Estimating continuous data of wrist joint angles using ultrasound images

要約

超音波イメージングは​​、関節運動推定のためのセンシング インターフェイスとして最近導入されました。
超音波画像を推定手法として利用することで、福祉機器やマンマシンインターフェースの制御性能の向上が期待されます。
本研究は超音波画像を用いて連続的な手関節角度を推定することを目的とした。
具体的には、実験では伸展〜屈曲運動時の関節角度情報を取得し、関連する筋肉の超音波画像を取得しました。
超音波画像から得られた特徴を使用して、多変量線形回帰モデルを使用して関節角度を推定しました。
多変量線形回帰モデルの説明変数には、超音波画像からオプテ​​ィカルフローを用いて得られた特徴点の座標を用いた。
推定精度を検証するために、各参加者による試行ごとにモデルがトレーニングおよびテストされました。
結果は、すべての試行の推定精度の平均と標準偏差は、二乗平均平方根誤差 (RMSE)=1.82 $\pm$ 0.54 deg、決定係数 (R2)=0.985 $\pm$ 0.009 であったことを示しています。
私たちの方法は、表面筋電図などの他の信号を使用した以前の研究と比較して、関節角度の高精度の推定を達成しますが、多変量線形回帰モデルはシンプルで、計算コストとモデルトレーニングコストの両方が低くなります。

要約(オリジナル)

Ultrasound imaging has recently been introduced as a sensing interface for joint motion estimation. The use of ultrasound images as an estimation method is expected to improve the control performance of assistive devices and human–machine interfaces. This study aimed to estimate continuous wrist joint angles using ultrasound images. Specifically, in an experiment, joint angle information was obtained during extension–flexion movements, and ultrasound images of the associated muscles were acquired. Using the features obtained from ultrasound images, a multivariate linear regression model was used to estimate the joint angles. The coordinates of the feature points obtained using optical flow from the ultrasound images were used as explanatory variables of the multivariate linear regression model. The model was trained and tested for each trial by each participant to verify the estimation accuracy. The results show that the mean and standard deviation of the estimation accuracy for all trials were root mean square error (RMSE)=1.82 $\pm$ 0.54 deg and coefficient of determination (R2)=0.985 $\pm$ 0.009. Our method achieves a highly accurate estimation of joint angles compared with previous studies using other signals, such as surface electromyography, while the multivariate linear regression model is simple and both computational and model training costs are low.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google