文献

J-GLOBAL ID：201802244805600556   整理番号：18A2024635

3D仮想環境内でのオンライン制御改善のためのロバストなパターン認識筋電訓練【JST・京大機械翻訳】

Robust Pattern Recognition Myoelectric Training for Improved Online Control within a 3D Virtual Environment

著者 (2件)： Woodward Richard B. (Department of Physical Medicine and Rehabilitation at Northwestern University, Center for Bionic Medicine at the Shirley Ryan AbilityLab, Chicago, IL, 60611, USA) ,  Hargrove Levi J. (Departments of Physical Medicine and Rehabilitation and Biomedical Engineering at Northwestern University, Center for Bionic Medicine at the Shirley Ryan AbilityLab, Chicago, IL, 60611, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EMBC  ページ： 4701-4704  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 筋電気補綴制御のためのパターン認識訓練データの収集中に中立アーム位置を維持することは,高いオフライン分類精度をもたらすことが示されている。しかし,アームが異なる位置で使用されるとき,精度はリアルタイム応用に変換されない。以前の研究では,様々な位置のアームによる訓練データの収集がパターン認識制御システムを改善できることを示した。本研究では,これらの知見を仮想現実感を用いた没入試験環境における実時間筋電気制御に拡張した。動的条件下でのパターン認識アルゴリズムに対する訓練データを収集することにより,ユーザがアームを移動させることにより,制御効率と試験メトリックスの達成を大幅に改善することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 補綴 ,  制御系 ,  *オンライン制御 ,  *三次元 ,  *パターン認識 ,  バーチャルリアリティ ,  アーム ,  *ロバスト性
準シソーラス用語： メトリックス ,  認識アルゴリズム ,  実時間 ,  分類精度 ,  訓練データ ,  *筋電信号 ,  *仮想環境 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 3D ,  仮想環境 ,  オンライン制御 ,  ロバスト ,  パターン認識 ,  筋電 ,  訓練