文献

J-GLOBAL ID：202202255664518304   整理番号：22A0553252

筋肉と関節力学のウェアラブル解析:EMG駆動アプローチ【JST・京大機械翻訳】

Wearables-Only Analysis of Muscle and Joint Mechanics: An EMG-Driven Approach

著者 (4件)： Gurchiek Reed D. (M-Sense Research Group, University of Vermont, Burlington, VT, USA) ,  Donahue Nicole (M-Sense Research Group, University of Vermont, USA) ,  Fiorentino Niccolo M. (Department of Mechanical Engineering, University of Vermont, USA) ,  McGinnis Ryan S. (M-Sense Research Group, University of Vermont, USA)
資料名： IEEE Transactions on Biomedical Engineering  (IEEE Transactions on Biomedical Engineering)
巻： 69  号： 2  ページ： 580-589  発行年： 2022年 
JST資料番号： C0236A  ISSN： 0018-9294  CODEN： IEBEAX  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： 複雑なセンサアレイは,筋肉と関節力学の自由生活解析のための既存のウェアラブルベースのアルゴリズムの実用的な展開を禁止する。機械学習技術は,潜在的解決策として提案されているが,それらは,物理ベース技術と比較して,解釈が可能で,一般化可能である。ここでは,歩行中の膝関節と筋肉力学を特徴付けるために,筋収縮の慣性センサと筋電図(EMG)駆動シミュレーションを利用したハイブリッド法を提案した。機械学習を用いて,測定筋肉励起の部分集合を完全セットに写像し,それにより必要なセンサ数を低減した。9人の単対被験者を横断した歩行の立脚期中の個々の筋肉モーメントと仕事と同様に,ネット膝屈曲モーメント(KFM)を推定するためのアプローチの有用性を示した。すべての被験者で,KFMは,グランドトルース逆動力学解析と比較して,0.91%BW/H RMSEと強い相関(r=0.87)で推定した。個々の筋肉モーメントの推定は,筋肉作業の推定値(r=0.88≦0.99)として,光学運動捕捉と電極の完全なセットを用いた参照EMG駆動技術と強く相関した(r=0.81≦0.99)。本研究で提案した技法の実装は,表面電極(外側および内側腓腹筋および内側広筋)を有する3つの筋肉のみおよび慣性センサを有する大腿およびシャンクセグメントの両方を含む。これらのセンサ位置は,現在の最先端技術に匹敵する性能で筋肉と関節力学を監視するための実際的に展開可能な機構を容易にする膝ブレース/スリーブの計装を可能にする。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： アルゴリズム ,  シミュレーション ,  *筋肉 ,  シャンク ,  筋収縮 ,  筋電図 ,  スリーブ ,  膝関節 ,  歩行 ,  モーメント ,  推定量 ,  腓腹筋 ,  機械学習
準シソーラス用語： 被験者 ,  逆動力学 , 【Automatic Indexing@JST】

分類 (1件)： 筋骨格系・皮膚モデル  (EL02040R)

タイトルに関連する用語 (6件)： 筋肉 ,  関節 ,  力学 ,  ウェアラブル ,  解析 ,  EMG