文献

J-GLOBAL ID：202002266283202537   整理番号：20A0265957

低コスト端末間SEMGベース歩行サブ位相認識システム【JST・京大機械翻訳】

A Low-Cost End-to-End sEMG-Based Gait Sub-Phase Recognition System

著者 (5件)： Luo Ruiming (Key Laboratory of Design Intelligence and Digital Creativity of Zhejiang Province, College of Computer Science and Technology, Zhejiang University, Hangzhou, China) ,  Sun Shouqian (College of Computer Science and Technology, Zhejiang University, Hangzhou, China) ,  Zhang Xianfu (College of Computer Science and Technology, Zhejiang University, Hangzhou, China) ,  Tang Zhichuan (Industrial Design Institute, Zhejiang University of Technology, Hangzhou, China) ,  Wang Weide (College of Computer Science and Technology, Zhejiang University, Hangzhou, China)
資料名： IEEE Transactions on Neural Systems and Rehabilitation Engineering  (IEEE Transactions on Neural Systems and Rehabilitation Engineering)
巻： 28  号： 1  ページ： 267-276  発行年： 2020年 
JST資料番号： W0560A  ISSN： 1534-4320  CODEN： ITNSB3  資料種別： 逐次刊行物 (A)
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： 表面筋電図(sEMG)信号は人間の運動意図を検出する能力を持つので,それらは通常,制御入力として使用される。しかしながら,歩行サブ位相分類は典型的に単調な手動ラベリングプロセスを必要とし,市販のsEMG獲得装置は非常に嵩高く高価であり,現在のsEMGベースの歩行サブ位相認識システムは複雑で,貧弱な携帯性を持っている。本研究では,大腿筋肉と足底圧信号のsEMGを同時に収集する無線マルチチャネル信号取得装置と,多層パーセプトロン(MLP)を用いた新しい神経回路網ベースsEMG信号分類器を含む,低コストで効果的なエンドツーエンドsEMGベース歩行サブ位相認識システムを提案した。これは,長い短期メモリ(LSTM)を組み合わせた新しいニューラルネットワークベースのsEMG信号分類器である。5km/hでの平坦地形,3km/hでの平坦地形,5km/hでの20kgバックパック,5km/hでの20kg肩袋,5km/hでの15°傾斜の5条件下で歩行するシステムを評価した。実験結果は,提案した方法が,それぞれ94.10%,87.25%,90.71%,94.02%,87.87%の平均分類精度を達成し,既存の認識法より著しく高いことを示した。さらに,提案したシステムは3.25~3.31msの範囲で低い平均推論時間で良好な実時間性能を有していた。Copyright 2020 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： エンドツーエンド方式 ,  携帯型 ,  大腿筋 ,  多層パーセプトロン ,  記憶装置 ,  神経回路網 ,  ニューラルネットワーク ,  *位相 ,  *端末装置
準シソーラス用語： 分類精度 ,  バックパック ,  マルチチャネル ,  ワイヤレス ,  足圧 ,  表面筋電図 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (3件)： 歩行 ,  サブ ,  位相