Metadata

• Title: } EAG OBJ2
• Type: }
• Formation Date: 2025-03-22

Progress

1. 📊 Gantt

Evaluation Error: SyntaxError: Invalid or unexpected token
    at DataviewInlineApi.eval (plugin:dataview:19027:21)
    at evalInContext (plugin:dataview:19028:7)
    at asyncEvalInContext (plugin:dataview:19038:32)
    at DataviewJSRenderer.render (plugin:dataview:19064:19)
    at DataviewJSRenderer.onload (plugin:dataview:18606:14)
    at e.load (app://obsidian.md/app.js:1:700894)
    at DataviewApi.executeJs (plugin:dataview:19607:18)
    at DataviewCompiler.eval (plugin:digitalgarden:12508:23)
    at Generator.next (<anonymous>)
    at eval (plugin:digitalgarden:91:61)

## 2. Todo
- 데이터 수집 (완료)
	- [x] 1차 측정 18명 완료 (02.02~03.03)
	- [x] 2차 측정 진행 중 → 데이터 폴더에 추가 반영
- 분석 파이프라인 (완료)
	- [x] EAG-GRF 동기화 (`sync_analyzer.py`) — 416/416 세션 100% 성공
	- [x] 주파수 분석 도구 (`frequency_analyzer.py`) — spectrogram, PSD, ERSP
- 파라미터 추출 (`parameter_extractor.py`)
	- [x] Phase 1: GRF 단독 (time_to_peak, recovery_time, symmetry_index) + EAG-GRF 교차 (onset/peak latency)
	- [x] Phase 2: EAG 단독 (RMS, channel dominance, inflection rate) + APA + co-activation index
	- [x] Phase 3: 주파수 영역 (EAG-GRF coherence, ERSP)
	- [ ] 전체 18명 batch 추출 실행 (Phase 1+2+3)
	- [ ] 결과 CSV 검증 및 이상치 확인
- 통계 분석
	- [ ] 세션 타입별 (s/f/c) 파라미터 비교 (paired t-test / repeated measures ANOVA)
	- [ ] 채널별 APA 발생률 및 latency 분석
	- [ ] test-retest 신뢰도 (ICC) — 1차/2차 측정 비교
	- [ ] 피험자 간 variability 분석
- 시각화
	- [ ] 피험자별 summary dashboard (Phase 1+2+3 통합)
	- [ ] 그룹 평균 ERSP 히트맵 (세션 타입별)
	- [ ] 채널별 coherence 비교 (s vs f vs c)
- 논문 작성
	- [ ] Methods: 분석 파이프라인 기술
	- [ ] Results: 주요 파라미터 테이블 + 그래프
	- [ ] Discussion: APA 패턴, 채널별 dominance 해석
	- [ ] 타겟 저널 선정

## 3. 코딩 진행사항
- 현재 branch: `feature/sync-xcorr`
- 핵심 파일 구조
	- `eag_analyzer.py` — EAG 8ch 신호처리 (LP 5Hz, detrend)
	- `grf_viewer.py` — GRF 로딩/시각화
	- `sync_analyzer.py` — 2-stage 동기화 + 이벤트 감지 + 변곡점 매칭
	- `frequency_analyzer.py` — spectrogram, PSD, ERSP 시각화
	- `parameter_extractor.py` — Phase 1+2+3 파라미터 추출 + batch CSV
	- `validate_sync_all_sessions.py` / `validate_sync_2stage.py` — 검증 스크립트
---
## Lab meetings
- 20260519 
	- IRB EAG 본연구에 적용가능하도록 변경
	- 한승헌 : ERP 등록됨 현재 참여율 100%
	- 6월 말 - 대상자 모집 후 한달정도 하이브리드 룸 사용하겠다. - 장소조율
	- 기업체 임상 둘다 협약됨


- 20260407 lab meeting
    - 의생명 실험 관련
        - 노이즈 / 재현성 - 균형 유지 못함
        - 후반부에 그래프 선명
        - 소수의경우 제현성 부족, 후반부 x
        - 체중이동 시 반동 노이즈 있음
        - 체중이동 전에 q-muscle 사용시 노이즈/드래프트 등 관찰, 안되는 경우도 있음

    - 의생명 실험관련
        - 코딩 체크

- 20260318 lab meeting
    - 30명, 14명 2차 측정 남았다.
    - 1일 2-3명정도 측정 중
    - 데이터 정제 방법 및 일정
    - 재측정 관련 / 실험 연장 가능성 보고 : 3월 내에 2차 측정 완료

- 20260306 lab meeting
    - 2차 완료하였던 사람 1명 탈락됨. 11명 재측정 완료
    - 데이터 수집 현황
        - kinvent 수집오류 등으로 인해 오류를 재측정한 경우 있음.
            - 체중 부하 : 20구간 말고 50, 80, 100 구간에서 균형전략/보상전략을 사용하는 경우에 노이즈가 들어온다. / 80, 100으로 체중이 들어올 때, knee internal rotation 이 이루어지는 경우가 있었다.
            - 체중 이동 속도
            - 균형 유지
            - 균형 전략
            - 전신 및 다리 근육 긴장

- 20260212 lab meeting
        - 이청기 연구비 준비
  □ 발목의 inversion과 eversion 각도가 무릎 연골에 미치는 영향
 
 1. 경사판 제작 : 5도, 10도, 15도
 2. 경사판을 측정 측(Rt.) 발 아래에 둔다(ackle의 inversion, eversion 각각 
   적용)
 3. 정적 data
  - 양발서기
  - EAG 측정
  - 체중지지 50%
  - 0도 / 5도 in, 5도 e / 10도 in, 10도 e / 15도 in, 15도 e
  
 4. 동적 data 
  - 양발서기
  - EAG 측정
  - 0% > 50% > 0% > 100% 체중 이동
  - 0도 / 5도 in, 5도 e / 10도 in, 10도 e / 15도 in, 15도 e

 ※ 정적 data와 경사면에서의 보행 관련 선행 연구와 연결하거나 별도 해석


lmm prompt : 현재 진행하고 있는 프로젝트를 기반으로 위의 새로운 실험을 진행하는 연구계획서를 작성하여 funding 신청을 하려고 해. 
해당 형식은 첨부한 pdf 파일과 같음

 
- 20260128 lab meeting
	- 연구 행정 관련
	    - kinvent 구독료 : csv 다운받기 위해서는 169000*2
	    - IRB 교통 동의서 작성
	    - 기자재 준비 : openbci 여분 준비. 예비랩탑
	- 데이터 수집관련
	    - 채널에 따른 오류 진행 : joint line 2,3,6,7 위주 신호 잘나오면 수집
	    - 실습생 15명 참여 - 2차 실험까지 시행할 수 있도록 하고 있음.
	    - 경성대 학생 30명 이상 지원해서 성별에 맞게 수집하고 예비인원확보
	    - 동아대 관리과 연계 - 2주정도 교내에 포스터 게재해주겠다 함
	        - 비용없이 포스터 부착가능
	    - 2월에는 5시부터도 수집추가 예정
	    - 선결제로 소진 - 본도시락 50 , 중국집 26
	
	
- 20260121 lab meeting
	- 앞뒤로 할때는 100체중을 했을때 노이즈가 발생하는 경우가 많았다.
	- 0으로 갔다가 50, 80, 100으로 가는 D 방법으로
	    - 전후는 A방법, 측정측에 두는 것은 전후,
	    - 목발간의 차이는 크지 않아서 목발은 한종류(forearm) -> 이번주
	        - 2분정도 휴식시간 - 근육에서는, EAG에서는 휴식시간
	    - 1회를 최대한 많이 2월안에 모으기
	        - 재활치료팀장님에게 이야기하여 실습생들에게 자료모으도록
	        - 2/13 되면 14명까지 데이터 수집이 된다.
	    - 글로컬 임상실증센터
	        - FDA2 받을 때, PTSD, ADHD 환자들 대상 기기만든 것 있다.
	        - 3/4월에 나오는 것 2월에 업체
	    - 보유장비 - exoday, fitbit, forceplate, openbci, xsens-dot
	    - 출장비 말고 다른방법 -> 인건비 2월에 올려서 시행
	
- 20260120 lab meeting
	- 근전도 노이즈는 다리를 들고 있어야 해서 근전도 노이즈가 들어가는 것은 아닐지, 눌렀을 때도 힘이 많이 들어가는 것 아닌지 확인
	- 심사를 겨울에 11월 초에 심사를 받았다. 심사는 온라인으로 하셨다. 6월초에 심사, 심사는 20명은 모을 수 있는것으로.
	- 2월까지 데이터 수집이 되면은 3-4월 2달 정도에 분석 완료하고
	- Chapter 1 : 서론 - chapter 4가 들어가므로, 기존의 내용에서 수정하는것이 필요하다.
	- Chapter 2 : 관련연구 - 배경, 관련연구
	- Chapter 3 : 출판된 논문 = note : 박사학위 논문의 chapter 3의 노트에는 내용은 동일한 내용이 출판 된것이다. 공동연구자가 참여한 것이다.
	- DL 을 생성형 ai 를 활용하여 해보라.
	- 데이터 수집 및 체중 이동은 좌우 한가지만 해봐도 되겠다.
	- 신뢰도 분석은 빼도 좋을 것 같다.
	
- 20260114 lab meeting
	- 외부 대학교에서 시행. 
	    - 대안 : 짧은 동영상 형태로 교육자료 배포 예정
	    - 4가지 task 에서 결과 확인 해보도록합시다.
	    - 레버암 작게 해서 세팅 /
	    - 리트렉션 끝범위에서 inf. 앵글 끝에서 통증과 soreness 가 생긴다. - protraction 연습많이 했다.
	    - scapulohumeral rythme 분석 - 통증생겨서 muscle guarding 생긴사람이 teres minor 등 humerus 와 depression exercise 이후 가동범위가 드라마틱하게 좋아지는 부분. rhythm. 몇몇분들은 clavicle inf. angle 분석
	
	
- 20260107 lab meeting
	- channel 4번 혹은 8번에서 노이즈와 드리프트 많아  2,3,6,7에 대해서만, 측정간 3-5분 휴식
	    - 대상자가 춥다고 얘기했을때 노이즈 확인
	
	
- 20251231 lab meeting
	- 기업체 임상 연구 : 심의료 납부되어야 답변서 확인 가능 - 시정승인 상태
	- 연구방법 문서화 중 SOP ->
	
	- 시험
	  - 레퍼런스와 그라운드 부착부 변경
	
	
- 20251203 lab meeting
	- HDD 확인
	- 연구계획서 - 오후 중에 공유 (15일 8시 까지)
	
- 20251126 lab meeting
	- drift 보정하는 코드 사용했다.
	- method
	    - 균형유지 손가락만 지지
	    - 20, 50, 80에서 범위는 +-5프로
	
- 20251119 lab meeting
	- 체중이 완전히 실릴때 노이즈 있었다
	- 2월까지 연장 신청서
	- 3월 핵심연구 - 도전형
	- y 축 그림그릴때 자동으로 최소 수치 단위 나오도록 하는 코드 수정
	
	
- 20251112 lab meeting
	- 행정
	    - 융기원 완료
	    - 초등 교구 선정 
	- 파일럿 연구
	    - 하이브리드룸 장소에 문제가 있음 -> 장소를 잘 찾아서 시행할 수 있으면 좋겠다.
	    - 학교에 방문에서 시행
	    - 프로토콜 관련
	        - 체중 이동이 더 용이하다는 피드백이 toe tap,그리고 짝다리로 선다는 개념 이용
	        - 추 후 구매
	
	- 윤진아 교수님이 물어보셨었다.
	    - 계약이 언제끝나는지였고, 두번째는 심장내과에 원내과제로 진행을 하시는데 사람을 구하지 않을까
	    - 12월 까지 한승헌 교수님 2월 계약 연장 이야기 하기
	
	
- 20251105 lab meeting
	- 4, 8번 위치
	- 컵 전극 사용시
	    - 지난 주 파이썬 및 랩탑에서 프로그램 충돌이 일어나는 경우가 있다?
	    - 기존 disc 형태 electrode와의 차이?
	    - 전극 이동시에는 cup electrode 가 편하다.
	    - 연구실 환경 끄고 시작한다.
	- 0으로 돌아갔다가 각각의 체중부하로 가는 방식 (+-5) -> 시간되면 역으로 가는 것도
	- 0-50-100 (확인)
	- 기전적으로도 맞는 방법일 수 있겠다.
	
	
- 20251029 lab meeting
	- cup electrode *2 / Paste * 3 도착 완료
	- 랩탑 : 튕긴다.
	- 데스크탑 : 신명준교수님께 확인
	    - 임상실증센터 기업체 연구 확인
	 
	- [ ] 지난 주 Task list
	- [ ]  무릎은 편상태로
	    - [ ] 2011 ref
	        - [ ] 0-25-50-80-100-80-50-25-0
	        - [ ] 0-25-50-80-100-80-50-25-0 (toe touch)
	            - [ ] 0%에서 노이즈 최소화 하기 위해서 plantar all, toe tap 적용 -> balance 가 무너지면서 나오는 noise는 벽을 finger tap으로 하면 괜찮고, 손잡이를 잡으면 어려움
	        - [ ] 0-25-0-50-0-80-0-100
	        - [ ] 0-25-0-50-0-80-0-100 (toe touch)
	    - [ ] lee ref ? - 다음에 해보기
	    - [ ] side to side weight shift에서 내측과 외측 연골에 걸리는 부하가 다른지 확인
	        - [ ] 사전 논문 현재까진 없고, 이전 COG 논문 확인 필요
	
	
- 20251022 lab meeting
	- 비체중부하에서 직접 체중부하 이동
	    - 2011 ref : 25, 50, 80 사이에서 차이가 보이지는 않는다.
	    - 2011 ref : 두번째 그래프에서 6,7,8 ch 에서 점차 커지는 신호는 확인 되었다.
	    - drift 제거
	
	- Task list
	- 무릎은 편상태로
	    - 2011 ref
	        - 0-25-50-80-100-80-50-25-0
	        - 0-25-50-80-100-80-50-25-0 (toe touch)
	        - 0-25-0-50-0-80-0-100
	        - 0-25-0-50-0-80-0-100 (toe touch)
	    - lee ref ? - 다음에 해보기
	    - side to side weight shift에서 내측과 외측 연골에 걸리는 부하가 다른지 확인
	
	- 문제점
	    - drfit, 일관된 검사환경
	    - 해당전극으로 실험 한번더 필요
	
	
- 20251015 lab meeting
	- 학회행정관련
	    - 전극 부착 : 해외 결제 10/17 예정
	    - 여비 숙박비 => 부족분은 전문가활용비로 보충
	
	- joint line에서 시행함
	    - 0 -> 25 -> 50 -> 75 까지 가는 동안 계단식으로 나타나는 변화는 감지됨.
	    - 0 -> toe 나 heel touch 만 했다가 -> 25로 가는 방법 어떨지?
	      
	- isometic contraction에서 변화가 있는 것 같은데, 규칙적으로 관찰되는 것이 있는지.
	    - 미리 수축했을때 연골변위(EAG발생)이 미리 발생하는 경향도 있다!
	        - bracing이 된다는 이야기를 해줄 수 있을지?
	
	- medial - lateral 로 COG가 다를때 마다 EAG 가 잘나오는 구간도 차이가 있었다.
	    - 염두에 두고 다음에 해보는 것으로
	    - forward leaning 시켜서 앞쪽으로 잘나오게 하는 방법
	    - 체중 이동 방향을 변경하면서 각 부분을 검사하는 것
- 2025-10-01
	- 0 / 100 weight shift
		- ch 6, 7 : joint line과 그 위쪽
	- 압박시간과 노이즈?
- 2025-09-10
	- [ ] 동일 부위 부착 후 측정 회차 별 데이터 상이한 부분 : 바로바로 이동해서 그래프를 보는 프로토콜을 문서화, 및 시각화
	- [ ] 킨벤트 간혹 데이터 저장이 되지 않는 문제 업체 확인
		- [ ] 수동 저장은 필요, offset 동기화 장비 - 확인
	- [ ]  킨벤트 최고 등급인 Excellence 구독 시에만 CSV 출력 가능 비용은 \169,000원/월 -> 연구비 카드 결제로 바꾸기
		- [ ] 결제 연구비 카드 변경
	- [ ] 측정 방법 50%에서 시작?
		- [ ] 연구대상연력, 교통비 조정 -> 60명으로 바꾸기. xray 무릎, 공인주 연구원이 irb에서, 관찰연구 첫번째는 교통비, 두번째는 기프티콘으로 준 케이스 있다. 스타벅스 2.5천원 정도 주었었다.
	- [ ] 노션 구독 (게스트전환), 데이터 git 등으로 이관 고려
	- [ ] 충전시간 - 50케이스 이상 해도 유지 중

- 부경대 
	- 2025-03-08 % 0308 PRML lab meeting
	- 후속연구 및 졸업논문 회의


---


# LLM 설계
## 1. 전체 연구설계(Study Design)

1. **연구 대상자 모집**
    - 건강 성인 60명 -> 44명 (40명 & drop out 10%)
    - 성별 층화 모집
    - 대상자 특성(키, 체중, 나이, 성별)을 사전에 균질화

2. **동작별 시행 순서**
	- 대상자 편의 등을 위하여 유지시간과 횟수(7초/5회→5초/3회) 조정
    1. 보조기 적용 X ( side to side / front to rear)
        1. 0→20→50→80→100→80→50→20→0(단위 : %, 반복적 체중지지, 총 45초 / 3회 측정)
        2. 구간별 변화 값 상이할 것으로 예상
    2. 보조기 적용 (axilla crutch / wrist crutch)
        1. 건측과 환측 모두 측정
        2. 0→20→50→80(총 20초 / 3회 측정)적용, 보조기 착용 시 반복하지 않음
        3. 구간별 변화 값 상이할 것으로 예상

    - 각 동작마다 7초씩 **유지**, 동작 전환을 1초로 설정, 이를 **5회 반복**
    - **동작 순서를 무작위화**(randomization)하거나, 적어도 동작1→2→3… 식의 고정 순서가 근피로 등에 영향을 주지 않는지 고려
    - 만약 7가지 동작 모두를 쉬는 시간 없이 연속으로 하면 피로 누적이 일어날 수 있으니, 동작 사이에 짧게 휴식(예: 30초~1분) 부여



3. **체중부하(Weight-Bearing) 확인**
    
    - 20%, 50%, 80% PWB 시 **실제 체중계** 등으로 대상자가 감각을 맞출 수 있도록 사전 안내
    - 실험 중에도 발 밑(또는 측면)에 간이 체중계(또는 압력센서)를 두어 실시간 확인하거나, 최소한 랜덤 체크를 통해 잘 유지되고 있는지 모니터링 가능


4. **EMG 측정 세팅**
    
    - 측정 근육 선정: 예) 하지 근육(대퇴사두근, 햄스트링, 종아리 근육), 둔부 근육(둔근), 필요 시 상지 보행보조 시 견관절 주변 근육(삼각근, 상완이두근 등) 포함
    - 표면 근전도(sEMG) 전극 부착 위치 표준화, 피부 준비(제모·소독), 전극 간 거리를 동일하게
    - EMG 샘플링 레이트(예: 1kHz 이상), 필터 설정(대역통과 필터 20~450 Hz 등), 노이즈 제거 절차 확인


5. **동작별 측정 구간**
    
    - 각 동작을 7초간 유지한다고 할 때, **분석 구간**은 보통 **가장 안정된 중간 3~5초**를 선택
    - 동작 전환 과정(1초)이나 처음/마지막 1초는 자세가 흔들리거나 자리를 잡는 구간일 수 있으므로 제외
    - 5회 반복한 후, **평균값** 또는 **최고값(RMS peak 등)**을 산출

---

## 2. 통계분석(Statistical Analysis) 개요

### 2.1 주요 변수(Outcome Measures)

1. **EMG 크기 지표**
    - 예: RMS (Root Mean Square), 평균 근활성도(Mean amplitude), 혹은 통합 EMG(IEMG)
    - 필요하다면 **정규화(normalization)**: 최대 수의적 등척성 수축(MVC) 대비 %EMG로 환산
2. **각 동작 시 체중부하 정확도**
    - 실제 측정된 체중계 값(예: 얼마나 20%에 근접했나)을 % 오차 등으로 계산할 수도 있음
3. **동작/자세 안정성 지표**
    - 만약 동작 시 신체 흔들림(CoP 변위 등)을 측정한다면, 그 데이터를 함께 사용

### 2.2 분석 설계

#### A. 7가지 동작을 “단일 요인(조건)”으로 간주하는 방법

- **반복측정 일원분산분석(Repeated-measures ANOVA)**
    - 요인(factor): 동작(7수준)
    - 종속변수: 각 근육의 EMG (RMS 등)
    - 사후분석(Post-hoc): Bonferroni, Tukey 등으로 동작 간 pairwise 비교
    - 전제 충족(정규성, 구형성 등) 확인 후 필요시 그린하우스-가이저(Greenhouse-Geisser) 보정

이 경우 ‘PWB 20% vs 50% vs 80%’, ‘크러치 유무’, ‘Weight shift’ 등을 하나의 범주로 묶어 7레벨(동작1~7)로 분석.

- **장점**: 간단하게 하나의 ANOVA로 처리 가능
- **단점**: 어떤 요인이 EMG에 영향을 많이 미쳤는지(예: PWB 수준 vs 크러치 vs 단발서기)는 구체적으로 해석하기가 다소 모호

#### B. 2요인 반복측정(factorial) + 1가지 별도 동작으로 구분하는 방법

1. **메인 요인**
    - PWB 수준(3단계: 20%, 50%, 80%)
    - 보조기구 유무(2단계: 없음 vs forearm crutch)
    - 따라서 **3x2 = 6수준**
2. **별도 동작(Weight shift)**
    - 아예 다른 메커니즘(한발서기→두발서기→반대쪽 한발서기)이므로, 상기 6수준과 분석을 같이 묶으면 해석이 복잡
    - 별도로 한 번 더 **반복측정 ANOVA**(또는 평균 ± 표준편차 비교)로 “좌/우/양발 지지 시 EMG 차이”를 볼 수도 있음

- **2요인 반복측정 ANOVA**로 6가지 조건(3x2)에 대한 근전도 비교 → 사후분석 시 “PWB 수준 차이”와 “크러치 유무 차이” 파악
- **동작7(Weight shift)**는 **다른 동작**으로 separate ANOVA를 진행하거나, 한발서기(A), 두발서기(B) 각 7초씩 측정된 EMG의 차이(예: A vs B vs 다시 A’)도 **반복측정 ANOVA**로 확인 가능

이 구조가 **연구 가설**(예: “PWB 수준과 보조기 사용이 근전도에 유의미한 상호작용을 보이는가?”)을 명확히 테스트하기엔 더 체계적입니다.

#### C. 정규성 충족이 어려운 경우

- 표본 크기가 작거나, EMG 데이터 분포가 심하게 비정규분포라면
- **Friedman test**(비모수적 반복측정 대체) 또는 **선형혼합모형(Linear Mixed Model)**으로 분석
- Post-hoc 비교 시 Wilcoxon 부호순위 검정 등을 사용하되, 다중비교 보정(Bonferroni 등) 필수

---

## 3. 반복 측정 횟수와 데이터 처리 요령

1. **각 동작 5회 반복 → 평균값**
    
    - 예: 5번 중 중간 3회 평균을 사용하거나, 5회 평균 사용
    - 신뢰도가 높다면 5회 모두의 RMS를 구해서 평균 ± 표준편차를 구하고, **개인별 ‘대표값’을 한 값**으로 만들어 통계에 넣음
    - 만약 5회 반복 간 변동성이 궁금하면, **ICC(시험-재시험 신뢰도)**를 산출할 수도 있음
2. **근전도 신호의 안정구간 설정**
    
    - 7초 중 초반/후반 1초는 제외하고, **중간 5초 데이터**로 EMG RMS, IEMG 등을 추출
    - 전환(Transition) 1초는 별도 분석 제외

---

## 4. 결과 보고 시 핵심 포인트

1. **단순 비교**:
    - “20%, 50%, 80% PWB에서 특정 근육의 EMG가 어떻게 달랐는지”
    - “크러치 사용 vs 미사용 시 EMG 차이”
    - “Weight shift 중 한발/두발 지지 시 근활성도 차이”
2. **통계 유의성**:
    - 반복측정 ANOVA 결과(주효과 main effect, 상호작용 effect)
    - Post-hoc 검정 시 p값, 효과크기(effect size, 예: partial eta²)
3. **신뢰구간**:
    - 평균 ± 표준편차, 혹은 평균 ± 95% CI
4. **그래프 작성**:
    - 조건별 막대그래프(에러바 포함)
    - PWB 수준 변화나 동작 간 근전도 변화를 한눈에 확인 가능하도록 시각화

---

## 5. 정리

1. **연구설계**:
    - 각 피험자가 7가지 동작(조건)을 모두 수행하는 **반복측정(Within-subject) 디자인**
    - 각 동작은 7초 유지, 동작 간 1초 전환, 5회 반복 → EMG 측정
2. **통계분석**:
    - **(간단히) 일원 반복측정 ANOVA**: 동작(7수준)을 한꺼번에 비교
    - **(정교하게) 2요인 반복측정 ANOVA**(PWB 수준 x 크러치), + 별도의 Weight shift 분석
    - 정규성 어려우면 **Friedman test** 등 비모수 기법 적용
3. **반복 시도 처리**:
    - 5회 중 안정 구간 EMG를 RMS 등으로 뽑아 평균
    - 필요하다면 시험-재시험 신뢰도(ICC) 함께 보고
4. **결과 해석**:
    - “PWB 수준별, 보조기구 사용별, 혹은 한발서기/양발서기 시 근육활성도 차이가 유의미한지”
    - 실제로는 근활성도, 관절 각도, 체중지지 편차 등 여러 지표를 종합적으로 해석

이러한 구조로 진행하면, **체중부하 수준·보조기 사용이 근전도에 미치는 영향** 및 **한발서기와 양발서기의 근활성도 차이**를 일관되게 설명
또한 **동작 간 피로도 누적**, **자세 잡는 숙련도 차이**를 최소화하기 위해 **충분한 휴식**, **무작위 순서**(동작 수행 순서 랜덤화) 등을 고려하는 것이 바람직


---
# Stage 0. Env, Data Source
- Env 
	- VScode(Claude), Jupyter lab, R
- Data source
	- file path : Z:\drive\0_project\EAGstatic_crutch
	- Coding file : drawplot2.ipynb, stat.ipynb, EAGstat.R
	- Shared data : AWS(ID: sense0906@gmail.com / PW: )
- equipments
	- [겨드랑이 목발](https://smartstore.naver.com/medihs/products/9216778646)
	- [손목 목발](https://smartstore.naver.com/sodak/products/10285837541?n_media=643599&n_rank=5&n_ad_group=grp-a001-02-000000046084739&n_ad=nad-a001-02-000000329856990&n_campaign_type=2&n_mall_id=ncp_1ol90t_01&n_mall_pid=10285837541&n_ad_group_type=2&n_match=3&NaPm=ct%3Dm8xtqb60%7Cci%3D0Ay0001jeIHBTAWL%2Df1L%7Ctr%3Dplas%7Chk%3D1e8d923f68294238556662bbfee97b32407c7bbf%7Cnacn%3DQOI3BcAeFZf4A)
	- [ForcePlate](https://smartstore.naver.com/snsi/products/8246319568?NaPm=ct%3Dm8y2uew8%7Cci%3Dc812b14443bf4d60095b00728f9a55df0890d1b3%7Ctr%3Dslsl%7Csn%3D460819%7Chk%3Da937cbcb31d86f7897e2c8dcf210e36bd84abeb9&nl-au=5325aff18265438fb1b0234b79d8cb63&nl-query=k+force+plate)
- Kinvents setting
- 프로토콜
	- 다이나믹리포트1 - 좌우 방향 체중 이동
		- 준비 5초
		- 1세트
		- 지속시간 50초
			- 두발서기 7
			- 한발서기 7
			- 두발서기 7
			- 반댓발 한발서기 7
		- 다음동작 전환 - 자동(7초 카운트 다운)
	- 다이나믹리포트2 - 전후 방향 체중 이동
		- 준비 5초
		- 1세트
		- 지속시간 50초
			- 두발서기 7
			- 한발서기 7
			- 두발서기 7
			- 뒷발 한발서기 7
		- 다음동작 전환 - 수동
	- 다이나믹리포트3 - 목발을 이용한 부분 체중 부하
		- 준비 5초
		- 3세트
			- 세트간 휴식 10초
		- 지속시간 40(35)초
			- 반댓발 한발서기 7
			- 한발(20%) + 반대측 상지 목발 (80%) 7
			- 한발(50%) + 반대측 상지 목발 (50%) 7
			- 한발(80%) + 반대측 상지 목발 (20%) 7
			- 한발서기(100%) 7
		- 다음동작 전환 - 수동
# Stage 1. Define Variables & Statistics

## 1.1. 분석 개요

OBJ2는 체중 이동(weight shift) 시 **EAG(8ch)와 GRF(forceplate)를 시간 동기화**하여, 연골 부하 변화에 대한 EAG 반응을 시간·주파수 영역에서 정량화하는 연구이다. OBJ1의 manual labeling 방식과 달리, **자동화된 이벤트 감지-변곡점 매칭 파이프라인**을 사용한다.

- 데이터: 18명 × 평균 23세션 = **416세션** (s=좌우이동, f=전후이동, c=목발 부분체중부하)
- 분석 파이프라인: `sync_analyzer.py` → `parameter_extractor.py`
- 3단계 파라미터 추출: Phase 1 (시간 영역) → Phase 2 (EAG 단독/교차) → Phase 3 (주파수 영역)

## 1.2. Phase 1 — 시간 영역 파라미터

### 1.2.1. GRF 이벤트 감지 및 분류

GRF 좌-우 imbalance ratio `|L-R|/(L+R)`가 threshold(0.30)를 초과하는 구간을 **체중이동 이벤트**로 감지한다.

- **이벤트 강도 분류**: strong(>0.80), moderate(0.50-0.80), mild(0.30-0.50)
- 전체 1,708개 이벤트 감지 (18명 416세션)

### 1.2.2. GRF 이벤트별 파라미터

| 파라미터 | 정의 | 의미 |
|---------|------|------|
| `time_to_peak` | onset → peak imbalance 도달 시간 (s) | 체중 이동 속도 |
| `recovery_time` | peak → baseline(imbalance<0.15) 복귀 시간 (s) | 체중 복귀 속도 |
| `peak_imbalance` | 이벤트 내 최대 imbalance 값 | 체중 이동 크기 |
| `dominant_side` | peak 시점의 우세 방향 (left/right) | 이동 방향 |

### 1.2.3. GRF 세션 레벨 파라미터

| 파라미터 | 정의 | 의미 |
|---------|------|------|
| `symmetry_index` | 안정 구간 mean(L-R)/mean(L+R) | 기저 좌-우 비대칭도 |
| `sway_variability` | 안정 구간 imbalance의 std | 자세 안정성 |
| `event_frequency` | events/min | 체중이동 빈도 |

### 1.2.4. EAG-GRF 교차 파라미터 (이벤트별 × 채널별)

GRF 이벤트 시점 전후의 EAG 변곡점(inflection point)을 매칭하여 시간적 관계를 정량화한다.

| 파라미터 | 정의 | 의미 |
|---------|------|------|
| **FSI latency** | GRF onset 대비 **First Significant Inflection** 시간차 (s) | EAG가 체중이동에 얼마나 빨리 반응하는가. 음수=EAG 선행 |
| `fsi_amplitude` | FSI 시점의 EAG 진폭 (uV) | 초기 반응 크기 |
| **MI latency** | GRF onset 대비 **Maximum Inflection** 시간차 (s) | 최대 EAG 반응 시점 |
| `mi_amplitude` | MI 시점의 EAG 진폭 (uV) | 최대 반응 크기 |
| `peak_latency` | GRF peak imbalance 대비 MI 시간차 (s) | GRF 최대 부하와 EAG 최대 반응의 시간 관계 |


## 1.3. Phase 2 — EAG 단독 및 교차 파라미터

### 1.3.1. EAG 채널별 파라미터

| 파라미터 | 정의 | 의미 |
|---------|------|------|
| `rms_event` / `rms_stable` | 이벤트/안정 구간의 RMS (uV) | 체중이동 시 EAG 활성 증가 여부 |
| `channel_dominance` | 해당 채널 RMS / 전체 채널 RMS 합 (0~1) | 채널별 상대적 기여도 |
| `mean_peak_to_peak` | 연속 peak-valley 진폭차 평균 | 신호 역동성 |
| `inflection_rate` | 변곡점 수 / 이벤트 시간 (Hz) | 신호 복잡도 |

### 1.3.2. APA (Anticipatory Postural Adjustment)

**정의**: 체중이동(GRF onset) **이전에** 선행적으로 발생하는 EAG 변화. 중추신경계의 예측적 자세 조절이 연골 부하 변화로 반영되는지를 확인한다.

- `has_apa`: GRF onset 전 2초 이내에 유의미한 EAG 변곡점이 존재하는지 (boolean)
- `apa_amplitude`: onset 전 변곡점 진폭 (uV)
- `apa_latency`: onset 전 변곡점까지의 시간 (s, 음수값)
- `reactive_amplitude` / `reactive_latency`: onset 후 첫 변곡점 (반응성 요소)

**해석**: APA가 존재한다면 체중이동 전에 이미 연골 접촉면의 부하 재배치가 시작됨을 시사하며, 이는 신경근 제어와 연골 역학의 시간적 커플링을 보여줄 수 있다.

### 1.3.3. Co-activation Index

- 각 이벤트에서 RMS가 안정 구간 75th percentile을 초과하는 채널 수 / 전체 채널 수 (0~1)
- 높은 값 = 여러 채널이 동시에 활성화 → 광범위한 연골 부하 분포를 시사
- 낮은 값 = 특정 채널에 집중 → 국소적 부하 집중


## 1.4. Phase 3 — 주파수 영역 파라미터

### 1.4.1. EAG-GRF Coherence

**정의**: GRF imbalance 신호와 각 EAG 채널 간의 magnitude-squared coherence. 두 신호가 특정 주파수에서 얼마나 일관된 선형적 관계를 갖는지를 나타낸다 (0~1).

- `mean_coh_0_2hz`: 0-2Hz 대역 평균 coherence — **체중이동의 주 주파수 대역**
- `mean_coh_2_5hz`: 2-5Hz 대역 평균 coherence — **자세 진동(postural tremor)** 대역
- `peak_coh_freq` / `peak_coh_value`: 최대 coherence 주파수 및 값

**해석**: coherence가 높은 채널-주파수 대역은 GRF 변화에 대한 EAG 반응이 시간적으로 일관됨을 의미하며, 해당 채널의 전극 위치가 체중 부하에 민감한 연골 영역임을 시사한다.

### 1.4.2. ERSP (Event-Related Spectral Perturbation)

**정의**: GRF 이벤트 onset을 기준으로, 전후 구간에서 EAG의 주파수별 파워 변화를 baseline 대비 dB로 표현한 것. moderate/strong 이벤트의 평균으로 산출한다.

- `mean_ersp_0_2hz_db`: onset 후 0-2Hz 대역 평균 ERSP (dB)
- `mean_ersp_2_5hz_db`: onset 후 2-5Hz 대역 평균 ERSP (dB)
- 음수 = 파워 감소(desynchronization), 양수 = 파워 증가(synchronization)

**해석**: 체중 이동 직후 특정 주파수 대역에서 일관된 파워 변화가 관찰된다면, EAG가 역학적 부하에 대한 주파수 특이적 반응을 보임을 의미한다.


---

## 1.5. 중간 분석 결과 (2026-04-28, 18명 416세션 전체 batch)

### Phase 1 요약

| 지표 | mean | std | range |
|------|------|-----|-------|
| symmetry_index | 0.004 | 0.037 | [-0.105, 0.173] |
| sway_variability | 0.060 | 0.011 | [0.035, 0.100] |
| event_frequency | 4.2/min | 1.354 | [2.0, 9.0] |
| time_to_peak | 6.014s | 2.961 | [0.489, 19.256] |
| recovery_time | 3.942s | 1.730 | [0.428, 10.273] |
| FSI latency | 0.337s | 1.261 | — |
| MI latency | 5.443s | 6.457 | — |

### Phase 2 요약

| 지표 | 값 |
|------|-----|
| APA detection rate | **78.9%** |
| APA latency | mean -0.385s (onset 전) |
| Reactive latency | mean 0.514s (onset 후) |
| Co-activation index | mean 0.370, std 0.314 |
| Mean active channels | 3.0/8 |
| Dominant channels | Ch1 (0.137), Ch3 (0.135) > Ch6 (0.107), Ch7 (0.103) |

**피험자별 APA rate 분포**: 63% (황진성) ~ 100% (정윤찬)

### Phase 3 요약

| 지표 | 값 |
|------|-----|
| 0-2Hz mean coherence | 0.111 |
| 2-5Hz mean coherence | 0.094 |
| Peak coherence freq | 3.35 Hz |
| 0-2Hz mean ERSP | **-5.47 dB** (파워 감소) |
| 2-5Hz mean ERSP | **-5.07 dB** (파워 감소) |

**채널별 RMS (이벤트 구간)**:

| Ch1 | Ch2 | Ch3 | Ch4 | Ch5 | Ch6 | Ch7 | Ch8 |
|-----|-----|-----|-----|-----|-----|-----|-----|
| 163.8 | 153.1 | 163.9 | 160.8 | 151.0 | 130.3 | 121.3 | 151.7 |

### 주요 관찰 소견
1. **APA가 약 79%에서 검출** — 체중이동 전 선행적 연골 부하 변화가 대부분의 세션에서 관찰됨
2. **FSI latency 0.337s** — EAG가 GRF onset 직후 빠르게 반응
3. **ERSP 음수값** — onset 후 일관된 파워 감소(desynchronization) 패턴 확인
4. **채널 dominance** — Ch1, Ch3 (내측 관절면 근위부)가 상대적으로 우세
5. **Co-activation 0.37** — 평균 3/8 채널이 동시 활성화, 국소적 부하 패턴 시사


---
# Stage 2. 가설 & 통계 설계

## 2.1. 연구 가설

- **H1**: 체중 이동 시 GRF 이벤트 전후로 EAG에 유의미한 변화가 발생한다
	- H1a: 이벤트 구간 RMS > 안정 구간 RMS (paired t-test)
	- H1b: FSI latency가 0과 유의하게 다르다 (one-sample t-test)
- **H2**: 세션 타입(s/f/c)에 따라 EAG-GRF 관계가 다르다
	- H2a: FSI latency, MI latency가 세션 타입간 차이 (RM ANOVA)
	- H2b: APA detection rate가 세션 타입간 차이 (chi-squared / mixed-effects logistic)
	- H2c: Coherence 대역별 값이 세션 타입간 차이 (RM ANOVA)
- **H3**: 전극 위치(채널)에 따라 EAG 반응 민감도가 다르다
	- H3a: channel dominance가 균등 분포와 차이 (Friedman test)
	- H3b: coherence peak 주파수가 채널별로 차이 (RM ANOVA)
- **H4**: APA 존재 여부에 따라 체중이동의 역학적 특성이 다르다
	- APA 유/무 그룹 간 time_to_peak, recovery_time 비교 (independent t-test / mixed-effects model)

## 2.2. 통계 분석 계획

### 2.2.1. 기술통계
- 전체 18명 × 세션 타입별(s/f/c) Phase 1-3 파라미터 평균 ± SD
- 채널별 RMS, dominance, inflection_rate 시각화 (boxplot, heatmap)

### 2.2.2. 세션 타입 비교 (s vs f vs c)
- **RM ANOVA** (3 levels: side-to-side / front-to-rear / crutch)
	- 종속변수: symmetry_index, event_frequency, FSI latency, coherence 등
	- 사후검정: Bonferroni
	- 구형성 위반 시 Greenhouse-Geisser 보정
- 정규성 불충족 시 **Friedman test** + Wilcoxon signed-rank post-hoc

### 2.2.3. 채널 비교 (8 channels)
- **Friedman test** (8 levels, 비모수)
	- 종속변수: channel dominance, coherence, ERSP
	- post-hoc: Dunn’s test with Bonferroni correction

### 2.2.4. APA 분석
- **Mixed-effects logistic regression**: APA 유무 ~ session type + channel + (1|subject)
- APA 있는 이벤트 vs 없는 이벤트의 역학적 파라미터 비교

### 2.2.5. 신뢰도 (test-retest)
- 1차/2차 측정 간 **ICC(2,1)** — Phase 1-3 주요 파라미터별
- Bland-Altman plot

### 2.2.6. 피험자 간 변동 보정
- 인구학적 요소(키, 체중, BMI)를 공변량으로 포함: **ANCOVA** 또는 **Linear Mixed Model**
- EAG 진폭의 개인 간 편차 보정: 각 피험자의 전체 RMS로 정규화 후 분석


---
# Stage 3. Documentation

## 3.1. Target journal
- JOR - reject at 2025.02.
- 이후 후보

1. **Gait & Posture** - IF: 2.4
	- 분야: 보행, 자세, 균형, 생체역학
	- 특징: 체중이동 + forceplate 연구에 가장 직접적. EAG-GRF 동기화 분석이 novelty.
2. **Sensors** - IF: 3.4
	- 분야: 센서 기반 측정, 웨어러블, 신호처리
	- 특징: 새로운 비침습 측정법 + 신호처리 파이프라인 강조 가능
3. **BMC Musculoskeletal Disorders** - IF: 2.2
	- 분야: 근골격계 질환, 정형외과, 재활
	- 특징: 파일럿 스터디 게재 사례 풍부
4. **Medical & Biological Engineering & Computing** - IF: 2.6
	- 분야: 의용공학, 생체신호처리
	- 특징: 분석 파이프라인의 기술적 기여를 강조할 수 있음
5. **Cartilage** (SAGE) - IF: 2.7
	- 분야: 연골 특화
	- 특징: 연골 관련 평가·진단 기법에 유리하나 샘플 크기 지적 가능
6. **Journal of Experimental Orthopaedics** - IF: 2.0
	- 분야: 정형외과 전임상·임상

## 3.2. Results & Discussion point

### 핵심 결과 포인트
1. **APA 검출**: 78.9%에서 onset 전 EAG 변화 관찰 → 체중이동 전 연골 부하 예측적 재배치
2. **채널별 민감도 차이**: Ch1, Ch3(내측 관절면 근위부) dominance 우세 → OBJ1의 ch1, ch4 결과와 일부 일치
3. **ERSP desynchronization**: onset 후 0-5Hz 대역에서 일관된 파워 감소 → 연골 역학적 이벤트의 주파수 특이적 반응
4. **Coherence peak 3.35Hz**: postural tremor 대역과 일치 → GRF-EAG의 기능적 커플링 시사

### Discussion 방향
- OBJ1(PA 기반 PIP 분석)과의 연계: 정적 체중이동에서도 연골 유래 전위가 검출됨
- APA의 임상적 의의: 신경근 제어 손상 환자(무릎 OA, ACL 재건 후)에서 APA 패턴 변화 가능성
- 채널 위치 최적화: dominance 기반으로 임상 적용 시 최소 전극 수 제안 가능
- 자동화 파이프라인의 의의: manual labeling 대비 재현성 향상, 대규모 데이터 처리 가능