지면 보행 중 최대 리아푸노프 지수 추정에 대한 데이터 정규화, 보폭 수, 및 AMI-FNN 매개변수화의 영향

초록

최대 리아푸노프 지수(Maximum Lyapunov Exponent, MLE)는 보행 안정성을 평가하는 핵심 지표로 부상하였으나, 연구 간 방법론적 불일치로 인해 비교 분석에 어려움이 있었다. 본 연구는 지면 보행 중 MLE 추정에 영향을 미치는 보폭 수(50, 100, 150, 200 보폭), 데이터 정규화(비정규화 vs. 정규화된 시계열), 그리고 Average Mutual Information-False Nearest Neighbor, AMI-FNN 매개변수화의 효과를 체계적으로 분석하였다. 주요 신체 마커(C7, 오른쪽 무릎, 오른쪽 발목)의 모션 캡처 데이터를 Wolf 및 Rosenstein 알고리즘을 이용해 분석하였다. 선형 혼합 효과 모형 결과, 보폭 수가 MLE 값에 유의한 영향을 미치는 것으로 나타났으며, 긴 데이터 세트(100-200 보폭)가 짧은 세트(50 보폭)보다 더 안정적인 추정치를 산출하였다. 데이터 정규화는 보행의 핵심 역학 특성을 유지하면서 계산적 변동성을 줄였다. AMI 기반의 시간 지연(time delay)은 보폭 수에 따라 일정하게 유지되었고, FNN으로 계산된 매개변수(임베딩 차원)는 100-150 보폭 이후 5에서 안정화되었다. Wolf 알고리즘은 Rosenstein 알고리즘보다 일관되게 낮은 MLE 값을 산출하였다. 그러나 표준화된 매개변수를 적용한 사후 분석에서는 두 알고리즘 간 유의한 차이가 나타나지 않았다. 본 연구는 MLE 계산의 표준화에 대한 근거 기반 권고안을 제시하며, 보행 안정성 평가의 방법론적 부분에서 일관성의 중요성을 강조한다고 판단된다.

키워드