고령자 남성의 측면체형 연구 - 70세~85세 3D인체형상을 중심으로 -

류영실; 최경미; 오순

추천

검색

자료유형: 학술저널

저자정보: 류영실 최경미 오순

저널정보: 한국디자인트렌드학회 한국디자인포럼 한국디자인포럼 제24권 제2호

발행연도: 2019.1

수록면: 7 - 16 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구배경 일반적으로 노년층은 운동신경이 떨어지고, 근육 및 골격의 약화, 호르몬의 변화 등으로 인해 전신의 체형 변화가 뚜렷하게 나타난다. 척추에 압박을 받게 되어 허리가 굽고, 흉추와 경추의 만곡이 심해지면서 머리가 앞으로 숙여지는 자세가 되며 다리가 휘어지는 등의 하지 변형으로 이어져 무릎이 굽어지게 되어 전체적으로 측면자세가 변화된다. 본 연구에서는 시각적 판단에 의존한 기존 연구와는 달리, 3차원 형상데이터를 사용하여 고령자 남성의 측면 각도값을 가지고 측면체형을 판단하고자 한다. 연구방법 본 연구에서는 2014년 고령자 3D 인체형상 측정조사 개발 사업에서 조사한 70세~85세 고령자 남성을 대상으로 하였으며 ‘바로선자세’로 스캔된 피험자 448명의 각도를 측정하였다. 측면체형의 특징을 파악할 수 있는 42개의 각도 항목을 사용하여 요인분석을 실시하여 측면체형 구성 요인을 추출하였다. 측면체형을 분류하기 위해 요인분석을 통해서 추출된 6가지 측면체형요인의 항목을 사용하여 K-평균 군집분석을 실시하였다. 연구결과 고령자 측면체형요인은 무릎굽음, 등굽음, 상반신기울기, 골반들림, 어깨형태, 배돌출위치의 6개 요인으로 분석되었으며, 이를 군집분석한 결과 측면체형 유형1은 솟은앞어깨 무릎굽은 숙인체형(10.5%), 유형2는 젖힌어깨 보통체형(23.2%), 유형3은 등굽은 젖힌어깨 휜체형(14.1%), 유형4는 처진젖힌어깨 젖힌체형(11.2%), 유형5는 솟은앞어깨 등굽은 휜체형(19.4%), 유형6은 앞어깨 숙인체형(21.7%)으로 분류되었다. 결론 본 연구는 인체의 측면 각도를 3차원으로 측정 및 분석하여 전신의 체형을 유형화했기 때문에 기존의 체형분류 연구와는 차별화된다.

Background In general, the elderly people experience a dramatic change in body type due to degradation in motor nerves, weakening muscles and skeletons, and changes in hormones as well. The back is bent with the pressure imposed on the spine with the head bent forward as the thoracic and the cervical vertebras are making sharper curves. The knees are bent as well due to deformation of the lower limbs, leading to changes in overall side posture. Against this backdrop, this study, unlike precedent ones that relied mainly on visual judgments, aims to identify changes in lateral body type based on the lateral angles of the elderly males using the three-dimensional image data. Methods This study has selected the elderly males aged 70 to 85 years who were surveyed in the 3D human body type measurement research project in 2014 as its subjects, and made measured the angles of 448 subjects who were scanned in 'straight posture'. A factor analysis has been conducted using 42 angle items to identify the characteristics of the lateral body type and to extract of the factors that comprise the lateral body type. In order to classify the lateral body types into several categories, the K-average cluster analysis has been performed using the six factors extracted through the factor analysis that are used to determine the lateral body type. Result The six factors that determine the lateral body type of the elderly have been found to be knee bending, spinal bending, the upper body’s incline, pelvic lifting, shoulder form, and position of abdominal protrusion. According to the results of conducting cluster analysis on lateral body type factors, lateral body type 1 is the ‘bending forward type with surging front high shoulder and bending knees (10.5%)’, type 2 is the ‘normal type with ending back shoulder (23.2%)’, type 3 is the ‘Sway back type with spinal bending and tilting shoulder (14.1%)’, type 4 is the ‘lean back type with bending back shoulder (11.2%)’, type 5 is the ‘Sway back type with surging front high shoulder and spinal bending (19.4%)’, and lastly, type 6 is the ‘bend forward type with surging front (21.7%)’. Conclusion This study is different from the previous body type classification research because it forms the whole body shape by analyzing the side angle of the body three dimensionally.

#the aged man #lateral body type #body type factors

참고문헌 (8)

참고문헌 신청

국가기술표준원 / 2011 / 산업계 활용 표준인체형상개발사업

국가기술표준원 / 2013 / 중장년노년층 3D표준인체형상개발사업

국가기술표준원 / 2015 / 고령자 3D 인체형상 측정조사개발사업

김예슬 / 2015 / 세라밴드 요가운동이 노인의 자율신경계와 자세에 미치는 영향

이양경 / 2008 / 노년여성의 측면체형 유형화 - 측면 자세와 비만도를 중심으로 - / 한국패션디자인학회지 8(2):1~22

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

류영실

소속기관 가천대학교 의상학과

주요연구분야 예술체육학 > 디자인

논문수 6 이용수 37

최경미

소속기관 한국디자인트렌드학회

주요연구분야 예술체육학 > 디자인

논문수 7 이용수 50

오순

소속기관 한국디자인트렌드학회

주요연구분야 예술체육학 > 디자인

논문수 1 이용수 11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (8)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)