論文の概要: Visual Feedback of Pattern Separability Improves Myoelectric Decoding Performance of Upper Limb Prostheses

• arxiv url: http://arxiv.org/abs/2505.09819v1
• Date: Wed, 14 May 2025 21:47:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-16 22:29:06.11923
• Title: Visual Feedback of Pattern Separability Improves Myoelectric Decoding Performance of Upper Limb Prostheses
• Title（参考訳）: パターン分離性の視覚フィードバックによる上肢義肢の筋電復号性能の向上
• Authors: Ruichen Yang, György M. Lévay, Christopher L. Hunt, Dániel Czeiner, Megan C. Hodgson, Damini Agarwal, Rahul R. Kaliki, Nitish V. Thakor,
• Abstract要約: 最先端の上肢筋電義手は、しばしばパターン認識(PR)制御システムを使用する。 既存のトレーニングは、通常、スタティックデコーダ境界に対するトライアルとエラーのユーザ調整を含む。 本稿では,EMG信号を直接デコーダの分類空間に投影する3DビジュアルインタフェースであるReviewerを紹介する。
• 参考スコア（独自算出の注目度）: 0.7528462379265576
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: State-of-the-art upper limb myoelectric prostheses often use pattern recognition (PR) control systems that translate electromyography (EMG) signals into desired movements. As prosthesis movement complexity increases, users often struggle to produce sufficiently distinct EMG patterns for reliable classification. Existing training typically involves heuristic, trial-and-error user adjustments to static decoder boundaries. Goal: We introduce the Reviewer, a 3D visual interface projecting EMG signals directly into the decoder's classification space, providing intuitive, real-time insight into PR algorithm behavior. This structured feedback reduces cognitive load and fosters mutual, data-driven adaptation between user-generated EMG patterns and decoder boundaries. Methods: A 10-session study with 12 able-bodied participants compared PR performance after motor-based training and updating using the Reviewer versus conventional virtual arm visualization. Performance was assessed using a Fitts law task that involved the aperture of the cursor and the control of orientation. Results: Participants trained with the Reviewer achieved higher completion rates, reduced overshoot, and improved path efficiency and throughput compared to the standard visualization group. Significance: The Reviewer introduces decoder-informed motor training, facilitating immediate and consistent PR-based myoelectric control improvements. By iteratively refining control through real-time feedback, this approach reduces reliance on trial-and-error recalibration, enabling a more adaptive, self-correcting training framework. Conclusion: The 3D visual feedback significantly improves PR control in novice operators through structured training, enabling feedback-driven adaptation and reducing reliance on extensive heuristic adjustments.
• Abstract（参考訳）: 最先端の上肢筋電義手は、しばしばパターン認識(PR)制御システムを使用し、筋電図(EMG)信号を所望の運動に変換する。 補綴運動の複雑さが増大するにつれて、ユーザーは信頼できる分類のために十分に異なるEMGパターンを作成するのに苦労する。 既存のトレーニングは通常、静的デコーダ境界に対するヒューリスティックで試行錯誤的なユーザー調整を含む。 Goal: EMG信号を直接デコーダの分類空間に投影する3DビジュアルインターフェースであるReviewerを導入し、PRアルゴリズムの挙動を直感的にリアルタイムに把握する。 この構造化されたフィードバックは認知負荷を低減し、ユーザ生成のEMGパターンとデコーダ境界との間の相互、データ駆動の適応を促進する。 方法:12名の有能な被験者を対象とした10セッション研究は、モーターベーストレーニング後のPRパフォーマンスと、リビュアーを用いた更新と、従来のバーチャルアームの可視化を比較した。 性能は、カーソルの開口と向きの制御を含むフィッツ法則を用いて評価された。 結果: レビュアーで訓練した参加者は, 完成率が高く, オーバーシュートを低減し, 標準的な可視化群と比較して経路効率とスループットが向上した。 意義:Reviewerはデコーダインフォームドモータートレーニングを導入し、即時かつ一貫したPRベースの筋電制御の改善を促進する。 リアルタイムフィードバックを通じて制御を反復的に洗練することにより、試行錯誤の再校正への依存を低減し、より適応的で自己修正的なトレーニングフレームワークを実現する。 結語:3次元視覚フィードバックは、構造化トレーニングを通じて初心者のPR制御を大幅に改善し、フィードバック駆動適応を可能にし、広範囲なヒューリスティックな調整への依存を減らす。

関連論文リスト

• Mitigating Visual Knowledge Forgetting in MLLM Instruction-tuning via Modality-decoupled Gradient Descent [72.1517476116743]
  近年のMLLMは、大規模マルチモーダルデータセットで事前訓練された後に、視覚的理解と推論能力の発達を見せている。 直接微調整や連続学習といった既存のアプローチでは、この問題に明示的に対処することができない。 本稿では,視覚的表現を忘れることの劣化を定量化するために,効果的なランクを活用する新しい視点を提案する。 視覚表現の効果的なランクを維持するために勾配更新を規制するMDGD法を提案する。
  論文  参考訳（メタデータ） (2025-02-17T12:26:34Z)
• Self-Consistent Model-based Adaptation for Visual Reinforcement Learning [27.701421196547674]
  視覚強化学習エージェントは、視覚障害による実世界のアプリケーションの性能低下に直面している。 既存の方法は、手作りの拡張でポリシーの表現を微調整することに依存している。 本稿では、ポリシーを変更することなくロバスト適応を促進する新しい手法である自己一貫性モデルベース適応(SCMA)を提案する。
  論文  参考訳（メタデータ） (2025-02-14T05:23:56Z)
• User Training with Error Augmentation for Electromyogram-based Gesture Classification [4.203816772270161]
  手首バンド構成の8電極から表面筋電図(sEMG)活性を抽出し,ユーザインタフェースをリアルタイムに制御するシステムの設計と試験を行った。 sEMGデータは、リアルタイムで手の動きを分類する機械学習アルゴリズムにストリームされた。
  論文  参考訳（メタデータ） (2023-09-13T20:15:25Z)
• Adaptation through prediction: multisensory active inference torque control [0.0]
  本稿では,産業用アームのための多感能動型トルクコントローラを提案する。 私たちのコントローラは、予測的脳仮説にインスパイアされ、現在のアクティブな推論アプローチの能力を向上します。
  論文  参考訳（メタデータ） (2021-12-13T16:03:18Z)
• Neural optimal feedback control with local learning rules [67.5926699124528]
  運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。 本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-11-12T20:02:00Z)
• Improving Music Performance Assessment with Contrastive Learning [78.8942067357231]
  本研究では,既存のMPAシステムを改善するための潜在的手法として,コントラスト学習について検討する。 畳み込みニューラルネットワークに適用された回帰タスクに適した重み付きコントラスト損失を導入する。 この結果から,MPA回帰タスクにおいて,コントラッシブ・ベースの手法がSoTA性能に適合し,超越できることが示唆された。
  論文  参考訳（メタデータ） (2021-08-03T19:24:25Z)
• Visual Alignment Constraint for Continuous Sign Language Recognition [74.26707067455837]
  ビジョンベースの継続的署名言語認識は、画像シーケンスから未分割ジェスチャーを認識することを目的とする。 本研究は,最近のCTCに基づくCSLRにおける過剰適合問題を再考し,特徴抽出器の訓練不足によるものである。 視覚アライメント制約(vac)により、よりアライメントの監督により特徴抽出器を強化する。
  論文  参考訳（メタデータ） (2021-04-06T07:24:58Z)
• Adversarial Feature Augmentation and Normalization for Visual Recognition [109.6834687220478]
  最近のコンピュータビジョンの進歩は、分類モデルの一般化能力を改善するために、逆データ拡張を利用する。 本稿では,中間的特徴埋め込みにおける敵対的拡張を提唱する効率的かつ効率的な代替手法を提案する。 代表的なバックボーンネットワークを用いて,多様な視覚認識タスクにまたがる提案手法を検証する。
  論文  参考訳（メタデータ） (2021-03-22T20:36:34Z)
• Guided Variational Autoencoder for Disentanglement Learning [79.02010588207416]
  本稿では,潜在表現非絡み合い学習を行うことで,制御可能な生成モデルを学習できるアルゴリズム,Guided-VAEを提案する。 我々は、ガイド-VAEにおける教師なし戦略と教師なし戦略を設計し、バニラVAE上でのモデリングと制御能力の強化を観察する。
  論文  参考訳（メタデータ） (2020-04-02T20:49:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。