海馬型ニューラルネットに基づいた筋電義手のための動作推定システムの開発

Material type: 文書・図像類

Author: 末光, 厚夫

Publisher: -

Publication date: 2011-06-10

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 本研究では，使い勝手の良い筋電義手の実現のために，申請者らが提案した海馬型ニューラルネットを基に，表面筋電位（EMG）信号から使用者の意図した手・腕の動きを推定するシステムを構築した．構築したシステムは，未学習のEMG 信号から6動作（手首屈曲，手首伸展，握る，開く，前腕回内，前腕回外）を平均約95...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

JAIST Repository
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
JAIST Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 海馬型ニューラルネットに基づいた筋電義手のための動作推定システムの開発
Author/Editor: 末光, 厚夫
Author Heading: 末光, 厚夫
Publication Date: 2011-06-10
Publication Date (W3CDTF): 2011-06-10
Alternative Title: Motion Estimation System for Myoelectric Prosthetic Hand Based on a Hippocampus Neural Network
Periodical title: 科学研究費補助金研究成果報告書
Pages: 1-4
Text Language Code: jpn
Subject Heading: 医療・福祉
脳・神経
生体機能代行
筋電義手
ニューラルネット
Target Audience: 一般
Note (General): 本研究では，使い勝手の良い筋電義手の実現のために，申請者らが提案した海馬型ニューラルネットを基に，表面筋電位（EMG）信号から使用者の意図した手・腕の動きを推定するシステムを構築した．構築したシステムは，未学習のEMG 信号から6動作（手首屈曲，手首伸展，握る，開く，前腕回内，前腕回外）を平均約95%の精度で識別可能であるだけでなく，大量の学習データは不要，センサの冗長性を許容，事前トレーニングは不要という実用的な特徴を持つ． : In this study, we constructed a motion estimation system for practical myoelectric prosthetic hands based on a hippocampus neural network we have previously proposed. The proposed system can classify six hand motions (wrist flexion, wrist extension, grasping, opening up, wrist supination, and wrist pronation) with an average of about 95% accuracy by using surface electromyogram signals. In addition, it does not require the large number of training data samples, the user to position sensors on optimal locations, and the user to be trained in advance.
若手研究（Ｂ）
研究期間：2009～2010
課題番号：21700576
研究者番号：20422199
研究分野：総合領域
科研費の分科・細目：人間医工学・リハビリテーション科学・福祉工学
identifier:https://dspace.jaist.ac.jp/dspace/handle/10119/9797
Access Restrictions: 限定公開
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 北陸先端科学技術大学院大学 : JAIST学術研究成果リポジトリ