プログレッシブFastICAピールオフ法を用いたオンライン表面筋電図分解の二重検証

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...

表面筋電図信号のトポロジー:リーマン多様体での手のジェスチャーのデコード

表面筋電図信号のトポロジー構造:リーマン多様体を利用した手のジェスチャーのデコード 本論文はHarshavardhana T. Gowda(カリフォルニア大学デービス校 電子・計算機工学科)とLee M. Miller(カリフォルニア大学デービス校 心理・脳科学センター、神経生理学・行動学科、耳鼻咽喉科-頭頸部外科)によって共同執筆されました。この論文は《Journal of Neural Engineering》に掲載されました。 研究背景 表面筋電図(sEMG)信号は、皮膚の表面にセンサーを設置して運動単位(MU)の活性化からの電気信号を非侵襲的に記録するものです。これらの信号は上肢のジェスチャーのデコードに応用されており、特に切断者のリハビリ、人工肢の強化、コンピュータジェスチャー制御...