筋収縮時に筋細胞から微弱な電位信号（筋電位）が検出される。手指の屈曲・伸展運動は前腕の筋収縮によってもたらされることから、前腕遠位切断障がい者の前腕の筋電位から失った手指運動の意思を推定する事ができる。しかし、筋電位から筋活動度を求める際の積分に大きな遅れが生じたり、皮膚表面筋電位などの非侵襲的誘導法では、複数の筋群のクロストークによって情報の分離が非常に困難であったりすることから、実用化されているほとんどの筋電義手は、全指屈曲・伸展などの非常に単純な動作に限定されている。ここでRNNなどのニューラルネットワークを用いた手指運動の推定などが研究されているが、細かな動作の推定のためには大規模なネットワークが必要になり、学習に時間がかかったり、収束しなかったりする場合が多い。我々はこの問題に対してレザバーコンピューティングの一種であるESNを用いて各指各関節のトルク及び角度を個別に推定し、より細かな手指運動を短時間の学習時間で実現する筋電義手に向けたインタフェースの構築を目指している。