Project/Area Number |
22K18246
|
Research Category |
Grant-in-Aid for Early-Career Scientists
|
Allocation Type | Multi-year Fund |
Review Section |
Basic Section 90150:Medical assistive technology-related
|
Research Institution | Waseda University |
Principal Investigator |
三宅 太文 早稲田大学, 次世代ロボット研究機構, 次席研究員(研究院講師) (50907277)
|
Project Period (FY) |
2022-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
Keywords | 筋電位 / 訓練ロボット / 筋電 / 骨格筋 / ロボット / 生体情報 / 予防訓練 |
Outline of Research at the Start |
本研究では,個人に応じた効果的な最小の運動負荷を与える訓練システムの構築を目指す.まず,筋電位と近赤外光の信号を統合的に処理することで骨格筋への適切な負荷の推定手法を確立する.次に,円周方向と長軸方向に複数のチャンネルを設け,各チャンネルの信号を比較処理することで,センサシステムの適切な装着位置の推定アルゴリズムを構築する.そして,最終的に訓練システムを1か月間毎日使用した際の長期的な訓練効果の評価を行う.
|
Outline of Annual Research Achievements |
昨年度までに開発したロボットを用いた実験によるデータ解析を進めた.若年者と高齢者を合わせた10名において実施した抵抗負荷実験のデータを解析した.負荷に対する筋電積分値を対数近似した時に,どの被験者でも一定以上逸脱する負荷を検出することができた.この検出した抵抗負荷を用いて,10回の抵抗運動を実施したところ,目標値である1%程度の大腿部の膨張が確認された.同様の条件で指先の酸素飽和度を計測したところ,筋の負荷を定量化することができず,大腿部が膨張する負荷を検出することはできなかった.以上の解析結果から,嫌気性代謝が生じる負荷を検出するには,筋電位の処理が有益であることが分かった.また,センサの装着位置の補完方法について調査したところ,筋電位の計測性能が装着位置に依存することが再確認された.一方で,センシング可能な領域は個人差があり,一意に適切なセンシング部位を定めることが困難であることを確認できた.今後は,ユーザビリティ改善のために,センシング部位に関する個人差を解消可能なシステムを考案する.
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
若年者と高齢者計10名において実施した抵抗負荷実験のデータを解析することができた.負荷に対する筋電積分値を対数近似した時に,どの被験者でも一定以上逸脱する負荷を検出することができ,骨格筋の成長に必要な最小負荷の推定手法に安定性があることが確認できた.一方で,同様の条件で指先の酸素飽和度を計測したところ,筋の負荷を定量化することができず,大腿部が膨張する負荷を検出することはできなかった.嫌気性代謝が生じる負荷を検出する上で筋電位の処理が有益であった.嫌気性代謝の検出に有益な新たな生体信号情報を見出せなかったため,提案アルゴリズムを拡張する上で遅れが生じている.今後は,機械学習も組み合わせ,個人差がある生体信号の取得可能領域について検出する手法を検討する.
|
Strategy for Future Research Activity |
円周方向と長軸方向それぞれに筋電センサとを複数配列し,生体信号の強度の違いを見ることを可能にする.センシング可能領域に関する個人差の解消のために,より明瞭に信号を取得できる装着位置を使用者に提示するために,各チャンネルの情報から明瞭に生体信号を計測できる箇所を推定する方法論を明らかにする.20名の被験者を集め,無負荷状態で手先ないしは足先等を上下左右に動かす動作をキャリブレーション動作と定め,その動作時のチャンネル間の信号の比較アルゴリズムを開発する.また,慣性センサは運動情報とセンサ方位の検出に有効なため,慣性情報もアルゴリズムの入力値として用いることを検討する.本システム未経験の被験者10名に対し,システムの装着位置に関して事前知識を与えない状態で,評価実験を行い,実際に骨格筋が肥大する負荷の強度と回数を導出できることを確かめる.
|