高齢者施設における写メを利用した食事調査ならびに健康管理システムの構築

• Project/Area Number: 21K11639
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 59040:Nutrition science and health science-related
• Research Institution: Suzuka University of Medical Science
• Principal Investigator: 大槻 誠 鈴鹿医療科学大学, 保健衛生学部, 准教授 (60367878)
• Co-Investigator(Kenkyū-buntansha): 西村 明展 三重大学, 医学系研究科, 寄附講座講師 (10508526) ; 鶴岡 信治 鈴鹿医療科学大学, 医用工学部, 教授 (30126982)
• Project Period (FY): 2021-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); 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: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 自動計測システム / 画像処理 / プログラム / 食事調査 / 画像 / 運動器検診 / 高齢者 / 低栄養

Outline of Research at the Start

高齢者の低栄養状態を防ぐため、高齢者福祉施設に入居する健常な高齢者に対して
タブレット端末による食事前後写真を利用した食事調査を実施し、①管理栄養士の推定値と画像解析による計測値との関連性を機械学習し、画像による栄養成分推定システムの構築　②入居者の摂食量、食事の多様性、栄養素摂取量を推定　③推定された栄養情報を通じて食事介入を実施し、運動器検診や身体測定を通じてその効果を検証

本研究の目標は、タブレットから得た写真を利用することにより簡便化ならびにデータ化を進めることで介護従事者の負担を減らし、より高齢者に寄り添った新しい健康管理システムの構築を目指します。

Outline of Annual Research Achievements

今年度は病院や介護施設などの給食に関する摂食物の自動計測システムのプログラムを作成した。
（１）処理対象：研究では昨年度実施した「写真を用いた食事摂取量の評価」で使用された画像を使用した。（２）システム開発用言語：プログラミング言語Pythonによる画像処理ライブラリOpenCVを用いて、システム開発環境AnacondaとSpyderを使用した。主な処理関数：OpenCVのmatchTemplate関数、mkiniMaxLoc関数とした。処理の流れとして１）食器の位置検出：テンプレート画像と処理対象画像の読み込み・表示　→　テンプレート・マッチング関数を使用し、位置と類似度を計算　→　マッチング位置に長方形を表示、２）摂食量の推定：２つの特徴量{①画素の濃度値、②濃度ヒストグラム}を使用した比較を行った。①画素の濃度値：テンプレート画像と処理対象画像の読み込み・表示　→　テンプレート画像の入り大きさの正規化→　類似度計算　→　類似度を表示、②濃度ヒストグラム：テンプレート画像と処理対象画像の読み込み・表示　→　テンプレート画像の入り大きさの正規化→カラー濃度ヒストグラムの作成　→類似度計算　→　類似度を表示とした。
結果として、１）食器位置の検出は、処理対象画像と摂食量５０％までのテンプレート画像を使用する場合には、正しく検出できたが、残食量が大きく異なる場合（１００％と２０％）では、検出精度が低下した。２）摂食量の推定は、画像回転がない場合には、画素の濃度値を使用した方法の方が精度よく推定できるが、回転を伴う画像では、ヒストグラムを使用した方法の方が、精度が高くなるが示された。
本研究では対象画像領域を抽出し、類似度を求めるまでを一貫して行うプログラムを開発を行った。更なる精度を追求していく予定である。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

高齢者が対象でありコロナ禍で施設への立ち入りができなくなり、検診の説明自体を行うことができなかった。今後、コロナに対する規制緩和が高齢者施設にも波及すると、本研究へと移行できそうな見込みである。

Strategy for Future Research Activity

コロナにおける規制緩和の状況に応じて、不具合が出た場合には微調整を加え、本実験へと移行する予定である。