A time advance estimation method for human motions using stochastic resonance and multiple EMG sensors

使用随机共振和多个肌电图传感器的人体运动时间超前估计方法

基本信息

批准号：
18K04071
负责人：
貞弘晃宜
金额：
$ 2.16万
依托单位：
Oita University (2019-2022)Sasebo National College of Technology (2018)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

前年までも継続的に取り組んできた、マルチセンサと SR現象を用いることで、高い SN 比を実現する手法により計測された筋電位信号から、人間の動作を実際の動作よりも早く推定する方法として、(1) SR 現象により粗く量子化された信号をもちいつつも、機械学習を用いることで、従来手法である NDARX によるものよりも、より良い推定精度をもち、かつ Mixture of Experts によって、EMD 変動を考慮した手法を提案した。また、同様の取り組みとして、(2) 特徴量抽出法と電気力学的遅延特性との組み合わせを行うことで、実時間処理可能でかつ精度の良い推定ができることを示すことができた。従来我々のグループでは多くの運動単位活動電位の重畳であり、それらが主に取りたい信号のノイズかのように見えてしまう信号であるが故に、低域通過フィルタやマルチセンサとSR現象の組み合わせのようなノイズ除去手法により推定モデルへの入力とする前の処理が必要であると考えていた。そのため、生の筋電位信号を推定モデルへの入力とはできない、とも考えていた。一方で他者の研究成果により、生の筋電位信号に対して特徴量抽出と呼ばれる、後処理を行うことで、精度のよい推定ができることが示されていた。実時間処理を可能とするため、これに我々が着目する電気力学的遅延特性を組み合わせを発案し、NDARX を用いた方法と同程度には事前推定が行え、さらに精度は、これまで提案したどの手法よりも高いものになることを示すことができた。

作为一种根据使用多传感器和 SR 现象实现高信噪比的方法测量的肌电势信号来估计人体运动速度比实际运动速度更快的方法，我们一直致力于该方法，直到去年， (1)即使信号由于SR现象而被粗量化，但利用机器学习比传统方法NDARX具有更好的估计精度。我们提出了一种考虑波动的方法。此外，作为类似的努力，我们能够证明（2）将特征提取方法和电动延迟特性相结合可以实现实时处理和高精度估计。传统上，在我们组中，信号是许多运动单元动作电位的叠加，并且由于这些信号在我们想要捕获的主要信号中似乎是噪声，因此我们开发了低通滤波器、多传感器、人们认为，在将数据用作估计模型的输入之前，有必要使用噪声消除方法（例如）对其进行处理。因此，他们认为原始肌电位信号不能用作估计模型的输入。另一方面，其他人的研究结果表明，通过对原始肌电位信号进行称为特征提取的后处理，可以实现准确的估计。为了实现实时处理，我们提出了将其与我们关注的电动延迟特性相结合，并且我们能够进行与使用 NDARX 的方法相同程度的先验估计，并且精度比任何方法都要好迄今为止提出的方法的结果表明，其结果高于传统方法。