文献
J-GLOBAL ID:201802283156717921   整理番号:18A0708304

表面信号を用いた把持力予測に対する腕運動の影響【JST・京大機械翻訳】

Arm movements effect on grasping force prediction using surface electromyography signals
著者 (5件):
資料名:
巻: 2017  号: ROBIO  ページ: 682-687  発行年: 2017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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,表面筋電図(EMG)信号と把持力の間の関係に及ぼす腕運動の影響を調べた。実験は4つの静的アーム条件と2つの動的アーム条件で行った。6人の死亡者が実験に参加した。表面EMG信号を,5つの前腕筋肉から得て,多重線形回帰モデルを構築した。被験者は,モデルを訓練するために3種類のキャリブレーションタスクを完成させるために指示され,モデル性能をテストするために,1つの自発的に変化している把持力タスクを訓練した。各被験者により発揮された握力は,最大随意収縮(MVC)の50%より低いことが制限された。予測と観測された把持力の間の平均絶対差(MAD)を用いて予測性能を推定した。移動平均フィルタのウィンドウサイズを最初に最適化した。結果は,腕運動が力予測性能に有意な影響を及ぼすことを示した。条件間MADs(訓練データと試験データは異なる腕条件からの)は,条件内MADs(訓練データと試験データが同じ腕条件,平均7.41%±1.46%MVC対6.03%±0.40%MVC,p=0.023)より大きかった。アーム運動効果を減衰させるために,マルチ条件訓練方式を適用した。多条件訓練方式は,アーム運動効果に対するモデルのロバスト性を改善するために有用であることが証明された。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
生体計測 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る