Visualization technology for physical exercise, vMMG

点击翻译按钮获取中文摘要

初年度では大きく分けて三つの成果が得られた。センサモダリティの決定とセンサハウジングの仕様、筋音図（MMG）の振幅を色にエンコードする関数、さらに発展的な研究として、多点計測した場合の一括処理の方法、であった。MMGの検出方法について文献を精査した結果、コンデンサマイクロホンが最も体動ノイズ（モーションアーチファクト；MA）の影響を受けいくいことが確認された。またMAをより低減するための円筒型ハウジングケースの空気室は、高さ2 mmとし直径はその倍以上とすることが望ましいことが明らかとなった。ハウジングケース外周を柔軟な粘着剤で皮膚に装着することも有効であった。これらの仕様を施したマイクロフォンがvMMGのセンサモダリティとして最適であることが明らかとなった。MMGの振幅情報の色へのエンコードについて、最大値に至るまでの色調の変化が重要であると考えた。媒介パラメータとして筋電図（EMG）をMMGと同時に計測する実験を行った。EMGの振幅をバイオフィードバックし、指定された強度ごとに、主観的筋収縮強度に相当する色を、被験者に回答させた。その結果、EMGの振幅に相当する印象をもつ赤・緑・青（RGB）の混色関数が得られた。最終的にMMG振幅を色調に変換する関数が得られた。vMMGモジュールは将来的に、多数装着してあたかも分布画像のように筋活動を観察することを目標の一つとしている。初年度はMMGのモジュールが未完成であるため、EMGを多点計測する実験を行った。その結果、全チャンネルの振幅値をもとに算出した情報エントロピーが、疲労や熟練度の評価に有効であることが示唆された。これらの成果は、vMMGの技術的基礎の点で意義深く、3年で実現するための初年度業績として重要な位置づけを成すと言える。