EMGを用いた筋線維タイプに基づく筋疲労推定モデルの構築―身体的特徴と重回帰分析を用いたモデルパラメータ決定―

カテゴリ: 部門大会

論文No: GS9-2

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Estimation Model of Muscle Fatigue Based on Muscle Fiber Type Using Electromyography: Determination of Model Parameter Using Physical Features and Multiple Regression Analysis

著者名: 中島 浩輔（鳥取大学）,櫛田 大輔（鳥取大学）

著者名(英語): Kosuke Nakashima (Tottori University),Daisuke Kushida (Tottori University)

キーワード: 表面筋電位|筋疲労|筋線維タイプ|推定モデル|身体的特徴重回帰分析|Surface-electromyography|Muscle fatigue|Muscle fiber type|Estimation model|Physical featuresMultiple regression analysis

要約(日本語): 筋状態評価は，主に理学療法に基づいて行われるが，定量的な筋状態評価はなされていない。著者らは筋疲労の定量化を目指し，上腕二頭筋を対象としてEMGの周波数解析から筋線維タイプの活動割合を算出し，筋疲労の指標である「筋疲労時間」の導出および定義を行った。さらに，被験者毎の筋疲労時間と筋負荷の関係を対数式で表現した筋疲労推定モデルを構築した。しかし，その際のモデルパラメータは個人に依存する値であったため，未知被験者への適用時など汎用性に課題があった。本研究では，個人に依存するパラメータは個人の身体的特徴に関連すると仮定し，パラメータと相関する身体的特徴の選定と，重回帰分析を用いてパラメータ決定を試みた。結果として，パラメータと相関する身体的特徴に体脂肪率と皮下脂肪厚が選定され，約9%の誤差率でパラメータの決定を可能とした。これは，身体的特徴を用いることでモデルの個人依存解消を示唆したものである。