子供の知的・発達障害の自動的かつ客観的なスクリーニング検査の実現

• Project/Area Number: 22K18663
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 10:Psychology and related fields
• Research Institution: Otemon Gakuin University
• Principal Investigator: 廣瀬 智士 追手門学院大学, 心理学部, 准教授 (70590058)
• Co-Investigator(Kenkyū-buntansha): 大内田 裕 大阪教育大学, 教育学部, 准教授 (80510578)
• Project Period (FY): 2022-06-30 – 2025-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000); Fiscal Year 2024: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000); Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2022: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
• Keywords: 発達障害 / 個人差 / 機械学習 / 運動 / 画像処理

Outline of Research at the Start

本研究は、子どもの知的・発達障害の早期発見を画像から動作の特徴抽出を行うことで実現することを目的とする。具体的には、走動作の動画から関節運動の同定、関節運動から個人の特徴を抽出し、その特徴に基づき障害の有無を推定する分類器を作成する。本研究は発達障害・知的障害のスクリーニングテストの完成を目標にした萌芽的研究であると同時に、運動の個人差を体系的に捉える技術を完成させ種々の研究にパラダイムシフトを起こす可能性を有しており、学術的ならびに社会的に意義の高い研究であると確信する。

Outline of Annual Research Achievements

自閉症、注意欠如・多動症(ADHD)、学習障害などの子供の知的・発達障害は年々増加傾向にあり、大きな社会問題となっている。知的・発達障害を抱えた子供の指導において、早期に該当する子供を発見し、適切な介入や支援環境の整備を行うことが本人の自立を可能にする重要な因子である。しかし、現在のところ知的・発達障害の初期発見は、教師、親や本人の主観的な気づきに依存しており、とりこぼしの可能性が懸念されている。本研究では、運動中のヒトを撮影した動画から個人の運動の特徴を数値化する画像処理技術を開発し、この技術を子供の走動作の動画に適用することにより、発達障害の早期発見を可能にする自動的かつ客観的なスクリーニング検査を実現する。具体的には、走動作の動画から関節運動の同定、関節運動から個人の特徴を抽出し、その特徴に基づき障害の有無を推定する分類器を作成する。
今年度はまず、学習済みの既存のニューラルネットワークを用いて、50m走を行っている際の撮影映像から、走動作のキネマティクス（各関節の動き）を取り出すことを試みた。協力を得られた小学校のグラウンドで所属の小中学生の走動作の撮影を行った。ここから関節運動（キネマティクス）を抽出する解析を行ったが、太陽光の影響で明度が場所により大きく変わる屋外環境である点、長距離の移動を伴う運動であり、走路全体を通して大きな画角で撮影することが困難であった。このため、撮影位置、カメラの撮影パラメタなどを変更して、キネマティクスの抽出が可能である撮影方法を探索した。また、ニューラルネットワークのファインチューニングにより、上記悪条件下での撮影映像からキネマティクス抽出が可能か試行した。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

計画当初は、キネマティクスの抽出に関しては、既存の方法で簡単に可能であると考えていたが、対象にした50m走では、被写体の位置が大きく変わる、太陽光下での撮影、という二つの条件が重なり、既存のニューラルネットワークでのキネマティクス抽出が想像以上に困難であった。このため当初計画に比べて研究の進捗はやや遅れている。

Strategy for Future Research Activity

研究の最終目標は、市販のカメラ映像で撮影した50m走動画からヒト姿勢を推定し、その推定した動作情報から個性を割り出すものである。今後は以下の二つの方向から研究を進める。一つ目は、引き続き撮影方法の調整やニューラルネットワークのチューニング、また、最新の方法を使ってうまく走行中の姿勢推定が可能にする方法を探る。同時に、カメラではなく、比較的安価かつ持ち運び可能な市販の慣性センサーを用いて姿勢推定を行う、対象をトレッドミル上での走動作に切り替える、という姿勢推定が比較的容易にできる方法を用いて、姿勢推定後の研究計画を推進する。