プランクの筋電図は配線が揺れても増える？筋活動と動作の雑音を見分ける条件

2026.11.05
ヨガとからだの小さな疑問

配線が消えても、信号処理の仕事は残る

目に見える配線が気になると、接触の仕組みを変えれば問題がなくなるようにも思える。Rolandらの技術開発研究は、筋電義手の制御に向け、絶縁された筋電センサーの信号処理を扱った。皮膚と導電性の接続をする代わりに、容量性の結合で信号を受け取る方式である。この方式は電解質ペーストや皮膚の前処理を要しないが、精緻な増幅と雑音の抑制が必要だった。[2]

研究者らは、動作アーチファクトと外部雑音を主要な課題として、複数のデジタルフィルターや抑制アルゴリズムを設計した。低消費電力の装置で動かすため、計算資源と記憶容量にも配慮している。ここでも重要なのは、雑音を弱めることと、十分な筋電図の信号を残すことの両立だった。電極の方式が変わっても、測りたい活動を選び出す問いは残る。[2]

この研究の対象は、切断者の義手制御に向けたセンサー技術である。18〜39歳の女性が行うプランクに、その性能をそのまま当てはめるには、対象と動作に合わせた検証が必要だ。したがって、「新しい方式だから腹筋の効果を正確に判定できる」と運動の結論へ飛ぶことは避けたい。使いやすい装置の開発と、特定の種目でどの情報を測れるかは、それぞれ確かめる仕事になる。方式の名前より、何を検証したかを読む。[2][3]

運動の合間に見た短い比較動画には、そこまでの説明が入っていないこともある。そこで技術の詳細をすべて理解する必要はない。「どんな電極を使い、動作による混入をどう扱ったか」という問いを残せればよい。装置の紹介が丁寧でも、比較した動作とフィルターの関係が分からなければ、棒グラフの高さだけで種目を選ばないという判断につながる。[1][3]

疑問の続きは、体で確かめるのがいちばん早い。

空き枠を見て予約電話で予約 042-595-8039 LINE

自動で雑音を見つける成績も、対象を読む

雑音を見つける仕事を機械学習に任せる研究もある。Tosinらは、信号から取り出した特徴を手掛かりに、混入の種類を識別し、影響を減らす処理を選ぶ仕組みを提案した。心電図の混入、動作アーチファクト、電源由来の干渉、白色ガウス雑音という4種類を検出するオフライン実験で、平均正解率は92.96%だった。[4]

この仕組みは、信号から抽出した6つの特徴を状態として使い、混入に応じたフィルターや手順を選ぶ構成だった。学習には、行動を選ぶ部分と評価する部分を組み合わせるActor-Criticという方法を用いている。正解率だけを切り出すと見えにくいが、研究の提案には、何を手掛かりに状況を判断し、どんな処理へ進むかという設計も含まれる。[4]

この数字が示すのは、設定された実験で混入の種類を見分けた成績である。プランクの筋活動の92.96%が正しく測れた、という意味ではない。また、雑音の種類を当てることと、雑音を除いた後に必要な筋活動の情報を保てることも、同じ評価ではない。識別成績を読む際には、正解とされた対象が何かを先に確かめる。[3][4]

この違いを日常のグラフに戻すと、「自動補正済み」という説明を見たときの問いが変わる。どの混入を見つける仕組みなのか、どんなデータで確かめたのか、その処理で残る筋活動を何で評価したのか。機械学習の名前が付いただけで判断を終えず、識別と信号の保存をそれぞれ見る。雑音対策は単独の合格印ではなく、測定目的に対応した作業なのだ。[3][4]

また、オフライン実験という対象も読み落としたくない。記録した信号を対象に得た識別成績を、目の前で動く人に応用するには、動作やセンサーの条件をそろえた検証が要る。義手制御向けの別の開発では、実際の装置で動かすための計算量や記憶容量まで検討されている。混入を当てる性能と、使う装置の制約は、それぞれ研究の課題になる。[2][4]

筋電図の処理に関する研究には、筋肉の変化を追う実験とは異なる成果がある。センサーの接触を安定させる、雑音の特徴を推定する、混入の種類を見つける、といった成果だ。それらを運動の説明に使うときは、どの成果を借りているかを区切りたい。測定技術が進んだ話を、そのまま「このプランクを毎日行えばよい」という助言へつなげる段階ではない。[1][4][14]

よくある誤解

「大きな波が出たなら、その分だけ筋肉が働いた」という思い込みがある。しかし動作アーチファクトと筋活動は周波数の特徴が重なり、両者の分離は難しい。だから、大きな波を全部筋活動と数える読み方は成り立たない。一方、揺れが見えた瞬間を全部雑音として捨てる読み方にも根拠が足りない。必要なのは、測定と処理の条件を伴った判断である。[1][3]

「強くフィルターをかければ、正しさが増す」という理解も単純すぎる。雑音を弱める処理は、欲しい筋電図の情報も弱め得る。一般的な使用を意図した20 Hzの推奨と、特定の実験条件で調べた40 Hzの設定を、精度の順位のように扱うことはできない。何を残し、何を減らし、その結果をどの指標で確かめたかが必要になる。[1][3]

「汗をかいていても、電極が貼ってあれば条件は同じ」という見方では、接触条件の差を見落とす。乾燥と発汗の条件でセンサーを比較した実験では、接着方法やゲルの有無が、接触の安定性や動作アーチファクトに関わった。ただし、これは汗のある運動を否定する結果ではない。同じ肌に貼る機器でも、接触の仕組みを細かく調べる価値があるという結果だ。[14]

読み手が避けたいのは、雑音の知識を覚えた途端に、気に入らないグラフだけを雑音と呼ぶことだ。比較したい結果にも、疑わしく見える結果にも、同じ確認を当てる。電極の条件、動作に対応した処理、残す信号の評価という確認点は共通である。派手な波にも静かな波にも、測定の説明を求める姿勢をそろえたい。[1][3][14]

今日からできること

プランクの比較動画を保存するなら、波の高さに加えて測定条件の説明も残す。電極や肌の接触がどう扱われているかを読む手掛かりになる。[3][14]
フィルターの説明に20 Hzや40 Hzが出てきたら、その数字を正解として覚えず、何の動作で何を確かめた設定かを書き添える。[1][3]
汗のある場面と乾いた場面を比べるときは、センサーの固定や接触条件がそろっているかも確認する。ゲルの有無を含め、条件の違いを効果の違いと混同しない。[14]
自動処理の92.96%という成績を見たら、混入の種類を識別した正解率なのか、運動の指標そのものの評価なのかを区別する。[4]
毎日の運動を考える材料にする前に、その数字が雑音対策の検証か、運動を続けた結果の検証かを分ける。今回扱った20 Hzと40 Hzは、実施時間や頻度の指定ではない。[1][3]

研究の細部を調べる時間がない日は、条件が分かるまで種目の順位を決めずに置く方法もある。順位を保留しても、測定の仕組みは学べる。動作が違えば雑音の特徴も違い、処理には残す情報との折り合いがある。この関係が分かれば、数字が大きいことだけを理由に、その姿勢を長く続けようとする読み方から距離を取れる。[1][3]

たとえば説明欄へ戻るときは、「測った筋肉」「使ったセンサー」「フィルター」「評価した指標」を文章の中で探すとよい。これは運動の実施手順ではなく、結果の読み取り方の提案である。筋肉と収縮の型やセンサー構成を考慮する必要性、動作条件に応じて雑音の特徴を推定する必要性が、こうした確認を支えている。[1][3]

yogaのレッスン前の様子生徒の足もとにあるヨガマット立川駅徒歩1分年中無休の溶岩ホットヨガスタジオ

オンザショア立川店で、通う時間を生活に置く

グラフの波の高さから運動量を決める前に、生活の中で続ける時間と参加条件を確かめたい。オンザショア立川店には、溶岩プレートを敷いたスタジオでのホットヨガのほか、常温のヨガ、ピラティス、パーソナルトレーニングがある。測定技術の研究と、通う場所を選ぶ判断を分けて考えるためにも、まず自分が参加できる運動を確認する。ヨガだけで25種類以上のレッスンがあり、ほかに女性専用のキックボクササイズ、ボクササイズ、HIITもある。用意された種類と生活の予定を照らし合わせて選べる。

妊娠中の方は溶岩ホットヨガには参加できず、常温のマタニティヨガがある。医師から運動を止められている方は利用できない。店はJR立川駅北口から徒歩1分、東京都立川市曙町2-14-10 エトロワビル3Fにある。営業時間は全曜日8:00〜23:30、年中無休で、仕事や用事の前後に通う枠を考えられる。

店のトップや料金のページを確認し、体験するなら体験の予約へ進める。ヨガの体験レッスンは税込1,980円で、60分のレッスンにバスタオル2枚、フェイスタオル1枚、ヨガマットのレンタルが含まれる。数字の大きさを競う場としてではなく、日々の予定に運動する時間を置く場所として検討したい。

参考文献

[1] Estimating and minimizing movement artifacts in surface electromyogram. — Karacan I, Topkara Arslan B, Karaoglu A, Aydin T, Gray S, Ungan P, Türker KS., 2023, Journal of electromyography and kinesiology : official journal of the International Society of Electrophysiological Kinesiology. DOI: 10.1016/j.jelekin.2023.102778

[2] Ultra-Low-Power Digital Filtering for Insulated EMG Sensing. — Roland T, Amsuess S, Russold MF, Baumgartner W., 2019, Sensors (Basel, Switzerland). DOI: 10.3390/s19040959

[3] Filtering the surface EMG signal: Movement artifact and baseline noise contamination. — De Luca CJ, Gilmore LD, Kuznetsov M, Roy SH., 2010, Journal of biomechanics. DOI: 10.1016/j.jbiomech.2010.01.027

[4] Actor-Critic Reinforcement Learning Based Algorithm for Contaminant Type Identification in Surface Electromyography Data. — Tosin MC, Bagesteiro LB, Balbinot A., 2021, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference. DOI: 10.1109/embc46164.2021.9629967

[14] Electro-mechanical stability of surface EMG sensors. — Roy SH, De Luca G, Cheng MS, Johansson A, Gilmore LD, De Luca CJ., 2007, Medical & biological engineering & computing. DOI: 10.1007/s11517-007-0168-z

この記事の情報は2026年10月時点のものです。個別の健康状態については医師にご相談ください。