2021 Fiscal Year Research-status Report
Skill Assessment on Pedaling Exercise by using Muscular Synergy and Artificial Intelligence
| Project/Area Number |
20K11408
|
|---|
| Research Institution | Fukuoka Institute of Technology |
|---|
Principal Investigator |
徳安 達士 福岡工業大学, 情報工学部, 教授 (50435492)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | ペダリング運動 / 機械学習 / 筋シナジー |
|---|
| Outline of Annual Research Achievements |
令和３年度の研究内容として，１）実験装置の改良，２）筋シナジーの２次元画像への高速変換手法の確立，３）機械学習による初心者被験者の特徴抽出に取り組んだ．
１）について，本研究では固定式トレーナー上でのペダリング運動において，被験者のマニュアル操作によるギア変更を行っていたが，シフトチェンジ時のレバー操作とギアチェンジが下肢運動に影響していることが被験者から指摘されていた．現状の実験装置は，ワイヤーでシフトチェンジを行っていたため，被験者のストレスだけでなく，負荷変更にも時間遅れが生じていた．これを解決するために，ワイヤレス式のコンポーネントを導入し，実験装置に実装した．
２）について，これまでペダリング運動中に筋電位を測定し，実験後にオフラインで筋シナジーを求めていた．データを処理する流れの中で，複数の異なるソフトウェアを用いていたが，pythonによる処理に一本化することで計算精度を損なわず，筋シナジー抽出に要する時間を短縮することができた．
３）ビンディングペダルの利用経験のない３名の被験者について，ペダリング運動の条件を様々変更して実験を行い，筋シナジーを抽出した．本研究では筋シナジーは２次元画像として保存されるため，画像分類の機械学習であるEfficientNetを用いて被験者を分類することを試みた．また，分類結果についてGrad-Camを用いて機械学習が筋シナジーのどの部分に注目したかを可視化した．その結果，初心者被験者の筋シナジーには個人差が大きいことがわかった．特に，ペダリング技術で重要とされている引き足を積極的に行っている様子が見られなかった．
次年度は，熟練競技者を被験者として同様の実験を行い，その結果に基づいて，本研究の最終目的である筋シナジーと機械学習によるペダリング技術の定量評価について，その可能性を言及したい．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
新型コロナウィルスの影響により，機関外から被験者を募って実験を行うことができなった分，ソフトウェアやハードウェアの整備にエフォートを割くことができた．画像化した筋シナジーを機械学習によって分類することにより，被験者の個人的特徴を可視化することができるようになったため，本研究は順調に進展していると考えている．
|
| Strategy for Future Research Activity |
最終年度は，新型コロナウィルスの感染状況を鑑みながら，ビンディングペダルの利用経験が一定期間以上ある被験者に同様の実験を行い，結果について考察する予定である．また，Grad-Camを用いた機械学習の判断根拠を可視化する試みにおいて，そのヒートマップからペダリング運動に動員される筋がどのような状況にあるかを言語化することにも努める予定である．これらの実現によって，ペダリング運動の技術を定量的に分析し，技術向上のためのフィードバックを被験者に与える流れを確立できると考えている．
|
| Causes of Carryover |
新型コロナウィルスの感染状況を鑑みて，上級競技者を外部から招致して実験を行えなかったことが原因である．最終年度に向けて機械学習を高速化するために，最新のGPUを搭載したコンピュータを導入する．また，上級競技者による実験を実施することも予定している．
|
