論文の概要: Characterizing Healthy & Post-Stroke Neuromotor Behavior During 6D Upper-Limb Isometric Gaming: Implications for Design of End-Effector Rehabilitation Robot Interfaces

• arxiv url: http://arxiv.org/abs/2603.10173v1
• Date: Tue, 10 Mar 2026 19:07:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.177736
• Title: Characterizing Healthy & Post-Stroke Neuromotor Behavior During 6D Upper-Limb Isometric Gaming: Implications for Design of End-Effector Rehabilitation Robot Interfaces
• Title（参考訳）: 6次元上肢等尺性ゲームにおける健常・後神経運動特性の特徴:エンドエフェクタリハビリテーションロボットインタフェースの設計における意義
• Authors: Ajay Anand, Gabriel Parra, Chad A. Berghoff, Laura A. Hallock,
• Abstract要約: 回復には、健康的な運動の練習を促進するために、ゲームやロボットの介入を設計する必要がある。 健常者13名, ストローク後2名の特徴, 筋活動, ゲームパフォーマンスについて検討した。 インターフェース設計の微妙な側面がユーザ行動に与える影響を評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Successful robot-mediated rehabilitation requires designing games and robot interventions that promote healthy motor practice. However, the interplay between a given user's neuromotor behavior, the gaming interface, and the physical robot makes designing system elements -- and even characterizing what behaviors are "healthy" or pathological -- challenging. We leverage our OpenRobotRehab 1.0 open access data set to assess the characteristics of 13 healthy and 2 post-stroke users' force output, muscle activations, and game performance while executing isometric trajectory tracking tasks using an end-effector rehabilitation robot. We present an assessment of how subtle aspects of interface design impact user behavior; an analysis of how pathological neuromotor behaviors are reflected in end-effector force dynamics; and a novel hidden Markov model (HMM)-based neuromotor behavior classification method based on surface electromyography (sEMG) signals during cyclic motions. We demonstrate that task specification (including which axes are constrained and how users interpret tracking instructions) shapes user behavior; that pathology-related features are detectable in 6D end-effector force data during isometric task execution (with significant differences between healthy and post-stroke profiles in force error and average force production at $p=0.05$); and that healthy neuromotor strategies are heterogeneous and inherently difficult to characterize. We also show that our HMM-based models discriminate healthy and post-stroke neuromotor dynamics where synergy-based decompositions reflect no such differentiation. Lastly, we discuss these results' implications for the design of adaptive end-effector rehabilitation robots capable of promoting healthier movement strategies across diverse user populations.
• Abstract（参考訳）: 成功したロボットによるリハビリテーションは、健康的な運動の練習を促進するために、ゲームやロボットの介入を設計する必要がある。 しかしながら、あるユーザの神経運動士の行動、ゲームインターフェース、および物理的なロボットとの相互作用は、システム要素を設計すること -- し、どんな振る舞いが「健康」か、あるいは病理学的か -- を特徴づけることさえ困難にしている。 我々はOpenRobotRehab 1.0オープンアクセスデータセットを利用して、エンドエフェクタリハビリテーションロボットを用いて等尺トラジェクタトラッキングタスクを実行しながら、健康な13のユーザと2つのポストストロークユーザーの力出力、筋肉の活性化、ゲームパフォーマンスの特徴を評価する。 本稿では, インターフェース設計の微妙な側面がユーザ行動に与える影響の評価, エンドエフェクタ力力学における病理神経運動の挙動の反映についての解析, 循環運動中の表面筋電図(sEMG)信号に基づく隠れマルコフモデル(HMM)に基づく神経運動行動分類法について述べる。 課題仕様(軸の制約やユーザの追跡指示の解釈方法を含む)がユーザ動作を形作っていること、また、等尺的タスク実行中の6次元エンドエフェクタ力データにおいて、病理関連の特徴が検出可能であること、そして、正常なニューロモーター戦略が不均一であり、本質的に特徴付けが難しいこと、を実証する。 また,HMMに基づくモデルでは,シナジーに基づく分解がそのような分化を反映しない状態において,健常者や脳卒中の神経運動士の動態を識別できることが示唆された。 最後に,適応型エンドエフェクタリハビリテーションロボットの設計において,これらの結果がもたらす意味について論じる。

関連論文リスト

• Reinforcement learning-based motion imitation for physiologically plausible musculoskeletal motor control [47.423243831156285]
  筋運動制御の理解を深めるために,モデルフリー運動模倣フレームワーク(KINESIS)を提案する。 我々は,KINESISが1.9時間のモーションキャプチャデータに対して強い模倣性能を達成できることを実証した。 キネシスはヒトの筋活動とよく相関する筋活動パターンを生成する。
  論文  参考訳（メタデータ） (2025-03-18T18:37:49Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• The Role of Functional Muscle Networks in Improving Hand Gesture Perception for Human-Machine Interfaces [2.367412330421982]
  表面筋電図(sEMG)はその豊富な情報コンテキストとアクセシビリティのために研究されている。 本稿では,個々の筋活性化ではなく,筋同期の復号化を提案する。 85.1%の精度を実現し、既存の手法に比べて性能が向上した。
  論文  参考訳（メタデータ） (2024-08-05T15:17:34Z)
• Interpretable Spatio-Temporal Embedding for Brain Structural-Effective Network with Ordinary Differential Equation [56.34634121544929]
  本研究では,まず動的因果モデルを用いて脳効果ネットワークを構築する。 次に、STE-ODE(Spatio-Temporal Embedding ODE)と呼ばれる解釈可能なグラフ学習フレームワークを導入する。 このフレームワークは、構造的および効果的なネットワーク間の動的相互作用を捉えることを目的とした、特異的に設計されたノード埋め込み層を含んでいる。
  論文  参考訳（メタデータ） (2024-05-21T20:37:07Z)
• Learning Realistic Joint Space Boundaries for Range of Motion Analysis of Healthy and Impaired Human Arms [0.5530212768657544]
  本研究では,現実的な解剖学的制約のある上層域の運動境界を,モーションキャプチャーデータから学習するためのデータ駆動手法を提案する。 また,健常腕と障害腕の比較において,能力・障害の定量的評価を行う指標(II)を提案する。
  論文  参考訳（メタデータ） (2023-11-17T17:14:42Z)
• Neuroadaptation in Physical Human-Robot Collaboration [34.73541717674098]
  我々は,pHRCのための新しいクローズドループニューラプティブフレームワークを実証した。 我々は,ロボット戦略に適応するために,強化学習の助けを借りて,認知コンフリクト情報をクローズループ方式で適用した。 実験の結果,クローズドループに基づくニューロアダプティブ・フレームワークは認知的対立のレベルを下げることができた。
  論文  参考訳（メタデータ） (2023-09-30T12:16:24Z)
• Persistent-Transient Duality: A Multi-mechanism Approach for Modeling Human-Object Interaction [58.67761673662716]
  人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。 人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。 本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-07-24T12:21:33Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• Targeted Muscle Effort Distribution with Exercise Robots: Trajectory and Resistance Effects [1.2891210250935146]
  本研究の目的は,ロボット運動・リハビリテーション機械の軌道および抵抗条件に筋力分布を関連付けることである。 4自由度ロボットとそのインピーダンス制御システムは、高度なエクササイズプロトコルを作成するために使用される。
  論文  参考訳（メタデータ） (2021-07-02T21:07:35Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• Deep Learning of Movement Intent and Reaction Time for EEG-informed Adaptation of Rehabilitation Robots [0.0]
  適応は 運動学習の促進において リハビリテーションロボットにとって 重要なメカニズムです 本稿では,脳波を用いた深部畳み込みニューラルネットワーク(CNN)を提案する。 本研究は,脳波の同期データから,個別の運動成分が運動学習にどう関与するかを予測できることを示す。
  論文  参考訳（メタデータ） (2020-02-18T13:20:46Z)

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。