文献

J-GLOBAL ID：202202235532599926   整理番号：22A0964306

筋電図記録に基づく指運動における時間および周波数特徴の利用【JST・京大機械翻訳】

The Use of Time and Frequency Features in Finger Movements Based on Electromyogram Recording

著者 (4件)： Atmaji Catur (Universitas Gadjah Mada,Doctoral Program in Computer Science,Yogyakarta,Indonesia) ,  Lelono Danang (Universitas Gadjah Mada,Dept. of Computer Science and Electronics,Yogyakarta,Indonesia) ,  Harjoko Agus (Universitas Gadjah Mada,Dept. of Computer Science and Electronics,Yogyakarta,Indonesia) ,  Dharmawan Andi (Universitas Gadjah Mada,Dept. of Computer Science and Electronics,Yogyakarta,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-6  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ヒト運動は,筋肉への脳コマンドの直接の結果である。筋活動は筋電図デバイスで分析でき,筋電図またはEMGシグナルの形で記録を生成する。2つの記録方法,すなわち,筋肉内EMGと表面EMGまたはsEMGは,より容易であり,より便利であるが,より低い分解能を持っている。EMG記録データの解析は,正しい方法が選択されるならば,より良くなり,その1つは特徴抽出方法の選択である。本研究は,限られた数の電極,すなわち4つの電極による基本的な指運動分類を行う。本研究の目的は,人工ニューラルネットワーク(ANN)と長い短期メモリ(LSTM)を用いた分類に用いる時間または周波数領域における特徴の変化を比較することである。データ取得は,2種類の運動,すなわち,開口とすべての指を交互に保持する実験を行なった20歳≦22歳の6人の被験者のGanglion Board装置で行った。本研究の結果は,ANNによる分類のための時間領域特徴の使用がLSTMより良い精度を生み出すことを示した。これは,本研究における移動の継続時間が非常に短く,2秒だけであるために起こる。周波数領域特性の使用の結果は,LSTMの使用が,特に平均電力と中央値周波数特性に関して,より良い精度を生成することを示した。Copyright 2022 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： 記憶装置 ,  周波数特性 ,  分解能 ,  ニューラルネットワーク ,  特徴抽出 ,  ヒト ,  開口 ,  *筋電図 ,  データ収集 ,  継続時間 ,  周波数領域
準シソーラス用語： 被験者 ,  筋活動 ,  時間領域 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 筋電図 ,  指 ,  運動