文献

J-GLOBAL ID：201802284492480611   整理番号：18A1140463

上肢に対するSEMG-EEG信号組合せに基づく運動分類戦略【JST・京大機械翻訳】

A motion-classification strategy based on sEMG-EEG signal combination for upper-limb amputees

著者 (10件)： Li Xiangxin (Chinese Academy of Sciences (CAS) Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Shenzhen, China) ,  Li Xiangxin (Shenzhen College of Advanced Technology, University of Chinese Academy of Sciences, Shenzhen, China) ,  Samuel Oluwarotimi Williams (Chinese Academy of Sciences (CAS) Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Shenzhen, China) ,  Samuel Oluwarotimi Williams (Shenzhen College of Advanced Technology, University of Chinese Academy of Sciences, Shenzhen, China) ,  Zhang Xu (Chinese Academy of Sciences (CAS) Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Shenzhen, China) ,  Zhang Xu (Department of Biology, South University of Science and Technology of China, Shenzhen, China) ,  Wang Hui (Chinese Academy of Sciences (CAS) Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Shenzhen, China) ,  Wang Hui (Shenzhen College of Advanced Technology, University of Chinese Academy of Sciences, Shenzhen, China) ,  Fang Peng (Chinese Academy of Sciences (CAS) Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Shenzhen, China) ,  Li Guanglin (Chinese Academy of Sciences (CAS) Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Shenzhen, China)
資料名： Journal of NeuroEngineering and Rehabilitation (Web)  (Journal of NeuroEngineering and Rehabilitation (Web))
巻： 14  号： 1  ページ： 2  発行年： 2017年 
JST資料番号： U7328A  ISSN： 1743-0003  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 【背景】現代のモーター化補綴の大部分は,切断された四肢の残存筋肉に記録された表面筋電図(sEMG)によって制御される。しかし,残存筋肉は通常限られており,特に肘切断後には,複数の自由度を有する補綴物の制御に十分なsEMGを提供しない。信号融合は,不十分な制御コマンドの問題を解決するための可能なアプローチであり,そこでは,いくつかの非EMG信号をsEMG信号と組み合わせて,運動強度復号化のための十分な情報を提供する。本研究では,sEMGと脳波(EEG)信号を組み合わせた運動分類法を提案し,上肢補綴の制御性能を改善するために研究した。【方法】神経疾患の形態のない4つの上腕骨切断を,実験において募集した。手-開,手-閉,手首-前,手首-回遊,および無運動を含む5つの運動クラスを特定した。運動性能の間,sEMGとEEG信号は,それぞれ皮膚表面と切断口の頭皮から同時に得られた。2種類の信号を独立に前処理し,次に並列制御入力として組み合わせた。4つの時間領域特徴を抽出して,運動認識のために線形判別分析(LDA)アルゴリズムによって訓練された分類装置に供給した。さらに,チャネル選択を,提案方法の性能を最適化するために,逐次フォワード選択(SFS)アルゴリズムを用いて実行した。【結果】sEMGとEEG信号の融合によって達成された分類性能は,sEMGまたはEEGの単一信号源によって得られたものより有意に良かった。32チャネルsEMGと64チャネルEEGの組合せを用いた場合,分類精度の14%以上の増加が達成された。さらに,SFSアルゴリズムに基づいて,2つの最適化電極配置(10チャネルsEMG+10チャネルEEG,10チャネルsEMG+20チャネルEEG)を,それぞれ84.2と87.0%の分類精度で得て,32チャネルsEMG入力だけを用いることによる精度より約7.2と10%高かった。【結論】本研究は,臨床応用における多機能筋電気補綴の制御性能を強化する可能性がある,上肘切断のための運動分類精度を改善するためにsEMGとEEG信号を融合する実現可能性を実証した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： パターン認識 ,  最適化 ,  リハビリテーション ,  自由度 ,  補綴 ,  チャネル ,  脳波 ,  前処理 ,  復号化 ,  *上肢 ,  アルゴリズム
準シソーラス用語： 分類精度 ,  信号源 ,  *脳波信号 ,  表面筋電図 , 【Automatic Indexing@JST】

著者キーワード (9件)： amputee ,  脳波 ,  ハイブリッドインタフェイス ,  運動分類 ,  多機能補綴 ,  パターン認識 ,  リハビリテーション ,  SEMG ,  信号融合

分類 (3件)： 生体代行装置  (EL04000N) ,  ロボットの運動・制御  (IC04012J) ,  生体計測  (EL03020C)

引用文献 (41件)：

• Pm & R J Inj Funct Rehabil; Neural interfaces for control of upper limb prostheses: the state of the art and future possibilities; AE Schultz, TA Kuiken; 3; 2011; 55-67; CR1;
• J NeuroEng Rehabil.; Non-invasive control interfaces for intention detection in active movement-assistive devices; J Lobo-Prat, PN Kooren, AHA Stienen, JL Herder, BFJM Koopman, PH Veltink; 11; 2014; 1-22; 10.1186/1743-0003-11-1; CR2;
• IEEE Trans Biomed Eng; Extracting Simultaneous and proportional neural control information for multiple-DOF prostheses from the surface electromyographic signal; N Jiang, KB Englehart, PA Parker; 56; 2009; 1070-80; 10.1109/TBME.2008.2007967; CR3;
• J Electromyogr Kinesiol; Towards reducing the impacts of unwanted movements on identification of motion intentions; X Li, S Chen, H Zhang, OW Samuel, H Wang, P Fang, X Zhang, G Li; 28; 2016; 90-8; 10.1016/j.jelekin.2016.03.005; CR4;
• IEEE Trans Neural Syst Rehabil Eng; The Extraction of neural information from the surface EMG for the control of upper-limb prostheses: emerging avenues and challenges; D Farina, J Ning, H Rehbaum, A Holobar, B Graimann, H Dietl, OC Aszmann; 22; 2014; 797-809; 10.1109/TNSRE.2014.2305111; CR5;

タイトルに関連する用語 (6件)： 上肢 ,  EEG信号 ,  組合せ ,  運動 ,  分類 ,  戦略