文献

J-GLOBAL ID：201702225108663358   整理番号：17A1721556

天然手運動学を用いた同時比例マルチモーダル補綴制御のためのGauss過程自己回帰【Powered by NICT】

Gaussian Process Autoregression for Simultaneous Proportional Multi-Modal Prosthetic Control With Natural Hand Kinematics

著者 (4件)： Xiloyannis Michele (Department of Bioengineering and Department of Computing, Brain and Behaviour Laboratory, Imperial College London, London, U.K.) ,  Gavriel Constantinos (Department of Bioengineering and Department of Computing, Brain and Behaviour Laboratory, Imperial College London, London, U.K.) ,  Thomik Andreas A. C. (Department of Bioengineering and Department of Computing, Brain and Behaviour Laboratory, Imperial College London, London, U.K.) ,  Faisal A. Aldo (Department of Bioengineering and Department of Computing, Brain and Behaviour Laboratory, Imperial College London, London, U.K.)
資料名： IEEE Transactions on Neural Systems and Rehabilitation Engineering  (IEEE Transactions on Neural Systems and Rehabilitation Engineering)
巻： 25  号： 10  ページ： 1785-1801  発行年： 2017年 
JST資料番号： W0560A  ISSN： 1534-4320  CODEN： ITNSB3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 器用さ,汎用性,および人間の手のロバスト性の生体工学,ロボット工学と神経工学における未達成目標である。複雑なロボットハンドを制御する場合,補綴の主要な制限は筋信号からユーザの意図を復号化する信頼性の課題である。市販義手の大部分は筋肉関連信号を有限数の予め定義された運動を解読するために,手全体の開閉運動の比例制御を提供する。ここでは,対照的に,著者らはそれらの人工手の個々の関節の柔軟な制御をユーザに提供することを目的とする。手の11関節を制御する連続的に独立にユーザを可能にする神経情報を復号化するための新しいフレームワークを提案し 非常に著者らの天然手を制御する。この目的に向けて,著者らは動的,自由運動(例えば,把握)と等尺性力タスク(例えば,スクイージング)の両者を組み合わせた日常物体操作タスクを実行するために六名の健康な被験者を導いた。前腕における手の五個の外来筋の筋電図と筋音図活性を記録し,手の継手を再現していることがセンサデータグローブを用いた手・指の11関節を同時に監視した。意図した手の動きに対する現在の筋活動から直接マッピングを学習することの代わりに,著者らは,将来の手の動きを予測する以前の手の動きの文脈を結合し,瞬時筋活性を有する新しい自己回帰アプローチを定式化した。特に,また我々が解読意図した手の動きと手関節の動力学と筋活動からの連続マッピングを学習するために外部入力と新しいGauss過程(GP)自己回帰フレームワークを持つ線形ベクトル自己回帰移動平均モデルを評価した。GPアプローチは高レベルの性能(RMSE8°/sおよび0.79)を達成した。重要なことは,筆者らは手の自由の独立して作用する程度の大きな集合を制御することを可能にするセンサの小セットを使用した。この新しいundersensored制御は,筋活動と関節角の間の非線形自己回帰連続マッピングの組み合わせにより可能となった。システムは,以前の天然手の動きとの関連における筋肉信号を評価した。状況における曖昧さを解決することを可能にし,筋肉信号だけは,自然の手の動きの文脈における筋肉信号を評価として正しい作用を決定することができない。GP自己回帰は,文脈に基づく予測だけでなくするが,その予測の不確実性を示し,従って,神経機能代替におけるリスクベース制御の新しい概念を可能にする,特に強力な方法である。著者らの結果は,外因性入力を持つGP自己回帰アプローチは神経テクノロジーにおける自然で,直感的,および連続制御のための自身を与える,天然肢機能の補綴に特に焦点,高器用さは複雑な運動に必要であるとことを示唆した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： センサ ,  生体工学 ,  復号化 ,  *多モード ,  線形性 ,  信頼性 ,  *Gauss過程 ,  不確実性 ,  定式化 ,  *補綴 ,  義手 ,  筋電図 ,  ロバスト性
準シソーラス用語： 筋活動 ,  *自己回帰 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 運動学 ,  比例 ,  マルチモーダル ,  補綴 ,  Gauss過程 ,  自己回帰