共創型人間‐機械インタフェースの提案と筋電義手処方支援システムの開発

共创人机界面的提出及肌电假手处方支持系统的开发

基本信息

批准号：
11J00522
负责人：
芝軒太郎
金额：
$ 0.83万
依托单位：
Hiroshima University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2011
资助国家：
日本
起止时间：
2011 至 2012
项目状态：
已结题

项目摘要

本年度は,筋電義手制御のための電極・動作選定法および筋電義手をはじめとするさまざまな機器の制御法について検討を行った.まず,偏KL情報量に基づく筋電位計測のための適切な電極貼付位置選定法を提案した.偏KL情報量はあらかじめ貼付した電極のうち,ある電極を除去した際の情報量の偏りを表しており,各電極が動作の識別に必要か否かを判別できる.偏KL情報量に従って識別に不要な電極を逐次削除することで,適切な電極を選定可能である.提案法では,筋電位の学習・識別に確率ニューラルネットを用いており,KL情報量最小化に基づく学習則を導入することで,ニューラルネットの学習と各電極が識別に与える影響度を同時に評価可能である.実験では。上肢切断者を含む全9名を対象に筋電位信号識別実験を行い,あらかじめ貼付した多数の電極から識別に必要な少数の電極を選定できること,選定電極のみを用いて精度良い動作識別が可能であることを示した[IEEE Transactions on Biomedical Engineering].次に,偏KL情報量を識別対象動作の選定に応用し,被験者が随意的に再現可能な動作(識別可能動作)を選定する方法を提案した.また,電極選定法と提案する動作選定法を組合せることで適切な電極と動作を同時に選定可能とした.実験では,あらかじめ被験者に手首・指に関連する動作を多数実施させ,提案法を用いて識別可能動作のみを選定できることを示すとともに,電極と動作の同時選定を行い,適切な電極と動作を偏KL情報量という統一的な枠組みによって一挙に獲得できることを示した.[計測自動制御学会論文集,IEEE/CME International Conference on ComPlex Medical Engineering (CME2012)].また,予期しない未学習動作を識別可能なニューラルネットを提案し,誤動作を防止した筋電義手制御を実現した.さらに,音声信号や圧電信号などの生体信号を制御入力とした新たなPC・家電機器制御インタフェースを開発した[計測自動制御学会論文集,日本人間工学会中国四国支部大会].一方,多数の乳幼児の行動をマーカーレスに計測し,画像処理によって行動を抽出・モデル化することで,健常児と車門家が指摘するハイリスク児との行動の違いを明らかにした[SI2012].

今年，我们讨论了选择电极和动作的方法，用于控制各种设备的肌电假肢和控制方法，例如电元素 - 电子 - 电信 - 电子 - 电机 - 电机 - 电机 - 电子 - 电信 - 电信 - 电信 - 电信 - 电信-Electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro -Electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro -Electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro -Electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro -Electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro -Electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro -Electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro-electro我们进行了一项实验，以识别所有九个人（包括上肢截肢者）上的肌电势信号，并表明可以从以前粘贴的大量电极中选择识别所需的少量电极，并且只能使用所选的EEE EEE Extractions进行iee Endiestiation，可以在以前粘贴过的精确操作识别来实现。可选地可重复地（可识别的动作）将偏见的KL信息的数量应用于受试者可以选择可重现的动议的选择（可识别的动作）。此外，通过将电极选择方法与提出的动作选择方法相结合，可以同时选择适当的电极和动作。在实验中，我们使受试者执行许多与手腕和手指相关的动作，并表明只能通过提出的方法选择可辨别的动作，并且还可以通过提出的方法来选择一个可以同时选择的电源和一致的范围，并且可以同时选择一个以及一致的电动机，并且可以一致地选择一个，并且可以同时选择一个，并且可以一致地选择一个，并且可以同时选择一个，并且可以一致地选择一个，并且可以同时选择一个，并且可以一致地选择一个，并且可以一致地选择一个，并且可以一致地选择一个，并且可以一致地选择电动机，并可以选择一致的方法，并可以选择一个疾病KL偏见的信息。此外，已经提出了一个可以识别出意想不到的未读取动作的神经网络，以实现防止故障的肌电假体手的故障控制。此外，使用语音信号和压电信号等生物学信号开发了一个新的PC和家用电器控制接口，作为控制输入[测量和自动化控制学会的论文，Chugoku Shikoku Shikoku分支机构，日本Ergoku学会Chugoku和Shikoku分支机构会议]。同时，通过测量许多没有标记的婴儿和幼儿的行为，以及使用图像处理提取和建模行为，Shunmonya [SI2012]指出了健康儿童和高风险儿童之间行为的差异。