論文の概要: Real-Time Decoding of Movement Onset and Offset for Brain-Controlled Rehabilitation Exoskeleton

• arxiv url: http://arxiv.org/abs/2603.16825v1
• Date: Tue, 17 Mar 2026 17:32:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.454303
• Title: Real-Time Decoding of Movement Onset and Offset for Brain-Controlled Rehabilitation Exoskeleton
• Title（参考訳）: 脳制御型リハビリテーション・エクソスケルトンにおける運動開始とオフセットのリアルタイム復号
• Authors: Kanishka Mitra, Satyam Kumar, Frigyes Samuel Racz, Deland Liu, Ashish D. Deshpande, José del R. Millán,
• Abstract要約: 上肢外骨格のオンライン二状態運動画像制御を実装し,ゴール指向の到達を可能にする。 グループ平均ヒット率は61.5%、オフセット64.5%であった。 そこで本研究では,クラスをサンプリングせずにドリフトを追跡する,クラスに依存しない固定型更新手法を提案する。
• 参考スコア（独自算出の注目度）: 2.6846496844461036
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot-assisted therapy can deliver high-dose, task-specific training after neurologic injury, but most systems act primarily at the limb level-engaging the impaired neural circuits only indirectly-which remains a key barrier to truly contingent, neuroplasticity-targeted rehabilitation. We address this gap by implementing online, dual-state motor imagery control of an upper-limb exoskeleton, enabling goal-directed reaches to be both initiated and terminated directly from non-invasive EEG. Eight participants used EEG to initiate assistance and then volitionally halt the robot mid-trajectory. Across two online sessions, group-mean hit rates were 61.5% for onset and 64.5% for offset, demonstrating reliable start-stop command delivery despite instrumental noise and passive arm motion. Methodologically, we reveal a systematic, class-driven bias induced by common task-based recentering using an asymmetric margin diagnostic, and we introduce a class-agnostic fixation-based recentering method that tracks drift without sampling command classes while preserving class geometry. This substantially improves threshold-free separability (AUC gains: onset +56%, p = 0.0117; offset +34%, p = 0.0251) and reduces bias within and across days. Together, these results help bridge offline decoding and practical, intention-driven start-stop control of a rehabilitation exoskeleton, enabling precisely timed, contingent assistance aligned with neuroplasticity goals while supporting future clinical translation.
• Abstract（参考訳）: ロボット支援療法は、神経障害後、高用量でタスク固有のトレーニングを提供することができるが、ほとんどのシステムは、主に手足のレベルに作用し、障害のある神経回路を間接的にのみ拡張する。 このギャップを解消するために、上肢外骨格のオンライン二重状態運動画像制御を実装し、非侵襲的脳波からゴール指向の到達を起動および終了することを可能にする。 8人の参加者が脳波を使って援助を開始し、その途中で自発的にロボットを停止させた。 2回のオンラインセッションで、グループ平均ヒット率は61.5%、オフセットは64.5%であり、インストゥルメンタルノイズとパッシブアームの動きにもかかわらず、信頼できるスタートストップコマンドの配信が示された。 方法として,非対称なマージン診断を用いた共通タスクベース更新によるクラス駆動バイアスの体系化を明らかにし,クラス幾何を保存しながら,クラスクラスをサンプリングせずにドリフトを追跡するクラス非依存型修正ベース更新手法を提案する。 これはしきい値のない分離性を大幅に改善する(AUCはオンセット+56%、p = 0.0117、オフセット+34%、p = 0.0251)。 これらの結果は、オフラインの復号化と、将来の臨床翻訳をサポートしながら、神経可塑性目標に整合した正確な時間的、即時的な補助を可能にするリハビリテーション外骨格の実用的、意図的な開始停止制御を橋渡しするのに役立つ。

関連論文リスト

• A data-physics hybrid generative model for patient-specific post-stroke motor rehabilitation using wearable sensor data [17.28369129744061]
  我々は,脳卒中生存者の神経筋制御を再構築するデータ物理ハイブリッド生成フレームワークを開発した。 11名の脳卒中生存者において, パーソナライズされたコントローラは, 関節角と終端の忠実さを改善しつつ, 慣性歩行パターンを保存した。
  論文  参考訳（メタデータ） (2025-12-16T11:55:11Z)
• End-to-End Deep Learning for Real-Time Neuroimaging-Based Assessment of Bimanual Motor Skills [1.710146779965826]
  本研究では,fNIRS信号を直接処理する新しいエンドツーエンドディープラーニングフレームワークを提案する。 平均分類精度は93.9%(SD 4.4)、一般化精度は92.6%(SD 1.9)である。
  論文  参考訳（メタデータ） (2025-03-21T22:56:54Z)
• Online Adaptation for Myographic Control of Natural Dexterous Hand and Finger Movements [0.6741087029030101]
  この研究は、補綴制御システムから得られる信頼性、応答性、運動の複雑さの観点から、筋電図復号における最先端の状態を再定義する。
  論文  参考訳（メタデータ） (2024-12-23T21:20:32Z)
• Rethinking Knee Osteoarthritis Severity Grading: A Few Shot Self-Supervised Contrastive Learning Approach [0.2812395851874055]
  現在はKelgren-Lawrence (KL) システムを用いて, 膝関節症(OA)の重症度を0から4に分類している。 近年の研究では、KLグレーティングシステムの主観性に関して懸念が高まっている。 本研究は、連続的な階調スケールを持つ自動システムの予備的な結果を示す。
  論文  参考訳（メタデータ） (2024-06-18T19:36:18Z)
• fMRI from EEG is only Deep Learning away: the use of interpretable DL to unravel EEG-fMRI relationships [68.8204255655161]
  多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。 我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
  論文  参考訳（メタデータ） (2022-10-23T15:11:37Z)
• Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
  戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。 標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。 本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
  論文  参考訳（メタデータ） (2022-09-14T15:33:30Z)
• SOUL: An Energy-Efficient Unsupervised Online Learning Seizure Detection Classifier [68.8204255655161]
  神経活動を記録して発作を検出するインプラントデバイスは、発作を抑えるために警告を発したり神経刺激を誘発したりするために採用されている。 移植可能な発作検出システムでは、低出力で最先端のオンライン学習アルゴリズムを使用して、神経信号のドリフトに動的に適応することができる。 SOULはTSMCの28nmプロセスで0.1mm2を占め、1.5nJ/分級エネルギー効率を実現した。
  論文  参考訳（メタデータ） (2021-10-01T23:01:20Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• 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)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Towards data-driven stroke rehabilitation via wearable sensors and deep learning [13.839058010830971]
  脳卒中の前臨床モデルでは、動物の手足の機能的運動を回復するために、高用量のリハビリテーション訓練が必要である。 しかしながら、ヒトでは、回復を促進するために必要な訓練量は不明である。 そこで我々は,機能的プリミティブを自動的に識別する重要な第一歩を踏み出した。
  論文  参考訳（メタデータ） (2020-04-14T18:05:44Z)

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。