| Project/Area Number |
21K11205
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 59010:Rehabilitation science-related
|
|---|
| Research Institution | Kansai University of Health Sciences |
|---|
Principal Investigator |
備前 宏紀 関西医療大学, 保健医療学部, 講師 (50828770)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
冨山 直輝 星城大学, リハビリテーション学部, 准教授 (00367872)
山田 和政 星城大学, リハビリテーション学部, 教授 (20367866)
水野 由子 (松本由子) 兵庫県立大学, 情報科学研究科, 教授 (80331693)
木村 大介 関西医療大学, 保健医療学部, 教授 (90513747)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 運動学習 / 近赤外分光法 / 関節運動 / 近赤外分光計測法 / 脳内ネットワーク / ネットワーク解析 |
|---|
| Outline of Research at the Start |
リハビリテーション分野では，運動習熟過程をパフォーマンスの速さと正確さで評価する．いずれパフォーマンスはプラトーに至り，リハビリテーションは終了となる．一方，脳内ネットワーク解析では，プラトーの先にあるさらなる変化を捉える可能性が示唆されている．そこで，運動学習のプラトーの先にある変化を捉えるため，近赤外分光と三次元動作解析装置から得られるデータを用い「脳と関節運動を1つのネットワークとみなす」脳・筋・骨格系の同時ネットワーク解析を行う．これら解析によりネットワークの効率性，すなわちパフォーマンスの効率化，柔軟性が解明でき，得られる知見は運動学習のプラトー先にある変化とみなせる．
|
| Outline of Annual Research Achievements |
運動学習はパフォーマンスの速さと正確さを基準として評価される．そして，パフォーマンスはある段階でプラトーに達するが，その後も脳内ネットワークは常に変化をし続けることが示唆されている．一方で同じ動作を反復練習することで，パフォーマンスの得点には影響を及ぼさないが，習熟運動と呼ばれる運動の巧みさが向上する．このような習熟運動については，客観的な評価が難しく，被験者自身の主観的評価に頼る必要がある．現在，運動学習において，時間の経過とともに前頭前野の活性が低下することが明らかになっており，運動の習熟度は関節運動の精度と効率性の向上に関連していると考えられる．そこで，脳機能と関節運動という客観的評価を組み合わせることで運動学習と習熟運動における関連性を明らかにすることを目的としている．
脳機能計測にはNIRS（日立製作所製 OT-R41）を使用し関心領域を左右の前頭前野とした．
関節運動の動作解析には，マーカーレスモーションキャプチャー（フォーアシスト製Pose-Cap）を用いた．マーカーレスモーションキャプチャーは，マーカーレスで骨格を自動検出するソフトウェアであり，課題遂行中の動画を撮影するだけで，骨格検出し，角度，角速度，角加速度等を解析可能である．運動学習課題にはパーデューペグボードを使用した．
NIRSと関節運動のデータを運動学習に伴う脳活動や関節運動の変化並びにこれらの関連性を明らかにしていく．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
運動学習課題や脳機能計測，関節運動計測の調整の目途がつき，実験を開始できた．そして実験に向けての課題が整理された。
|
| Strategy for Future Research Activity |
対象者を増やしていき，NIRSと関節運動のデータを運動学習に伴う脳活動や関節運動の変化並びにこれらの関連性を明らかにしていく．
|
