Web-based screening of neurological diseases using pose estimator
Project/Area Number |
21K20891
|
Research Category |
Grant-in-Aid for Research Activity Start-up
|
Allocation Type | Multi-year Fund |
Review Section |
0902:General internal medicine and related fields
|
Research Institution | The University of Tokyo |
Principal Investigator |
Sato Kenichiro 東京大学, 大学院医学系研究科(医学部), 助教 (10908495)
|
Project Period (FY) |
2021-08-30 – 2023-03-31
|
Project Status |
Completed (Fiscal Year 2022)
|
Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
Keywords | 歩行解析 / 自動解析 / 姿勢推定 / 深層学習 / 時計描画テスト / 認知機能低下 / スクリーニング / AI / リモート診療 / 神経疾患 / 早期診断 |
Outline of Research at the Start |
アルツハイマー病やパーキンソン病など神経疾患の診断/治療/薬剤開発においては、症状が明らかになってくる以前の、症状が軽微な前駆期から発症早期のうちに発見することが重要とされているが、症状が明らかでない段階から該当者を検出することは容易ではない。そのため、web入力形式による幅広い一般高齢者を対象としたリモートでの神経疾患の早期発見を、『姿勢推定を介した動画解析によって神経所見情報を抽出する手法』を組み入れることで可能にすることを目的とする。この研究により、神経疾患のweb上でのスクリーニングが実用レベルで可能になることが期待できる。
|
Outline of Final Research Achievements |
We aimed to detect neurodegenerative diseases including Alzheimer's disease (AD) or Parkinson's disease (PD) by web-based applications available in smartphones, by attempting to develope two different methods: one is applying pose-estimating to 2D video movies recording gait, and another is deep learning-based prediction of cognitive decline from Clock-Drawing Test pictures. We started to take data of gait movies from preclinical AD participants. We also built deep learning prediction models to identify those with probable dementia or with executive dysfunction.
|
Academic Significance and Societal Importance of the Research Achievements |
本研究の発展により、web上(含スマートフォン)での早期検出を目的としたアプリケーションを用意することができ、より幅広い人に利用してもらうことが可能になるため、従って神経疾患の早期発見がより多くの人で可能になるのではないかと期待できる。
|
Report
(3 results)
Research Products
(14 results)