機能的電気刺激システムのための頭部動作を用いた制御命令入力装置に関する研究

点击翻译按钮获取中文摘要

機能的電気刺激(FES)システムの制御命令入力装置として,ジャイロを用いて頭部動作を検出する入力装置を試作したが,その入力装置で検出される頭部の角度には誤差が生じた.そこで,本研究では試作した制御命令入力装置にニューラルネットワーク(NN)を適用し,画像解析により得られた頭部の角度データを教師信号とした学習を行わせた.NNの構造は3層パーセプトロン型,結合荷重の学習は誤差逆伝播法を用い,被験者は健常者1名(23歳男性)とした.具体的には,まず頭部動作の画像計測を行い,画像解析ソフトWINanalyzeを用いて,頭部の角度データを求めた.次に,ジャイロによる検出角度を入力信号,画像解析による頭部の角度データを教師信号として,NNの学習を行った.そして,制御命令入力装置の評価実験として,NNの学習前と学習後のそれぞれにおいて,制御信号を目標信号(正弦波と折線波)に追従させるように頭部動作を行ってもらった.ここで,被験者に大きな頭部動作を行わせるために,両信号を液晶プロジェクタを介してスクリーンに投影した.実験結果より,目標信号と制御信号の平均誤差を算出した結果,目標信号が正弦波の場合,NNの学習前と牛較して学習後には47.3%の誤差が低減された.また折線波の場合,平坦部のみの平均誤差を求めると,NNの学習後には86.2%の誤差の低減が示された.FESによる上肢の動作再建の場合には,必ず動作を保持する必要が生じるため,確実な動作の保持が重要となる.このような観点から,NNを制御命令入力装置に適用することはFESシステムの操作性の向上につながり,本入力装置は有用であると考えられる.