要約
下肢リハビリテーションロボットの自然な相互作用と制御性能は、さまざまな人間の移動活動からの生体力学的情報と密接に関連しています。
多次元のヒトの動きデータは、神経筋変化を支配する複雑なメカニズムの理解を大幅に深め、それにより、多面的な現実世界環境でのリハビリテーションロボットの開発と応用を促進します。
ただし、現在利用可能な下肢データセットは、効果的なデータ駆動型アプローチに必要な必須マルチモーダルデータと大規模な歩行サンプルを提供するのに不十分であり、実際のアプリケーションでの取得干渉の重要な効果を無視します。このギャップを埋めるために、K2MUSEデータセットを提示します。
表面筋電図（SEMG）測定。
提案されたデータセットには、異なる傾向の下を歩いている30人の有能な参加者からの下肢マルチモーダルデータが含まれています（0 $^\ circ $、$ \ $ 5 $^\ circ $、および$ 10 $^\ circ $）、さまざまな速度（0.5 m/s、1.0 m/s、および1.5 m/s）、および異なる非潜在的な習慣条件（筋肉の脂肪の違い）。
運動学的および地上反力データは、Viconモーションキャプチャシステムと埋め込まれたフォースプレートを備えた機器のトレッドミルを介して収集されましたが、SEMGとAUSデータは、両側下肢の13筋のために同期的に記録されました。
このデータセットは、リハビリテーションロボットのための制御フレームワークを設計し、下肢の移動の生体力学的分析を実施するための新しいリソースを提供します。
データセットはhttps://k2muse.github.io/で入手できます。
要約(オリジナル)
The natural interaction and control performance of lower limb rehabilitation robots are closely linked to biomechanical information from various human locomotion activities. Multidimensional human motion data significantly deepen the understanding of the complex mechanisms governing neuromuscular alterations, thereby facilitating the development and application of rehabilitation robots in multifaceted real-world environments. However, currently available lower limb datasets are inadequate for supplying the essential multimodal data and large-scale gait samples necessary for effective data-driven approaches, and they neglect the significant effects of acquisition interference in real applications.To fill this gap, we present the K2MUSE dataset, which includes a comprehensive collection of multimodal data, comprising kinematic, kinetic, amplitude-mode ultrasound (AUS), and surface electromyography (sEMG) measurements. The proposed dataset includes lower limb multimodal data from 30 able-bodied participants walking under different inclines (0$^\circ$, $\pm$5$^\circ$, and $\pm$10$^\circ$), various speeds (0.5 m/s, 1.0 m/s, and 1.5 m/s), and different nonideal acquisition conditions (muscle fatigue, electrode shifts, and inter-day differences). The kinematic and ground reaction force data were collected via a Vicon motion capture system and an instrumented treadmill with embedded force plates, whereas the sEMG and AUS data were synchronously recorded for thirteen muscles on the bilateral lower limbs. This dataset offers a new resource for designing control frameworks for rehabilitation robots and conducting biomechanical analyses of lower limb locomotion. The dataset is available at https://k2muse.github.io/.
arxiv情報
| 著者 | Jiwei Li,Bi Zhang,Xiaowei Tan,Wanxin Chen,Zhaoyuan Liu,Juanjuan Zhang,Weiguang Huo,Jian Huang,Lianqing Liu,Xingang Zhao |
| 発行日 | 2025-04-20 13:03:56+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google