運動識別のためのWPT-ANNおよび信念理論に基づくEEG/EMGデータ融合

筋電図（EMG）と脳波計（EEG）は、生体ロボティクスの分野で頻繁に使用される生体信号の2つのモダリティです。しかし、アーティファクトの存在や情報の欠如などの理由により、単一の孤立したモダリティを使用することは不十分です。この問題を解決するために、本論文は、両方の信号の利点を活かし、それぞれの欠点を克服して運動の正確な識別を達成するEEG/EMGデータ融合方法を提案します。2種類の生体信号はウェーブレットパケット変換（WPT）を通じて前処理され、人工ニューラルネットワーク（ANN）によって分類されます。その後、信念理論が導入されてモデルの不確実性と不正確性に対応し、ソース間のあいまいさや対立に適応します。実験結果は、提案されたEEG/EMGデータ融合方法が単一モダリティに基づく戦略を上回ることを示しています。この研究の結果は、生体ロボティクスアプリケーションに新たな推進力を提供します。