表面エレクトロミオグラフィを使用して歩行相認識の強化のための新しい物理情報ベースのベイジアン融合ポストプロセッサー

科学分野:

• 生物医学工学
• ロボット
• リハビリテーション技術

背景:

• 筋肉のパターン認識システムは 下肢の義肢と外骨格の制御に不可欠です
• 神経電気制御のシグナルの変動は 不安全で不自然な歩行の移行につながります

研究 の 目的:

• 物理情報によるベイジアン融合 (PI-BF) の新型ポストプロセッサを開発し,検証する.
• 下肢支援装置の安全性,信頼性,そして自然な歩行の進行を向上させる.

主な方法:

• 表面電気ミオグラフィ (sEMG) 信号から抽出した時間領域 (TD) と時間依存電力スペクトル記述器 (TD-PSD) の特徴.
• SVM,ANN,KNN,CNN-LSTMモデルを用いた分類された歩行段階.
• PI-BF後処理を分類器の出力に適用し,それをベイジアン融合と後処理なしと比較した.

主要な成果:

• PI-BFは,SVMを使用したSIAT-LLMDデータセットで,分類精度を最大5.5%向上させ,85%に達しました.
• トランジション検出差 (TDD) を0.1±59.8msに減らし,出力安定性を5%向上させた.
• 歩行相認識の精度が90%近くと一致しています.

結論:

• PI-BFは不安定な移行を効果的に抑制し,肌電気制御における自然な歩行の進行を促進します.
• 提案されたPI-BFは,下肢補助装置の性能を改善するための,実用的で複雑なソリューションを提供します.
• PI-BFは,安全性,信頼性,およびミオエレクトリック制御システムのリアルタイム機能を強化します.