법의 치료 방법 70

마) 수족 요법의 적용 71

3) ECIWO 이론 73

4. 인체의 골격 76

1) 뼈 77

2) 골격과 응력 78

3) 척주(脊柱) 79

4) 신체의 균형 87

5) 근막 87

6) 환경과 근골격계 장애 94

5. 기계 학습과 데이터 96

1) 기계 학습 96

2) 지도 및 비(非)지도 학습 98

3) 데이터 마이닝 99

4) 데이터 수집 101

5) 데이터 전처리 102

6) 예측 알고리즘 105

7) 데이터 마이닝 플랫폼 105

8) 딥러닝 106

제3장 연구방법 126

1. 연구대상자 126

2. 데이터 수집기간 126

3. 연구도구 126

4. 데이터 수집 127

5. 분석방법 128

제4장 연구결과 130

1. 연구대상자 일반적 특성 및 분석 130

1) 연구대상자 특성 130

2) 데이터 평가 130

3) 변수별 상관관계 평가 133

2. 기계학습 분류모델 가능성 평가 135

1) 분류 모델 설계 135

2) 기계 학습 모델 136

3) 기계학습 분류와 주요변수 판별 137

제5장 고찰 142

1. 손가락 직진성 변이와 자세 연관성 142

2. 손가락 굽힘과 허리와 골반의 연관성 147

3. 통증 부위와 손가락 직진성 변이각도의 연관성 149

4. 손가락과 기립자세 연관성 분석 153

제6장 결론 159

참고문헌 163

부록 16

1. 수족요법의 기본 대응치료 시스템 200

1.1. 손등의 골격 대응구조 200

2. 손의 해부학적 구조 201

2.1. 손바닥면의 명칭 201

2.2. 손등면의 명칭 202

ABSTRACT 203

표목차

〈표 1〉 연령대 분포 130

〈표 2〉 통계분석 결과 131

〈표 3〉 Wilcoxon 부호순위 검정통계량 132

〈표 4〉 상관관계 134

〈표 5〉 분류모델의 입력노드 변수그룹 설계 138

〈표 6〉 입력노드 변수그룹별 모델 정확도 138

〈표 7〉 다중 회귀분석 결과 155

그림목차

[그림 1] Ötze 피부에 새겨진 문신. 23

[그림 2] 이집트 사콰라(Saqquara)에 있는 앙크마호르(Ankmahor)의 무덤에서 발견된 상형 문자. 24

[그림 3] 척수의 분절 조직과 피부분절. 27

[그림 4] FitzGerald의 구역 지도의 개략도. 29

[그림 5] IIR(International Institute of Reflexology) 발 차트. 31

[그림 6] IIR(International Institute of Reflexology) 손 차트. 32

[그림 7] 횡반사 구역의 개략도(가로선) 33

[그림 8] 1차 체성감각 피질에 대한 신체 표면의 체성 지도. 35

[그림 9] 반사 자극에 의해 유도된 1차 체성 감각 피질의 활동의 기능적 자기 공명 영상(fMRI). 37

[그림 10] 척주의 곡선과 구역 40

[그림 11] 자연적인 및 불편한 자세의 척주. 41

[그림 12] 비대칭 검사. A and B. 관상면 자세. C. 시상면 자세. D. 수평/횡... 44

[그림 13] 피부의 감각 수용체. 51

[그림 14] 수지요법의 손바닥의 내장 상응도. 57

[그림 15] 수지요법의 손등의 내장 상응도 58

[그림 16] 수지요법(Korean hand acupuncture) 압점 K-D2 위치. 61

[그림 17] 수지요법의 K9 위치 및 압봉 A) 수지요법(Korean hand... 61

[그림 18] 고무밴드 이용 골반 뒤틀림 교정법 62

[그림 19] 얼굴에서의 인체 투영도 65

[그림 20] 혀의 내부 장기에 대한 대응 66

[그림 21] 다리, 손가락, 코, 뼈, 근육, 위, 혀의 신체 대응 체계 67

[그림 22] 돌출 부분의 수에서 손과 신체의 유사성 68

[그림 23] 왼손의 몸에 대한 표준 대응 체계 68

[그림 24] 손에서 내장기의 대응점 70

[그림 25] 머리 부분 대응은 엄지의 양(陽)의 면에 얼굴 투영 71

[그림 26] 두 번째 중수골 뼈의 반사점 74

[그림 27] 척추의 모양. 81

[그림 28] 요추의 해부학. 82

[그림 29] 척주 및 측면의 척추의 만곡. 83

[그림 30] 척추 분절과 추간판의 개략도. 84

[그림 31] 요추-천추 구조체. 86

[그림 32] 피하 조직과 표재 및 심부 근막의 기본 구성 패턴 89

[그림 33] Tensegrity 구조의 긴장과 압축 90

[그림 34] 프리스트레스가 있는 구조재의 균형상태 93

[그림 35] 데이터 마이닝 과제 해결의 일반적인 절차 98

[그림 36] 지도학습 프로세스. 99

[그림 37] 데이터셋 수집 순서 101

[그림 38] 데이터 전처리의 일반적인 단계 102

[그림 39] 인공 신경망. 107

[그림 40] 인공뉴런 내부의 기능. 109

[그림 41] 시그모이드 및 Tanh 그래프. 115

[그림 42] Softplus 및 ReLU. 117

[그림 43] 제한 볼츠만기계의 네트워크 구조. 118

[그림 44] 컨볼루션 신경망의 아키텍처. 119

[그림 45] 순환 신경망. 120

[그림 46] 간단한 오토인코더의 아키텍처. 121

[그림 47] 다층 퍼셉트론의 아키텍처. 122

[그림 48] 데이터 수집을 위한 손등과 손바닥의 모양. 127

[그림 49] 손가락 직진성 변이각도 Dataset을 이용한 통증 분류 모델 136

[그림 50] 다층퍼셉트론 모델 구조 137

[그림 51] ROC 곡선 140

[그림 52] 수지요법의 척추 상응도(손등) 143

[그림 53] 손의 기본 대응치료 시스템 144

[그림 54] 수족요법의 손과 손가락의 인체대응 시스템 145

[그림 55] 양성 호프만 징후를 나타내는 도해 146

[그림 56] Paschimottanasana의 자세와 근막 148

[그림 57] 허리 통증이 있는 사람의 손가락 이미지 150

[그림 58] 목부위에 불편함이 있는 사람의 손가락 이미지 152

[그림 59] V형 굽힘 방향각 특징이 나타나는 손가락 이미지 153

[그림 60] 기립 자세의 변이각도와 손가락 굽힘 변이각도 154

[그림 61] 회귀분석 표준화 잔차의 정규 P-P 도표. 156

[그림 62] 데이터 산점도. 157

[그림 63] 인체의 균형을 유지하는 움직임 요소. 158

초록보기

본 연구의 목적은 손가락 직진성 변이각도와 척추 오정렬의 상관관계를 규명하고, 이를 토대로 척추 연관 통증 예측모델을 수립하는 것이다.

연구방법은 전산 직무군의 연구대상자 71명을 대상으로 손가락 직진성 변이를 분석하기 위해 카메라를 이용하여 연구대상자의 좌‧우 손등 및 손가락 굽힘이 있는 손바닥 이미지, 연령대 및 통증이력 정보를 수집하였다. 그리고 손가락 직진성 변이각도를 구하는 분석법을 제시하였으며, 분석한 변이각도 데이터 셋을 활용하여 기계학습 분류모델을 적용한 후 손가락 직진성 변이의 분석 방법의 활용가능성을 연구하였다.

연구결과 연령대, 오른손 가운데손가락 변이각도(Rθ1), 오른손 3번째/4번째 손가락 굽힘 변이각도(Rθ2), 왼손 가운데손가락 변이각도(Lθ1), 왼손 3번째/4번째 손가락 굽힘 변이각도(Lθ2) 및 통증이력 유무(有無)의 6가지 변수 정보는 변수들의 데이터 유의성을 검증하였고, 통증이력 유무를 그룹으로 "통증이력 있음"과 "통증이력 없음" 그룹으로 정의하여 두 그룹의 평균값 차이를 분석하였다. 손가락 직진성 변이각도의 평균차 분석 결과는 "통증이력 있음" 그룹과 "통증이력 없음" 그룹의 변수들의 평균값 차이에는 유의미한 값의 차이가(p〈0.05)가 있는 것으로 나타났다. 또한, 손가락 직진성 변이각도를 이용한 통증이력 분류 알고리즘을 구현하였다. ANN 지도학습 모델에서 오른손의 가운데 손가락 변이각도(Rθ1), 오른손의 3번째/4번째 손가락 굽힘 변이각도(Rθ2), 왼손의 가운데 손가락 변이각도(Lθ1), 왼손의 3번째/4번째 손가락 굽힘 변이각도(Lθ2), 연령대, 그리고 수집한 값을 이용하여 생성한 오른손의 가운데손가락 변이각도와 왼손의 가운데손가락의 변이각도를 덧셈한 값(RLθ1)과 오른손의 3번째/4번째 손가락 굽힘 변이각도와 왼손의 3번째/4번째 손가락 굽힘 변이각도를 덧셈한 값(RLθ2)의 값을 입력 변수로 사용한 기계학습 통증 분류 모델의 정확도 값은 1이다.

인체는 환경 적응 능력으로 인해 자연 상태의 중력, 신체자세, 움직임 에너지의 효율성, 행동 습관 등에 의해 그 구조 자체에 변화가 일어날 수 있다. 본 연구에서는 일상 생활에서 쉽게 접할 수 있는 손가락의 변이각도를 수치화할 수 있는 방법을 착안, 데이터를 수집하여 척추 오정렬을 예측하기 위한 기초 자료를 제공하고자 시도하였다. 그리고 수집되고 데이터화된 정보를 활용하여 척추의 오정렬을 사전에 인지할 수 있는 방법으로 응용하여, 습관화된 동작, 자세 등으로 유발될 수 있는 척추 오정렬에 의한 근골격계 질병 예방에 도움이 되고자 하였다. 그리고 향후 다양한 연구 실험 결과를 바탕으로 손가락의 변화 상태로 인한 척추 질환의 생리학적인 인과관계 등의 구체적인 데이터 셋이 연구된다면, 인공지능의 기계학습 기법을 접목한 근골격계 질환 예측모델, 목 또는 허리 통증 예측모델 등 추가적인 연구의 기초자료가 될 것으로 사료된다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차