筋電センサーを用いた動作特定の検証

カテゴリ: 部門大会

論文No: 15P2-P-16

グループ名: 【E】第39回「センサ・マイクロマシンと応用システム」シンポジウム

発行日: 2022/11/07

タイトル(英語): A study of motion classification with patch-type EMG sensor

著者名: リュウ イチョク(PGV), 伊東 正登(PGV), 別府 有香(住友理工), 小柳津 直樹(住友理工), 吉本 秀輔(PGV), 前川 智哉(住友電気工業)

著者名(英語): YIZHI LIU(PGV Inc.), Masato Ito(PGV Inc.), Yuka Beppu(Sumitomo Riko), Naoki Oyaizu(Sumitomo Riko Company Limited), Shusuke Yoshimoto(PGV Inc.), Tomoya Maekawa(Sumitomo Electric Industries, Ltd.)

キーワード: ウェアラブルバイオセンサ|生体情報|AI/機械学習|ヒューマンインターフェース|センサ信号処理|Wearable sensor|Bio informatics|AI|Human interface|Sensor signal processing

要約(日本語): 近年、生体データを用いて人の感情や動きを分析する研究が盛んに行われているが、心拍などの微小なデータは、必要な特徴量が外乱ノイズにより埋もれてしまうという課題がある。そこで本研究では、大きな信号として安定している筋電に着目し、伸縮性の高い電極で、特定の動作下における“顔の動き”と“腕と足の動き”を計測した。統計検定と機械学習モデルによる分類の結果、データから動作特定が可能であることを確認した。

要約(英語): Recent research has analyzed human emotions and behavior using biological data. However, the small-voltage data have difficulty to find feature signals from disturbance noise. This study utilizes myoelectricity to measure "facial, arm and leg movements" under specific motions using highly elastic electrode . We implemented AI to identify the motion from the myoelectricity data.

PDFファイルサイズ: 413 Kバイト