| 研究課題/領域番号 |
20K14698
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分20020:ロボティクスおよび知能機械システム関連
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
古居 彬 広島大学, 先進理工系科学研究科(工), 助教 (30868237)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 筋電位信号 / 生体信号 / 機械学習 / 確率モデル / 筋疲労 / 逐次学習 / 筋電義手 |
|---|
| 研究成果の概要 |
本研究では，尺度混合表現に基づく確率モデルを用いて，筋疲労中の筋電位信号（筋収縮に伴って発生する電気信号）の潜在状態を推論するための方法論を構築した．副次的に，本手法は脳波など筋電位信号以外の生体信号にも適用可能であることを示した．また，このモデルを拡張し，筋活動中の不確実性を考慮可能な筋電位パターン分類法や，逐次学習に基づく適応的動作認識法を提案した．さらに，提案したパターン分類器を筋電義手システムに導入し，生体模倣動作を実現可能な筋電義手の開発に取り組んだ．
|
| 自由記述の分野 |
生体信号解析，機械学習，確率モデル
|
| 研究成果の学術的意義や社会的意義 |
本研究成果の学術的意義は，筋電位信号の時系列データに含まれる潜在的特徴を推定可能な，新たな確率モデリングの枠組みを提案している点である．これに加え，モデルをパターン分類法へと展開し，筋疲労に対して頑健な動作認識に応用したことも，本研究の貢献として挙げられる．
筋電位信号などの生体信号から，ヒトの動作意図や異常の兆候といった内在的な情報を推定することができれば，より直感的かつ自然に操作可能なヒューマンマシンインタフェースに繋げることができる．本研究は，そのような技術を実現する上で考慮しなければならない「筋疲労」という現象の対処に焦点を当てたものであり，この点に本研究成果の社会的意義がある．
|
