筋電からの運動認識​

脳波や筋電などの生体情報は、実世界から得られる時系列データの典型的なものであり、近年、スマートウォッチや着脱が容易な筋電センサなど、容易に装着して日常的に使用できる IoT センサの普及により、その利活用へのニーズが高まっている。​
しかし、着脱容易な筋電センサの信号から、運動を推定する手法はまだ十分に研究されておらず、また、着脱によるセンサ位置のずれが認識精度を悪化させ、長期の使用を困難にしている。​
そこで、そうしたセンサを用いて上腕の運動を識別する手法を開発し、モジュール化することで、簡易なセンサでも義手の制御などに適用可能であることを示した。​
センサの位置ずれに対しても、転移学習を適用することで、少量の追加データで認識精度を安定化させられることを示した。

MATLAB のソースコードを公開
https://github.com/aistairc/ADAMECS

実験の詳細に関する論文
S. Kanoga, M. Matsuoka, A. Kanemura, Transfer learning over time and placement in wearable myoelectric control systems, Proceeding of 2018 IEEE Engineering in Medicine and Biology Society (EMBC), 2018.​ doi. 10.1109/EMBC.2018.8512872