文献

J-GLOBAL ID：202002225915219278   整理番号：20A1621474

SCA-LSTM深層学習アプローチに基づくsEMG信号からの上肢関節角度の連続推定【JST・京大機械翻訳】

Continuous estimation of upper limb joint angle from sEMG signals based on SCA-LSTM deep learning approach

著者 (6件)： Ma Chenfei (College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, Liaoning 110819, China) ,  Ma Chenfei (The CAS Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, Guangdong 518055, China) ,  Lin Chuang (The CAS Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, Guangdong 518055, China) ,  Samuel Oluwarotimi Williams (The CAS Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, Guangdong 518055, China) ,  Xu Lisheng (College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, Liaoning 110819, China) ,  Li Guanglin (The CAS Key Laboratory of Human-Machine Intelligence-Synergy Systems, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, Guangdong 518055, China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 61  ページ： Null  発行年： 2020年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ロボットアーム制御は工業化の発展とともに多くの注目を集めている。筋電パターン認識に基づく方法は,数年間,多自由度で提案されている。これらの方法はいくつかのクラスの離散運動の作動を逐次的に支援できるが,それらは自然腕のような連続方式で多重運動の同時制御を可能にしない。本研究では,表面筋電図(sEMG)記録から抽出した運動学情報を用いて,連続腕運動を推定する,短期接続自己エンコーダ長短期記憶(SCA-LSTM)ベース同時および比例(SP)方式を提案した。11名の参加者から得た肩-肘関節角度運動の7つのクラスに対応するsEMG信号を,最大二乗平均平方根エンベロープを用いて前処理した。その後,提案したSCA-LSTMモデルと2つの一般的に用いられるモデル,すなわち,多層パーセプトロン(MLP)と畳み込みニューラルネットワーク(CNN)を訓練し,腕運動の連続推定のための前処理データを用いて試験した。著者らの実験結果は,提案したSCA-LSTMモデルが,CNN(86.8%)およびMLP(83.4%)モデルと比較して,被験者全体で一貫して安定な約95.7%の著しく高い推定精度を達成できることを示した。これらの結果は,提案したSCA-LSTMが,補綴制御のためのsEMG信号からの上肢運動の連続推定のための有望なモデルであることを示唆する。Copyright 2020 Elsevier B.V., Amsterdam. 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 ,  多重化 ,  符号器 ,  工業化 ,  *上肢 ,  エンベロープ ,  ロボットアーム ,  肘関節 ,  補綴 ,  多層パーセプトロン
準シソーラス用語： *関節角度 ,  筋電信号 ,  表面筋電図 ,  多自由度 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： ロボットアーム制御 ,  表面筋電図 ,  同時および比例制御 ,  関節角度推定 ,  深層学習

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

タイトルに関連する用語 (6件)： SCA ,  LSTM ,  深層学習 ,  上肢 ,  関節角度 ,  推定