ULTRA-MoCap：上肢関節運動解析のためのIMUとsEMGを組み合わせたマルチモーダルデータセット

日常的な腕の動きを追跡する意義

棚に手を伸ばすとき、歩きながら腕を振るとき、バッグを持ち上げるとき――肩、肘、手首は精密に調整された動きを行います。この動作を詳しく理解できれば、理学療法やスポーツトレーニング、支援ロボットや外骨格の制御に大きな影響を与え得ます。しかし既存の腕運動に関するデータの多くは、特殊なラボでの大掛かりなカメラ設備によるものか、あるいは身体の一部しか捉えられないウェアラブル機器に依存しています。本稿で紹介するULTRA-MoCapは、モーションキャプチャカメラ、小型の動作センサー、筋活動記録を組み合わせて、上肢の動きをより豊かに描き出す新しい公開データセットです。

複数のセンシング領域を融合する

腕運動の多くの研究は、関節の動き、筋肉の発火、あるいは肢の加速度のいずれか一面しか見ていません。ULTRA-MoCapはこれら三者を同時に記録する点で際立っています。高精度なカメラベースのモーションキャプチャと、手、手首、前腕、上腕に配置した6つの小型慣性計測ユニット（IMU）を同期させ、さらに上腕二頭筋、三頭筋、三角筋など主要筋肉の電気活動を計測する表面筋電図（sEMG）センサーを組み合わせています。この構成により、筋活動、肢の動き、関節角度が時間的にどのように一致するかを観察でき、上半身運動の詳細で動的な肖像を提供します。

実際の被験者からのデータ収集方法

データセットは、既往の腕や肩の障害がないと確認された13名の健康な成人を対象とした実験に基づいています。参加者はモーションキャプチャ用に60個の反射マーカーを装着し、右腕に6台のワイヤレスセンサーを装着しました。行った動作は、両腕を振る、胴体を横切って手を伸ばす、肘を繰り返し曲げ伸ばす、肩を回す、腕をさまざまな高さまで持ち上げる、の5種類の一般的な上肢運動です。各試行は30秒間で、自分で選んだ速度（ゆっくりから非常に速いまで）で実施され、筋信号が歪むのを避けるために休憩が挟まれました。その結果、日常的な活動に似た、明確で再現性のあるパターンに従う多様な動作が得られました。

生のマーカーから仮想関節へ

カメラで得られたマーカー群を有意義な関節角度に変換するため、著者らは骨や関節を仮想的な骨格として表現する詳細な上半身のコンピュータモデルを用いました。まずキャリブレーション姿勢を使って各人物の体寸法にモデルを「スケーリング」し、次に逆運動学プロセスを実行して、各時点で観測されたマーカー軌跡と最も整合する関節位置と角度を求めました。厳密な品質チェックにより、仮想マーカーが実マーカーから数センチ以内にとどまり、計算された肩・肘・手首の動きが何千フレームにわたって解剖学的に妥当であることが確認されました。最終的なデータセットには、この処理済みの関節角度と元のセンサーおよびマーカー記録の双方が含まれ、他者が容易に再利用できるよう一貫したファイル名とフォーマットで整理されています。

機械学習でデータ品質を検証

信号が単にクリーンであるだけでなく有益であることを示すために、著者らは短い2秒間のセンサーデータのみを用いて、どの運動が行われているかを識別する深層学習モデルを訓練しました。IMUの動作データだけでも、モデルは94パーセント以上の確率で正しく運動を識別し、IMUと筋電信号を組み合わせると性能はわずかに向上しました。筋電データのみでは被験者間の一般化が難しく、個人ごとの筋の使い方の自然な差異が反映されていましたが、モデルを単一被験者に合わせると非常に良好に機能しました。これらの結果は、ULTRA-MoCapが新しいユーザーにも対応する汎用アルゴリズムと、個人に適応するパーソナライズドシステムの双方に適していることを示唆します。

このリソースが未来にもたらすもの

日常的な表現で言えば、ULTRA-MoCapは腕のための豊富に計測された「ブラックボックスレコーダー」のようなもので、現実的な動作中に骨、筋肉、ウェアラブルセンサーがどのように連動するかを記録します。データセットと関連コードが公開されているため、研究者はそれを用いてより賢いリハビリ運動を設計したり、ロボット外骨格の制御を改善したり、仮想現実の相互作用を洗練させたり、より少ないあるいはより単純なセンサーで多くを達成する方法を探ることができます。本研究は、上肢運動の多層的な観察が既存の資源の重要なギャップを埋め、自然で直感的に腕の動きを理解し支援するウェアラブル技術の進展を加速すると結論づけています。

引用: Fritsche, O., Camacho, S., Hossain, M.S.B. et al. ULTRA-MoCap: A Multimodal IMU and sEMG Dataset for Upper Body Joint Kinematics Analysis. Sci Data 13, 622 (2026). https://doi.org/10.1038/s41597-026-06687-5

キーワード: 上肢の動き, ウェアラブルセンサー, 筋電図, モーションキャプチャデータセット, リハビリテーション技術