| Project/Area Number |
19K22735
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 58:Society medicine, nursing, and related fields
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2019-06-28 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000)
|
|---|
| Keywords | 転倒予測 / 慣性センサ / ニューラルネットワーク / クラスタリング / 歩隔 / 睡眠 / 転倒 / 予測 / 生体情報 |
|---|
| Outline of Research at the Start |
療法士や看護師らは，患者の様子から転倒発生の兆候を経験的にとらえることができる場合があることから，本研究では，転倒発生後の検出や転倒しやすさのリスク評価ではなく，転倒発生の兆候をとらえる技術の開発を目的とする．まず，ニューラルネットワークの学習を利用し，運動学的情報から健常者歩行との違いや個人の歩行の変動を自動的に検出することで，転倒発生の兆候を推定する方法の開発を行う．次に，自律神経系が関わる生体情報や睡眠情報を転倒発生の兆候の推定に利用することの有効性を検討する．これらのことから転倒発生の兆候をとらえる技術の実現可能性を検討し，その基盤技術の構築を目指す．
|
| Outline of Final Research Achievements |
Based on the idea of detecting signs of falls from gait changes, a method for detecting gait change using a neural network was developed. The results showing the feasibility of classifying gait pattern and classifying factors that cause gait change by using unsupervised learning were also obtained. Then, in order to estimate values of indices of factors that cause gait changes related to falls, methods to detect and evaluate abnormal foot movements in the early stance phase during walking, to estimate automatically stride length and walking speed, to detect automatically gait event timings, and to estimate the body center of mass position for evaluating balance during walking were developed using inertial sensors. Furthermore, a correlation between total sleep time and the feeling of walking instability in healthy subjects was found, which suggested the possibility of using total sleep time in detecting signs of falls.
|
| Academic Significance and Societal Importance of the Research Achievements |
転倒に関する多くの研究は，転倒が発生した結果の検出や，転倒しやすいタイプかどうかの判定にとどまっており，工学的技術を利用した転倒発生の兆候の検出の研究はほとんど行われていない．本研究は，看護師らの経験に基づく転倒の兆候の検出を工学的技術により実現することを目指して，運動情報と内面的状態に関係する生体情報や睡眠情報の利用可能性を検討し，簡便な慣性センサでの歩行計測で，転倒に関わる未知の歩容変化検出とその要因を分類する方法の実現可能性，睡眠情報の利用可能性を示す結果を得た．これらの結果は，転倒発生の兆候を検出する技術につながる点で学術的意義があり，転倒予防の実現の観点で社会的意義がある．
|
