オンライン表面筋電図信号分解の二重ソース検証に関する研究 学術的背景 表面筋電図（Surface Electromyogram, SEMG）は筋肉活動を表す重要な指標であり、運動リハビリテーション、ロボット制御、ヒューマンマシンインタフェースなどの分野で広く応用されています。しかし、SEMG信号は低SN比、高い類似性、波形の重なりが顕著なため、分解が困難です。近年、電子技術とセンシング技術の進歩により、高密度表面筋電図（High-Density SEMG, HD SEMG）の収集が可能となり、盲源分離技術（Blind Source Separation, BSS）として知られる手法、例えば畳み込みカーネル補償（Convolution Kernel Compensation, CKC）や漸進型...