単一エレメントの超音波信号による手首と指のジェスチャー認識：シングルチャネル表面筋肉式との比較

収縮筋の体積変化を検出する能力により、超音波（US）は、ヒューマンマシン界面の分野での潜在的な技術でした。米国のイメージング（BモードUS）と比較して、静的シングルエレメントの米国トランスデューサーであるAモードUSからの信号は、実際のアプリケーション、特にウェアラブルに向けて、より費用対効果が高く便利な方法でした。この研究では、手首と指のジェスチャー認識のための最も一般的な信号モダリティの1つであるシングルチャネル表面筋電図（SEMG）シグナルを使用して、シングルチャネルAモードUSのパフォーマンスを比較しました。AモードUSは、9つのジェスチャー認識のうち6つでSEMGを上回ることを実証しましたが、SEMGは残りの状態の検出に関してAモードUSよりも優れていました。また、機能空間分析を通じて、ジェスチャー認識のためのSEMGよりもAモードの利点は、深い筋肉組織からの情報を検出する能力が優れていることが原因であることを実証しました。この研究は、AモードUSとSEMGの間の明確な補完的な利点を提示し、ジェスチャー認識アプリケーションに2つの信号モダリティを融合する可能性を示しています。

With the ability to detect volumetric changes of contracting muscles, ultrasound (US) was a potential technique in the field of human-machine interface. Compared to the US imaging (B-mode US), the signal from a static single-element US transducer, A-mode US, was a more cost-effective and convenient way toward the real-world application, particularly the wearables. This study compared the performance of the single-channel A-mode US with single-channel surface electromyogram (sEMG) signals, one of the most popular signal modalities for wrist and finger gesture recognition. We demonstrated that A-mode US outperformed sEMG in six out of nine gestures recognition, while sEMG was superior to A-mode US on the detection of the rest state. We also demonstrated that, through feature space analysis, the advantage of A-mode US over sEMG for gesture recognition was due to its superior ability in detecting information from deep musculature. This study presented the clear complementary advantages between A-mode US and sEMG, indicating the possibility of fusing two signal modalities for the gesture recognition applications.