文献

J-GLOBAL ID：202102259478615667   整理番号：21A0177767

手姿勢のパーベイシブ予測器としての集積光ファイバ力筋電センサ【JST・京大機械翻訳】

Integrated Optical Fiber Force Myography Sensor as Pervasive Predictor of Hand Postures

著者 (5件)： Wu Yu Tzu (Laboratory Photonic Materials and Devices, School of Mechanical Engineering, University of Campinas, Campinas, Brazil) ,  Gomes Matheus K (Laboratory Photonic Materials and Devices, School of Mechanical Engineering, University of Campinas, Campinas, Brazil) ,  da Silva Willian HA (Laboratory Photonic Materials and Devices, School of Mechanical Engineering, University of Campinas, Campinas, Brazil) ,  Lazari Pedro M (Laboratory Photonic Materials and Devices, School of Mechanical Engineering, University of Campinas, Campinas, Brazil) ,  Fujiwara Eric (Laboratory Photonic Materials and Devices, School of Mechanical Engineering, University of Campinas, Campinas, Brazil)
資料名： Biomedical Engineering and Computational Biology  (Biomedical Engineering and Computational Biology)
巻： 11  ページ： 1179597220912825  発行年： 2020年 
JST資料番号： W5144A  ISSN： 1179-5972  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： 力筋造影(FMG)は,主にその単純な信号パターンと電気干渉に対する免疫のため,生物医学応用における伝統的な筋電図に対する魅力的な代替法である。しかし,ほとんどのFMGセンサーは,さらに処理のためにコンピュータにデータを送って,それはユーザ移動性を減少して,このように,実用化のための機会を減らした。この意味で,本研究では,より小さな携帯部品を有する典型的な光ファイバFMGセンサを再モデル化することを提案する。さらに,すべてのデータ収集と処理ルーチンをRaspberry Pi 3モデルBマイクロプロセッサに移動させ,使用と携帯性の快適性を保証した。2つの隠れ層および競合出力層のフィードフォワード人工ニューラルネットワークを用いて,それぞれ,2つの入力チャネルおよび9つの姿勢分類に対して,平均精度および精度が,それぞれ,ΔΨ99.5%およびΔΨ99.8%で,本センサを成功裏に示した。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  快適性 ,  ニューラルネットワーク ,  フィードフォワード ,  筋電図 ,  マイクロプロセッサ ,  *光ファイバ ,  センサ ,  データ収集 ,  携帯型 ,  光ファイバセンサ ,  コンピュータ ,  ユーザインタフェイス
準シソーラス用語： 隠れ層 ,  *筋電信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： 力筋電図 ,  光ファイバセンサ ,  ユーザインターフェース ,  ジェスチャ認識 ,  集積化センサ

分類 (2件)： 光導波路,光ファイバ,繊維光学  (BD06030H) ,  生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 手 ,  姿勢 ,  予測器 ,  集積 ,  光ファイバ ,  筋電