転移学習による筋電位ベース動作識別モデルの適応力向上

カテゴリ: 部門大会

論文No: TC11-2

グループ名: 【C】平成29年電気学会電子・情報・システム部門大会講演論文集

発行日: 2017/09/06

タイトル(英語): Improving the Model Fitness in Myoelectric Control System Using Transfer Learning

著者名: 叶賀 卓(産業技術総合研究所),兼村 厚範(産業技術総合研究所)

著者名(英語): Suguru Kanoga|Atsunori Kanemura

キーワード: 筋電位|動作識別|線形判別分析|位置ずれ|転移学習|Electromyography|Motion recognition|Linear discriminant analysis|Electrode displacement|Transfer learning

要約(日本語): ヒトから非侵襲的に計測可能な生体信号は，様々なモジュールの入力元として注目を集めている。特に，筋電位は電極から得られる信号のSN比が高く，動作の識別精度が高い。このことから，筋電位を用いたモジュールは，直観的な遠隔操作やリハビリテーションの効果促進，コミュニケーションの代行に期待されている。ここで，筋電位は複数日の計測が求められ，計測前に動作に対応した筋上の皮膚に電極を貼付する必要がある。しかしながら，ヒトが貼付を行なうため，日ごとに貼付位置に差が生じ，その差が識別器の精度を低下させることがある。この問題に対して，本研究では計測箇所を意図的に変動させた筋電位データセットを用意した。これらに転移学習を適用し，初日に計測した正確な電極位置から得られたデータに合うように識別器の生成を行なった。これにより，電極貼付位置の差に対応できるかどうかを検証した。

PDFファイルサイズ: 686 Kバイト