근육을 읽는 웨어러블 EMG 밴드
8채널 건식 전극으로 전완 근전도를 실시간 수집합니다. 연구·재활·HCI·로보틱스 개발을 위한 오픈 SDK를 제공합니다.
왜 NOID BAND인가.
연구실에서 바로 쓸 수 있도록 설계했습니다.
8채널 건식 전극
젤 없이 착용 즉시 측정. 전완을 균등하게 감싸는 모듈형 세그먼트 구조.
최대 1kHz 샘플링
채널당 고해상도 샘플링으로 미세 근육 활성까지 포착.
무선 + 유선
BLE 저지연 스트리밍과 USB-C 직결을 모두 지원.
온보드 전처리
밴드 내부에서 필터링·정류를 수행해 호스트 부하를 줄임.
올데이 배터리
USB-C 충전, 장시간 세션에 대응하는 내장 배터리.
오픈 SDK
Python·C++·Unity 예제 제공. 몇 줄로 실시간 스트림 연결.
모듈형 세그먼트 디자인.
전완 둘레에 맞춰 세그먼트가 유연하게 감깁니다. 각 세그먼트에 건식 전극이 배치되어 균등한 채널 커버리지를 제공합니다.
하드웨어 스펙.
핵심 사양 요약. 최종 수치는 양산 단계에서 확정됩니다.
※ 일부 수치는 목표 스펙이며 검증 중입니다.
신호에서 제어까지 4단계.
측정부터 애플리케이션 연결까지의 데이터 흐름.
근육 신호 측정
8채널 건식 전극이 전완 표면 근전도를 감지.
온보드 전처리
밴드 내부에서 노이즈 필터링·정류·패킷화.
스트리밍
BLE 또는 USB-C로 호스트에 실시간 전송.
SDK 연결
Python·C++·Unity로 스트림 구독, 분류/제어 구현.
데스크톱 비주얼라이저.
연결 즉시 8채널 파형을 실시간으로 보고, CSV로 녹화하고, 필터를 적용합니다.
실시간 8채널 파형
BLE/USB-C 연결 즉시 라이브 스트림을 시각화.
CSV 데이터 녹화
세션을 CSV로 저장해 오프라인 분석·데이터셋 구축.
내장 필터
대역통과·노치·정류 필터를 UI에서 실시간 토글.
LSL 실시간 I/O
Lab Streaming Layer로 외부 툴과 동기화(예정).
※ 비주얼라이저 앱은 현재 개발 중이며, 출시 시 다운로드에서 제공됩니다.
몇 줄로 시작하는 SDK.
실시간 스트림 구독부터 그립 분류까지. Python·C++·C#·MATLAB 예제와 문서를 제공합니다.
from noidband import NoidBand
band = NoidBand.connect() # BLE 자동 검색
band.set_sample_rate(1000) # 1kHz
@band.on_data
def handle(frame): # 8채널 프레임
emg = frame.channels # shape: (8,)
grip = classifier.predict(emg)
print(grip)
band.start()AI 손 제스처 인식.
8채널 EMG로 손 제스처를 실시간 분류합니다. 사전 학습 모델과 커스텀 학습 파이프라인을 함께 제공합니다.
from noidband import NoidBand
from noidband.gesture import GestureClassifier
band = NoidBand.connect()
clf = GestureClassifier.load("pretrained-10g") # 10 제스처
@band.on_data
def handle(frame):
label = clf.predict(frame.channels) # 예: "pinch"
print(label, clf.confidence)
band.start()데이터 수집
제스처별 EMG 세션 녹화 · 라벨링.
특징 추출
RMS · MAV · 주파수 특징 또는 raw 윈도우.
모델 추론
CNN 분류기 실시간 추론(목표 <100ms).
앱 연동
분류 결과를 SDK 콜백으로 애플리케이션에 전달.
※ 사전 학습 모델과 제스처 데모 앱은 준비 중입니다.
다운로드.
앱, SDK, 문서, 제스처 앱을 한 곳에서. 출시 전 항목은 곧 제공됩니다.
NOID Connect (비주얼라이저)
실시간 시각화 · CSV 녹화 · 필터
SDK
Python · C++ · C# · MATLAB
문서 · 매뉴얼
API 레퍼런스 · 퀵스타트 · HW 가이드
제스처 앱
사전 학습 제스처 인식 데모
어디에 쓰나.
연구부터 제품 개발까지.
의수 · 재활
근전도 기반 의수 제어, 재활 훈련 모니터링, 근활성 피드백.
HCI · 제스처
손 제스처 인식 인터페이스, 무접촉 입력, 웨어러블 인터랙션.
연구 · 데이터셋
EMG 데이터셋 수집, 머신러닝 모델 학습, 신호처리 연구.
AR/VR · 로보틱스
가상 손 제어, 텔레오퍼레이션, 로봇 그리퍼 매핑.
자주 묻는 질문.
EMG 근전도 밴드/암밴드에 대해 자주 묻는 질문들.
NOID BAND는 어떤 제품인가요?
NOID BAND는 8채널 건식 전극 웨어러블 EMG(근전도) 밴드이자 암밴드(EMG armband)입니다. 전완에 착용해 근육 신호(muscle signal)를 실시간으로 측정합니다.
손목(wrist)에도 사용할 수 있나요?
기본은 전완(forearm)에 착용하지만, 모듈형 세그먼트 구조라 팔 굵기에 맞춰 조절되어 EMG wristband(손목 밴드) 용도로도 활용할 수 있습니다.
채널 수와 샘플링 스펙은?
8채널이며 채널당 최대 1kHz 샘플링, 16-bit ADC를 지원하고 IMU(자이로+가속도계)를 포함합니다.
손 제스처 인식이 되나요?
네. 사전 학습 모델로 손 제스처를 실시간 분류(gesture recognition)하며, 커스텀 학습 파이프라인도 제공합니다.
연결 방식과 SDK는?
BLE 5.x 또는 USB-C로 연결하고 Python·C++·C#·MATLAB SDK와 데스크톱 비주얼라이저를 제공합니다.
가격은 얼마인가요?
$990 (USD)입니다. 개발자 프리뷰·수량 한정이며 배송비는 별도입니다.
NOID BAND 구매하기.
연구용·개발용 유닛을 문의로 주문할 수 있습니다. 수량·용도에 맞춰 안내드립니다.
- NOID BAND 본체 (8ch)
- USB-C 케이블
- SDK 접근 + 문서
- 퀵스타트 가이드