Research and development of AI technology for sleep physiology monitoring based on non-contact sensing
Project/Area Number |
20J13779
|
Research Category |
Grant-in-Aid for JSPS Fellows
|
Allocation Type | Single-year Grants |
Section | 国内 |
Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
Research Institution | Nara Institute of Science and Technology |
Principal Investigator |
城戸 孝士郎 奈良先端科学技術大学院大学, 先端科学技術研究科, 特別研究員(DC2)
|
Project Period (FY) |
2020-04-24 – 2022-03-31
|
Project Status |
Completed (Fiscal Year 2021)
|
Budget Amount *help |
¥1,700,000 (Direct Cost: ¥1,700,000)
Fiscal Year 2021: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2020: ¥900,000 (Direct Cost: ¥900,000)
|
Keywords | 非接触測定 / 睡眠時姿勢 / センサ / 心電図 |
Outline of Research at the Start |
本研究で用いる容量性心電図(cECG)と心弾図(BCG)はどちらも皮膚に電極を貼ることなく測定することができ、センサをベッドに設置することで信号を測定することができる。cECGは心臓の電気的活動を反映し、また体動や睡眠時姿勢も波形の変動という形で表れる。BCGは心臓の機械的活動を反映し、体動や睡眠時姿勢も波形に影響を与える。本研究はcECGとBCGという性質の違う2つの信号を組み合わせて解析を行い、電極を直接貼らないことによる不安定さを持つcECG 単体での解析と比べ、より詳細な心臓生理動態、睡眠動態に関わる情報を抽出するという研究である。
|
Outline of Annual Research Achievements |
容量性心電図(cECG)と心弾図(BCG)はどちらも皮膚に電極を貼ることなく測定することができ、センサをベッドに設置することで信号を測定することができる。cECGは心臓の電気的活動を反映し、BCGは心臓や身体の機械的活動を反映する。本研究ではcECGとBCGという性質の違う2 つの信号を組み合わせて解析を行い、cECG 単体での解析と比べ、より詳細な心臓生理動態、睡眠動態に関わる情報を抽出することを目指している。 2021年度は実験環境の改善、追加実験、測定データの解析、分類手法の検討等を行った。2020年度においては8人の被験者からcECGとBCGを測定する実験を行ったが、不足のデータがあったので、2021年度においては8人から追加でBCGを中心にデータ収集を行った。また、2020年度では15人からデータを収集する予定であったため、2021年度においては新しく7人からcECG、BCGを追加でデータ収集を行っている。実験環境については追加で測定を行うにあたって、前年度の実験を踏まえ、手順、測定機器の変更等を実施した。 測定したデータに関して、2020年度に測定したデータにおいてはすべてのデータにラベル付けを行った。ラベルとしては、睡眠動態や電極の接触位置に関わる姿勢や体動の有無などがある。信号測定と同時に撮影したカメラ映像と照らし合わせ、これらのラベルを測定した信号に紐づけている。2021年度の測定した信号のラベル付けに関しても進めている。 分類フレームワークについては、以前作った深層学習をベースとしたcECG単体を処理する分類手法にBCGの処理部分を組み込んだ手法を検討している。 このように2021年度の進展により、データ測定は終わり、分類・解析を行う部分の構築を残すのみとなっている。
|
Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
Report
(2 results)
Research Products
(1 results)