文献

J-GLOBAL ID：201902233790309483   整理番号：19A2918085

ロボット支援神経リハビリテーションのための神経筋活性化ベースのSEMG-トルクハイブリッドモデリングおよび最適化【JST・京大機械翻訳】

Neuromuscular Activation Based SEMG-Torque Hybrid Modeling and Optimization for Robot Assisted Neurorehabilitation

著者 (14件)： Wang Weiqun (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Wang Weiqun (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Hou Zeng-Guang (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Hou Zeng-Guang (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Hou Zeng-Guang (The CAS Center for Excellence in Brain Science and Intelligence Technology, Beijing, China) ,  Shi Weiguo (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Shi Weiguo (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Liang Xu (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Liang Xu (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Ren Shixin (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Ren Shixin (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Wang Jiaxing (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Wang Jiaxing (University of Chinese Academy of Sciences, Beijing, People’s Republic of China) ,  Peng Liang (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11954  ページ： 591-602  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： リハビリテーション訓練におけるヒト神経系の能動的関与は,神経障害患者の神経リハビリテーションと運動機能回復にとって非常に重要である。この目的のために,人間の運動意図は,sEMG信号と関連する関節トルクの間の関係をモデル化することによって実行することができる,リアルタイムで検出されて認識されなければならない。しかしながら,神経筋骨格およびブラックボックスモデリング法を含む現在のsEMG-トルクモデリング法は,それら自身の欠陥を有している。したがって,神経筋活性化とGauss過程回帰(GPR)アルゴリズムに基づくハイブリッドモデリング法を提案した。最初に,前処理sEMG信号を神経筋骨格モデリング法により神経および筋活性化に変換した。得られた筋肉活性化は,関連する関節角度と共に,筋収縮動力学,筋骨格構造および筋骨格動力学の複雑なモデリング過程を避けるために,GPRアルゴリズムにより隣接関節トルクに変換される。さらに,神経筋活性化とGPRモデルの非決定パラメータを,本研究で設計した最適化アルゴリズムに基づいて同時に較正した。最後に,提案した方法の性能を検証と比較実験により実証した。実験結果から,提案したハイブリッドモデリング法を用いて,トルク予測の高精度を得ることができることを示した。一方,試験と較正軌道の間の差異が非常に大きくないとき,試験軌道のためのジョイントトルクは,同様に高精度で予測することができた。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  前処理 ,  *モデリング ,  比較試験 ,  ヒト ,  ニューロパチー ,  *トルク ,  アルゴリズム ,  筋収縮 ,  *ロボット ,  *リハビリテーション ,  神経系
準シソーラス用語： 関節トルク ,  *神経筋 ,  *ニューロリハビリテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 神経リハビリテーション ,  SEMGモデリング ,  トルク予測 ,  パラメータ最適化 ,  運動意図認識

分類 (4件)： 脳・神経系モデル  (EL02050C) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： ロボット ,  支援 ,  神経リハビリテーション ,  神経筋 ,  活性化 ,  最適化