論文の概要: Characterizing the onset and offset of motor imagery during passive arm movements induced by an upper-body exoskeleton
- arxiv url: http://arxiv.org/abs/2603.20885v1
- Date: Sat, 21 Mar 2026 17:21:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-24 19:11:39.134259
- Title: Characterizing the onset and offset of motor imagery during passive arm movements induced by an upper-body exoskeleton
- Title（参考訳）: 上体外骨格による受動腕運動時の運動像の発症とオフセットの特徴
- Authors: Kanishka Mitra, Frigyes Samuel Racz, Satyam Kumar, Ashish D. Deshpande, José del R. Millán,
- Abstract要約: 本研究の目的は、外骨格による受動腕の動きにおける運動画像の開始とオフセットを特徴付けることである。
10名の被験者が、ロボットに装着しながら、右腕の審美運動画像(MI)を実行するために募集され、同時にゴール指向の到達タスクの開始と終了を示すLEDが装着された。
提案手法は,外骨格装着によって誘発される騒音や受動腕の動きにかかわらず,被験者が高品質で信頼性の高い感覚運動リズムを生成できることを示した。
- 参考スコア（独自算出の注目度）: 2.940700063130023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Two distinct technologies have gained attention lately due to their prospects for motor rehabilitation: robotics and brain-machine interfaces (BMIs). Harnessing their combined efforts is a largely uncharted and promising direction that has immense clinical potential. However, a significant challenge is whether motor intentions from the user can be accurately detected using non-invasive BMIs in the presence of instrumental noise and passive movements induced by the rehabilitation exoskeleton. As an alternative to the straightforward continuous control approach, this study instead aims to characterize the onset and offset of motor imagery during passive arm movements induced by an upper-body exoskeleton to allow for the natural control (initiation and termination) of functional movements. Ten participants were recruited to perform kinesthetic motor imagery (MI) of the right arm while attached to the robot, simultaneously cued with LEDs indicating the initiation and termination of a goal-oriented reaching task. Using electroencephalogram signals, we built a decoder to detect the transition between i) rest and beginning MI and ii) maintaining and ending MI. Offline decoder evaluation achieved group average onset accuracy of 60.7% and 66.6% for offset accuracy, revealing that the start and stop of MI could be identified while attached to the robot. Furthermore, pseudo-online evaluation could replicate this performance, forecasting reliable online exoskeleton control in the future. Our approach showed that participants could produce quality and reliable sensorimotor rhythms regardless of noise or passive arm movements induced by wearing the exoskeleton, which opens new possibilities for BMI control of assistive devices.
- Abstract（参考訳）: 最近、ロボット工学とブレイン・マシン・インタフェース(BMI)という2つの異なる技術が注目されている。
彼らの共同努力のハーネスは、大きな臨床的可能性を持つ、ほとんど無給で有望な方向である。
しかし, 運動意図を非侵襲的BMIを用いて正確に検出できるかどうかは, リハビリテーション外骨格によって誘発されるインストゥルメンタルノイズや受動運動の存在下での課題である。
本研究の目的は,上体外骨格による受動腕運動における運動画像の開始とオフセットを特徴付けることで,機能運動の自然制御(開始と終了)を可能にすることである。
10名の被験者が、ロボットに装着しながら、右腕の審美運動画像(MI)を実行するために募集され、同時にゴール指向の到達タスクの開始と終了を示すLEDが装着された。
脳波信号を用いてデコーダを構築した。
i) 休息し、MIを起動し、
二 MI の維持及び終了
オフラインデコーダの評価では、オフセット精度が60.7%、66.6%のグループ平均オンセット精度が達成され、ロボットに装着しながらMIの開始と停止を識別できることが判明した。
さらに、擬似オンライン評価はこの性能を再現し、将来は信頼できるオンライン外骨格制御を予測できる。
提案手法は,外骨格装着による騒音や受動腕の動きによらず,被験者が高品質で信頼性の高い感覚運動リズムを生成できることを示し,補助装置のBMI制御の新たな可能性を示した。
関連論文リスト
- Real-Time Decoding of Movement Onset and Offset for Brain-Controlled Rehabilitation Exoskeleton [2.6846496844461036]
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。
論文 参考訳（メタデータ） (2026-03-17T17:32:43Z) - Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery [64.82869118243723]
本稿では,脳波に基づく視覚・運動画像(VI/MI)とロボット制御を統合し,リアルタイム・意図駆動型把握・配置を実現するフレームワークを提案する。
このシステムは、BCI駆動のロボット工学の約束に感銘を受けて、オフラインで事前訓練されたデコーダをゼロショットで展開することによって、ニューラルネットワークを物理的制御でブリッジする。
論文 参考訳（メタデータ） (2026-03-03T17:41:42Z) - Prosthetic Hand Manipulation System Based on EMG and Eye Tracking Powered by the Neuromorphic Processor AltAi [1.9044180551673717]
本稿では,表面筋電図と視線誘導型コンピュータビジョンを組み合わせた上肢義肢のニューロモルフィック制御アーキテクチャを提案する。
このシステムは、ニューロモルフィックプロセッサAltAi上に展開されたスパイクニューラルネットワークを使用して、眼球追跡ヘッドセットとシーンカメラがユーザーの焦点内の物体を識別している間、EMGパターンをリアルタイムで分類する。
論文 参考訳（メタデータ） (2026-01-25T20:44:03Z) - Motor imagery classification using EEG spectrograms [9.05607520128194]
手足の動きの想像力(MI)は脳-コンピュータインタフェース(BCI)システムにとって重要である。
脳波(EEG)によるMI検出により,ユーザの動きの想像力を認識できる。
本稿では,前訓練した深層学習アルゴリズムを用いて上肢運動の分類を行う。
論文 参考訳（メタデータ） (2022-11-15T17:57:17Z) - MotionHint: Self-Supervised Monocular Visual Odometry with Motion
Constraints [70.76761166614511]
モノクローナルビジュアル・オドメトリー(VO)のための新しい自己教師型アルゴリズムMotionHintを提案する。
我々のMotionHintアルゴリズムは、既存のオープンソースSSM-VOシステムに容易に適用できる。
論文 参考訳（メタデータ） (2021-09-14T15:35:08Z) - From Movement Kinematics to Object Properties: Online Recognition of
Human Carefulness [112.28757246103099]
ロボットは、視覚だけで、人間のパートナーが物体を動かす際に注意を払っているかを、どのようにオンラインで推測できるかを示す。
我々は,低解像度カメラでも高い精度(最大81.3%)でこの推論を行うことができることを示した。
パートナーの行動を観察することによる動きの注意の迅速な認識により、ロボットはオブジェクトに対する行動に適応し、人間のパートナーと同じケアの度合いを示すことができる。
論文 参考訳（メタデータ） (2021-09-01T16:03:13Z) - 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) - Careful with That! Observation of Human Movements to Estimate Objects
Properties [106.925705883949]
我々は、物体の重さについての洞察を伝える人間の運動行動の特徴に焦点を当てる。
最後の目標は、ロボットがオブジェクトハンドリングに必要なケアの度合いを自律的に推測できるようにすることです。
論文 参考訳（メタデータ） (2021-03-02T08:14:56Z) - 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。