線形アテンションに基づくネットワークによる表面筋電図からの連続上肢運動の推定
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：A linear-attention based network for estimating continuous upper limb movement from surface electromyography
雑誌名：Sci Rep. 2025 Dec 03; 16(1): 1100. doi: 10.1038/s41598-025-30665-3. Epub 2025 Dec 03.
概 要：
本研究では、上肢運動の推定において、従来のパターン認識手法よりも自然で直感的な結果を提供する連続運動推定手法の重要性を強調しています。特に肘と肩の関節の運動推定が重要ですが、筋肉の変形が角度センサーのずれを引き起こす可能性があります。本論文では、他の深層学習モデルに代わる線形アテンションに基づくモデル（LABD）を提案し、8つのsEMGセンサーから収集した信号とViconによって測定された角度を使用して上肢運動を推定しました。LABDの実験結果は、MLP、TCN、LSTM、DABDと比較され、LABDが他のモデルを有意に上回ることが示されました。
方 法：
この研究は、8つのsEMGセンサーから収集した信号を用いた実験を行い、Viconシステムで測定した関節角度と比較しました。モデルの性能評価には、ターゲットと推定された関節角度シーケンス間のピアソン相関係数（PCC）を計算し、Wilcoxon符号付順位検定を用いて各モデルの性能を比較しました。
結 果：
LABDモデルは、MLP、TCN、LSTM、DABDと比較して、ターゲットと推定された関節角度シーケンス間の相関が有意に高く、他のモデルを上回る性能を示しました。具体的な数値は記載されていませんが、統計的に有意な結果が得られました。
結 論：
LABDモデルは、上肢運動の推定において他の深層学習モデルよりも優れた性能を示し、筋電図信号を用いた連続運動推定の新たなアプローチとしての可能性を示唆しています。