JP2018015408A - 筋活動推定装置、方法およびプログラム - Google Patents
筋活動推定装置、方法およびプログラム Download PDFInfo
- Publication number
- JP2018015408A JP2018015408A JP2016149818A JP2016149818A JP2018015408A JP 2018015408 A JP2018015408 A JP 2018015408A JP 2016149818 A JP2016149818 A JP 2016149818A JP 2016149818 A JP2016149818 A JP 2016149818A JP 2018015408 A JP2018015408 A JP 2018015408A
- Authority
- JP
- Japan
- Prior art keywords
- muscle
- state
- muscle activity
- motion
- storage unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
【解決手段】対象ユーザUSの運動(ゴルフスイング)中に筋電センサ11〜1mにより測定された筋電データを取得し、当該筋電データをカメラ2により得られた対象ユーザUSのモーションデータをもとにトリミングした後、筋活動量を抽出する。そして、各チャネルの筋活動量からそれぞれ筋シナジーとその活動量を算出した後、当該筋シナジーをその活動量のピークが出現するタイミングが早い順にソートする。次に、対象ユーザUSのすべての運動について得られた上記ソート後の筋シナジーを、回帰分析によりシグモイド関数にフィッティングさせ、このときのシグモイド関数のパラメータまたはフィッティングの度合いを表す指標をもとに、スイングの状態を推定する。
【選択図】図1
Description
[一実施形態]
(構成)
図1はこの発明に係る筋活動推定装置の一実施形態を示す機能ブロック図であり、図中USは対象ユーザ、2はカメラ、3は上記筋活動推定装置、4は対象ユーザUSが所持するユーザ端末をそれぞれ示している。カメラ2は例えばウェブカメラからなる。ユーザ端末4としては、例えばスマートフォン、ウエアラブル端末またはタブレット型端末が使用される。
通信ユニット31は、第1の受信部311と、第2の受信部312と、送信部313とを有している。第1の受信部311は、上記カメラ2から送信されたモーションデータを受信する。第2の受信部312は、上記筋電センサ11〜1mから送信された筋電データを受信する。送信部313は、ユーザ端末4等の外部の端末や情報処理装置へ解析データを送信するために使用される。なお、第1および第2の受信部311,312は共用してもよい。
(1) 今日のスイングにより新たに得られたシグモイド関数のパラメータを、フィッティングデータ記憶部336に記憶されている、過去の複数の日におけるスイングの状態に対応するシグモイド関数のパラメータと比較し、パラメータが最も類似する過去のスイングに対する主観的評価を表す情報を読み出す。そして、この読み出された主観的評価を表す情報を、その日付を表す情報と共に推定結果記憶部337に格納する処理。
次に、以上のように構成された装置の動作を説明する。図2は筋活動推定装置3の処理手順と処理内容を示すフローチャートである。
(1)データ取得
被験者となる対象ユーザUSは、複数の筋肉にそれぞれ筋電センサ11〜1mが取り付けられた状態で、ゴルフスイングを行う。またその様子を側方位置からカメラ2により撮像する。
続いて制御ユニット32は、後述する筋シナジー解析を行いやすくするため、筋活動量抽出処理部323の制御の下、ステップS14において上記各筋電データから筋活動量を抽出する処理を実行する。
次に制御ユニット32は、筋活動量の特徴を抽出するために、筋シナジー解析処理部324の制御の下、ステップS15において、上記筋活動量抽出処理部323によりチャネルch1,ch2,ch3,…ごとに抽出された筋電活動量を表すデータに対し、それぞれ非負値行列因子分解(NMF)を行う。この結果、上記前処理によって得られた筋活動量をE とし、筋シナジーをS 、その活動量(アクティベーション)をtA とすると、非負値行列因子分解(NMF)により筋活動量E は
次に制御ユニット32は、1回のゴルフスイングにおける筋シナジーの時間変化を調べるために、ソート処理部326の制御の下、ステップS16において、チャネルごとに得られた筋シナジーを、その活動量のピークが出現するタイミングが早い順に並べ替える。活動量のピークは、移動平均フィルタをかけた後に最大値となる時刻を見つけることで特定する。続いて、ピークの出現タイミングが早い順から筋シナジーに番号jを振り直し、最後にピークの順番をpikとする。
続いて制御ユニット32は、フィッティング処理部326の制御の下、ステップS17において、上記ソート後の筋シナジーをシグモイド関数に最小二乗法で回帰する。このときシグモイド関数σ(t) は
σ(t) =c/(1+ea(t-t0))+y0
と表される。なお、cは定数、aは傾き(ゲイン)、y0 はオフセット値を示す。上記シグモイド関数に回帰した結果は、
pjk∪σ(t jk) (5)
のように表される。
次に制御ユニット32は、筋活動推定処理部327の制御の下、ステップS18により筋活動の推定処理を実行する。筋活動の推定処理方法には以下の2つの実施例がある。
フィッティングデータ記憶部336には、過去の複数の日におけるスイングの状態に対応するシグモイド関数のパラメータと、当該パラメータに対応するスイングの主観的評価値と、そのときの日付を表す情報が相互に関連付けられて記憶されている。図11(b)はその記憶データの一例を示すもので、主観的評価値は1=「よい」、0=「ふつう」、−1=「悪い」の3種類で表されている。なお、図11(a)は、シグモイド関数へのフィッティングの対象となったスイングの数とそのタイミングを示し、図中A1 ,A2 ,A3 ,…は日付ごとのスイング群に対応する。
フィッティングデータ記憶部336には、図12(a)に示すように、対象ユーザUSがスイングを1回行うごとに、当該スイングを含む過去の所定回数分のスイング群から求めたシグモイド関数のフィッティングの度合いを評価するための指標、つまりスイングの安定度を表す指標(安定度指標)が順次記憶される。図12(b)はその記憶データの一例を示すもので、スイング群A1 ,A2 ,A3 ,…ごとに、指標として決定係数(R2 )を記憶するようにしたものである。なお、スイングの安定度を表す指標として、平均二乗誤差(RMSE)を記憶するようにしてもよい。
制御ユニット32は、出力処理部328の制御の下、ステップS19において推定結果を出力する処理を以下のように実行する。
すなわち、事前に対象ユーザUSにより推定結果の表示要求が設定されているか、または推定処理終了後にユーザ端末4から推定結果の表示要求を受信したとする。制御ユニット32は、上記表示要求が事前に設定されているかまたは受信したと判定すると、上記推定結果記憶部337からスイングの状態の推定結果を表す情報を読み出す。
以上詳述したようにこの発明の一実施形態では、対象ユーザUSの運動(ゴルフスイング)中に筋電センサ11〜1m(チャネル)により測定された筋電データを取得し、当該筋電データをカメラ2により得られた対象ユーザUSのモーションデータをもとにトリミングした後、筋活動量を抽出する。そして、各チャネルの筋活動量からそれぞれ筋シナジーとその活動量(アクティベーション)を算出した後、当該筋シナジーをその活動量のピークが出現するタイミングが早い順にソートする。次に、対象ユーザUSのすべての運動について得られた上記ソート後の筋シナジーを、回帰分析によりシグモイド関数にフィッティングさせ、このときのシグモイド関数のパラメータまたはフィッティングの度合いを表す指標をもとに、スイングの状態を推定しその結果をユーザ端末4に送信するようにしている。
発明者は、上記した一実施形態に係る筋活動解析方法についてその有効性を検証した。この検証では、被験者としてゴルフに対して十分な経験を持つ男性2人、女性2人の計4人を選び、各人がゴルフスイングを8回行っている状態で、それぞれ26チャネル分の筋電センサを用いて筋電図を測定すると共に、それぞれのスイングの様子をカメラで撮像した。
前記実施形態では、筋活動推定装置3として専用のパーソナルコンピュータを設けた場合を例にとって説明したが、筋活動推定処理機能はユーザ端末4内、或いはネットワーク上のサーバコンピュータまたはクラウドコンピュータに設けてもよい。この場合、筋電データおよびモーションデータはユーザ端末またはそれに代わるパーソナルコンピュータを経由してサーバコンピュータまたはクラウドコンピュータに送信する。
Claims (7)
- 被験者の運動に使用する複数の筋肉に装着された複数の筋電センサから、前記複数の筋肉の活動を表す筋電図データを受信する手段と、
前記受信された筋電図データをもとに、前記複数の筋肉の各々についてその活動の特徴を表す特徴データを抽出する手段と、
前記抽出された各特徴データを、その活動量の最大値が出現するタイミングの順に並べ替える手段と、
前記並べ替えが行われた後の各特徴データを所定の関数に近似し、当該近似された関数のパラメータと近似の度合いを表す情報のうち少なくとも一方を求める手段と、
過去に行われた複数の運動の各々について求められた前記関数のパラメータと近似の度合いを表す情報の少なくとも一方を記憶部に記憶する手段と、
前記記憶部に記憶された、過去の複数の運動について求められた関数のパラメータと近似の度合いを表す情報の少なくとも一方を参照して、新たに行われた運動の状態を推定する手段と
を具備することを特徴とする筋活動推定装置。 - 前記運動の状態を推定する手段は、新たに行われた運動について求められた関数のパラメータを、前記記憶部に記憶された、過去の複数の運動について求められた関数のパラメータと比較し、前記パラメータが類似する過去の運動の状態をもとに、前記新たに行われた運動の状態を推定することを特徴とする請求項1に記載の筋活動推定装置。
- 前記運動の状態を推定する手段は、前記記憶部に記憶された、過去の複数の運動について求められた関数の近似の度合いを表す情報を参照して、新たに行われた運動について求められた関数の近似の度合いを表す情報の変化を算出し、その算出結果をもとに、前記新たに行われた運動の状態を推定することを特徴とする請求項1に記載の筋活動推定装置。
- 前記運動の状態を推定する手段により推定された、新たに行われた運動の状態を表す情報を、外部の装置へ出力する手段を、さらに具備することを特徴とする請求項1乃至3のいずれかに記載の筋活動推定装置。
- 前記外部の装置へ出力する手段は、前記推定された新たに行われた運動の状態を表す情報として、当該運動の状態の主観評価結果を表す情報と、当該運動の状態の安定度を表す情報の少なくとも一方を出力することを特徴とする請求項4に記載の筋活動推定装置。
- 被験者の運動に使用する複数の筋肉に装着された複数の筋電センサとの間でデータ通信が可能な筋活動推定装置が実行する筋活動推定方法であって、
前記複数の筋電センサから、前記複数の筋肉の活動を表す筋電図データを受信する過程と、
前記受信された筋電図データをもとに、前記複数の筋肉の各々についてその活動の特徴を表す特徴データを抽出する過程と、
前記抽出された各特徴データを、その活動量の最大値が出現するタイミングの順に並べ替える過程と、
前記並べ替えが行われた後の各特徴データを所定の関数に近似し、当該近似された関数のパラメータと近似の度合いを表す情報のうち少なくとも一方を求める過程と、
過去に行われた複数の運動の各々について求められた前記関数のパラメータと近似の度合いを表す情報の少なくとも一方を記憶部に記憶する過程と、
前記記憶部に記憶された、過去の複数の運動について求められた関数のパラメータと近似の度合いを表す情報の少なくとも一方を参照して、新たに行われた運動の状態を推定する過程と
を具備することを特徴とする筋活動推定方法。 - 請求項1乃至請求項5の何れかに記載の筋活動推定装置の前記各手段としてコンピュータを機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016149818A JP6515070B2 (ja) | 2016-07-29 | 2016-07-29 | 筋活動推定装置、方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016149818A JP6515070B2 (ja) | 2016-07-29 | 2016-07-29 | 筋活動推定装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018015408A true JP2018015408A (ja) | 2018-02-01 |
JP6515070B2 JP6515070B2 (ja) | 2019-05-15 |
Family
ID=61075514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016149818A Active JP6515070B2 (ja) | 2016-07-29 | 2016-07-29 | 筋活動推定装置、方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6515070B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019159951A1 (ja) * | 2018-02-13 | 2019-08-22 | 日本電信電話株式会社 | 運動評価改善システム及び運動評価改善方法 |
JP2021142087A (ja) * | 2020-03-11 | 2021-09-24 | 国立大学法人岩手大学 | 摂食嚥下機能評価方法及び摂食嚥下機能評価システム |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0698865A (ja) * | 1992-06-03 | 1994-04-12 | Yuujirou Sunouchi | 生体の筋活動計測装置 |
JP2004073386A (ja) * | 2002-08-13 | 2004-03-11 | Japan Science & Technology Corp | インピーダンス測定装置及び運動学習支援装置 |
JP2006000132A (ja) * | 2004-06-15 | 2006-01-05 | Univ Of Tokyo | 運動情報−神経情報変換装置及び方法、運動情報−神経情報変換プログラム及び該プログラムを記録した記録媒体 |
JP2008123399A (ja) * | 2006-11-15 | 2008-05-29 | Seiko Epson Corp | 感情認識装置、電子機器、感情認識方法、制御プログラム及び記録媒体 |
JP2010261974A (ja) * | 2009-04-28 | 2010-11-18 | Yamaha Corp | 信号制御装置 |
JP2012516205A (ja) * | 2009-01-30 | 2012-07-19 | メドトロニック・ゾーメド・インコーポレーテッド | 電気外科手術中の神経監視 |
JP2012524636A (ja) * | 2009-04-24 | 2012-10-18 | アドバンスド ブレイン モニタリング,インコーポレイテッド | 適応的行動トレーナー |
WO2014197443A1 (en) * | 2013-06-03 | 2014-12-11 | Kacyvenski Isaiah | Motion sensor and analysis |
JP2015073805A (ja) * | 2013-10-11 | 2015-04-20 | 独立行政法人理化学研究所 | 訓練装置、訓練方法、ならびに、プログラム |
JP2016080671A (ja) * | 2014-10-20 | 2016-05-16 | 純一 水澤 | 人間の動きを測定するロボット計測器 |
JP2016087420A (ja) * | 2014-11-04 | 2016-05-23 | 国立大学法人宇都宮大学 | 協調運動評価装置 |
-
2016
- 2016-07-29 JP JP2016149818A patent/JP6515070B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0698865A (ja) * | 1992-06-03 | 1994-04-12 | Yuujirou Sunouchi | 生体の筋活動計測装置 |
JP2004073386A (ja) * | 2002-08-13 | 2004-03-11 | Japan Science & Technology Corp | インピーダンス測定装置及び運動学習支援装置 |
JP2006000132A (ja) * | 2004-06-15 | 2006-01-05 | Univ Of Tokyo | 運動情報−神経情報変換装置及び方法、運動情報−神経情報変換プログラム及び該プログラムを記録した記録媒体 |
JP2008123399A (ja) * | 2006-11-15 | 2008-05-29 | Seiko Epson Corp | 感情認識装置、電子機器、感情認識方法、制御プログラム及び記録媒体 |
JP2012516205A (ja) * | 2009-01-30 | 2012-07-19 | メドトロニック・ゾーメド・インコーポレーテッド | 電気外科手術中の神経監視 |
JP2012524636A (ja) * | 2009-04-24 | 2012-10-18 | アドバンスド ブレイン モニタリング,インコーポレイテッド | 適応的行動トレーナー |
JP2010261974A (ja) * | 2009-04-28 | 2010-11-18 | Yamaha Corp | 信号制御装置 |
WO2014197443A1 (en) * | 2013-06-03 | 2014-12-11 | Kacyvenski Isaiah | Motion sensor and analysis |
JP2015073805A (ja) * | 2013-10-11 | 2015-04-20 | 独立行政法人理化学研究所 | 訓練装置、訓練方法、ならびに、プログラム |
JP2016080671A (ja) * | 2014-10-20 | 2016-05-16 | 純一 水澤 | 人間の動きを測定するロボット計測器 |
JP2016087420A (ja) * | 2014-11-04 | 2016-05-23 | 国立大学法人宇都宮大学 | 協調運動評価装置 |
Non-Patent Citations (1)
Title |
---|
FRANCOIS HUG ET AL.: "Is interindividual variability of EMG patterns in trained cyclists related to different muscle syner", JOURNAL OF PHYSIOLOGY, vol. 108, JPN6019002089, 18 March 2011 (2011-03-18), pages 1727 - 1736, ISSN: 0003962401 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019159951A1 (ja) * | 2018-02-13 | 2019-08-22 | 日本電信電話株式会社 | 運動評価改善システム及び運動評価改善方法 |
JP2019136367A (ja) * | 2018-02-13 | 2019-08-22 | 日本電信電話株式会社 | 運動評価改善システム及び運動評価改善方法 |
JP2021142087A (ja) * | 2020-03-11 | 2021-09-24 | 国立大学法人岩手大学 | 摂食嚥下機能評価方法及び摂食嚥下機能評価システム |
Also Published As
Publication number | Publication date |
---|---|
JP6515070B2 (ja) | 2019-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wierzgała et al. | Most popular signal processing methods in motor-imagery BCI: a review and meta-analysis | |
US20070179396A1 (en) | Method and System for Detecting and Classifying Facial Muscle Movements | |
JP6515069B2 (ja) | 筋活動解析装置、方法およびプログラム | |
Chowdhury et al. | Discrete wavelet transform analysis of surface electromyography for the fatigue assessment of neck and shoulder muscles | |
US10368792B2 (en) | Method for detecting deception and predicting interviewer accuracy in investigative interviewing using interviewer, interviewee and dyadic physiological and behavioral measurements | |
JP6122884B2 (ja) | 作業覚醒度推定装置、方法およびプログラム | |
Shahabi et al. | EEG eye blink artifact removal by EOG modeling and Kalman filter | |
CN109411042A (zh) | 心电信息处理方法和心电工作站 | |
Cisotto et al. | Classification of grasping tasks based on EEG-EMG coherence | |
Kliegl et al. | The contribution of encoding and retrieval processes to proactive interference. | |
JP6515070B2 (ja) | 筋活動推定装置、方法およびプログラム | |
CN114298089A (zh) | 一种多模态力量训练辅助方法和系统 | |
CN112541415A (zh) | 基于符号传递熵和图论的脑肌功能网络运动疲劳检测方法 | |
He et al. | Robust heart rate monitoring for quasi-periodic motions by wrist-type PPG signals | |
Raghu et al. | Automated biomedical signal quality assessment of electromyograms: Current challenges and future prospects | |
US20220183611A1 (en) | Identifying and extracting electroencephalogram signals | |
Soares et al. | Biofeedback sensors in electronic games: A practical evaluation | |
Selzler et al. | Impact of subject-specific training data in anxiety level classification from physiologic data | |
Abhishek et al. | Stress analysis of a computer game player using electroencephalogram | |
JP2009066186A (ja) | 脳活動状態推定方法および情報処理システム | |
Urbinati et al. | A new virtual instrument for estimating punch velocity in combat sports | |
Gabsteiger et al. | ICA-based reduction of electromyogenic artifacts in EEG data: comparison with and without EMG data | |
Freitas et al. | A real-time embedded system design for ERD/ERS measurement on EEG-based brain-computer interfaces | |
Sanei et al. | Extraction of ECG from single channel EMG signal using constrained singular spectrum analysis | |
Lee et al. | Automated scoring of rehabilitative tests with singular spectrum analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190315 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190409 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190415 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6515070 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |