Projects
筋電位信号を用いた動作パターン認識
筋電位信号からヒトの動作意図を解読できれば，様々な機器制御に応用することができます．そのためには，計測した筋電位信号と操作者の動作意図との対応を機械学習的に推定する必要があります．従来より，様々な分類モデルが筋電位信号に基づくの動作パターン認識に用いられてきましたが，これらの多くは汎用の機械学習手法に基づいたものであり，筋電位信号の生成過程やその確率的特徴を十分に考慮したものではありませんでした．
本研究では，筋電位信号の確率的生成モデルに関する研究を応用し，動作パターン認識アルゴリズムの構築に取り組んでいます．このアプローチにより，汎用的な機械学習手法に頼ることの多かった筋電位信号識別において，筋電位信号自体の性質を利用した学習・推論を実現し，より高精度な動作パターン認識を目指しています．
関連文献
- Akira Furui, Takuya Igaue, and Toshio Tsuji
EMG Pattern Recognition via Bayesian Inference with Scale Mixture-Based Stochastic Generative Models
Expert Systems with Applications, vol. 185, 115644, 2021. (SCI, IF = 6.954)
[ScienceDirect] [arxiv] - Akira Furui, Hideaki Hayashi, Go Nakamura, Takaaki Chin, and Toshio Tsuji
An Artificial EMG Generation Model Based on Signal-dependent Noise and Related Application to Motion Classification
PLoS ONE, vol. 12, no. 6, e0180112, Jun 2017. (SCI, IF = 2.806)
[plos.org] - Akira Furui, Hideaki Hayashi, and Toshio Tsuji
An EMG Pattern Classification Method Based on a Mixture of Variance Distribution Models
Proceedings of 40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC’18), pp. 5216–5219, Honolulu, HI, USA, July 17–21, 2018.
[IEEE Xplore]