이종민 선임연구원

전화번호

02-958-5669

이메일

 ljm2293@kist.re.kr

위치

L7-415

홈페이지

– 한양대학교 박사, 정밀기계공학(2005)

– 한양대학교 석사, 정밀기계공학(1992)

– 한양대학교 학사, 정밀기계공학(1985)

– KIST 연구원, 선임 연구원(1992~)

– ㈜퍼시픽콘트롤즈 연구개발실 엔지니어 (1988~1989)

– 환자 주도형 재활 외골격 로봇의 구동을 위한 생체신호 기반 운동 의도 인식

– 생체신호 처리 및 패턴 인식

– 지능형 상태 모니터링

– 다중 리드 표면 심전도에서의 비침습적 심방 신호 추출 방법 (한국특허: 10-1498581, 미국특허: 10,058,261)

– 발바닥 굴근 표면 근전도 신호 기반 보행속도 의도인식 방법 및 하지 외골격 로봇의 보행속도 제어방법 (한국특허: 10-1498581, 미국특허(출원): 15/001891)

– 다중 채널 표면 근전도에서의 신체 관절 운동학 정보 추출 방법 (한국특허: 10-1666399)

– 기계의 결함 진단방법 (한국특허: 10-1040926, 미국특허: 8,426,771)

– 기술이전: 기계의 결함 진단방법 ((주)이노시그날, ㈜에이티시그날)

– “Development of Gait Rehabilitation System Capable of Assisting Pelvic Movement of Normal Walking,” Acta Medica Okayama, vol. 72, no. 4, pp. 407-417, 2018.

– “Prediction Method of Walking Speed at Swing Phase using Soleus Electromyogram Signal at Previous Stance Phase,” in Proceedings of Annual International Conference of the IEEE EMBS (EMBC2018), Honolulu, USA, 2018, pp. 2308-2311.

– “Walking Speed Intention Model using Soleus Electromyogram Signal of Nondisabled and Post-stroke Hemiparetic Patients,” in Proceedings of the IEEE International Conference on Rehabilitation Robotics (ICORR2017), London, UK, 2017, pp. 308-313.

– “Informative Sensor Selection and Learning for Prediction of Lower-limb Kinematics using Generative Stochastic Neural Networks,” in Proceedings of Annual International Conference of the IEEE EMBS (EMBC2017), Jeju, Korea, 2017, pp. 2043-2046.

– “환자의 의도 파악과 로봇 재활: 보행재활을 중심으로,” 로봇과 인간, vol. 13, no. 2, pp. 32-37, 2016.

– “Intention Recognition Method for Sit-to-Stand and Stand-to-Sit from Electromyogram Signals for Overground Lower-Limb Rehabilitation Robots,” in Proceedings of the IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM2015), Busan, Korea, 2015, pp. 418-421.

– “Recognition Delay and Recognition Rate of Knee Motor Intention Recognized by Electromyogram and Continuous Hidden Markov Model,” in Proceedings of the International Conference on Control, Automation and System (ICCAS2014), Seoul, Korea, 2014, pp. 357-360.

– “A new machine condition monitoring method based on likelihood change of a stochastic model,” Mechanical Systems and Signal Processing, vol. 41, no. 1, pp. 357-365, 2013.