スマートセンシングと機械学習を用いたフレイル評価システムの有効性の検証
| Project/Area Number |
23K16508
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 58080:Gerontological nursing and community health nursing-related
|
|---|
| Research Institution | The Hyogo Institute of Assistive Technology |
|---|
Principal Investigator |
戸田 晴貴 兵庫県立福祉のまちづくり研究所, その他部局等, 研究員 (70828665)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | スマートセンシング / 機械学習 / 立ち上がり / フレイル / IoT / 杖 |
|---|
| Outline of Research at the Start |
本研究課題では、椅子に内蔵された測距センサのデータから立ち上がり動作中の体幹と大腿の角度を計測できるシステムの構築し、その妥当性を検証する。開発した椅子を使用して地域在住高齢者を対象とした立ち上がり動作計測とフレイル評価を実施する。これらのデータを使用してフレイルの有無を分類するための機械学習モデルを構築する。さらに、縦断的な計測を実施することにより、フレイル状態の変化を追跡できるか検証する。
|
| Outline of Annual Research Achievements |
本研究課題では、椅子に内蔵された測距センサのデータから立ち上がり時の運動学データを算出しその妥当性を検証すること、そのシステムを用いて地域在住高齢者を対象とした立ち上がり動作計測とフレイル評価を実施すること、を目的としている。
まずはじめに立ち上がり方を適切に評価するための最適なセンサ個数について検討した。立ち上がりの特徴を評価するためのセンサ構成として、背もたれのみ（1個）、背もたれと座面（2個）、背もたれと座面と足元（3個）を考えた。それらを用いて、立ち上がり時の各リンクの角度を算出し、妥当性を検証した。その結果、1個だと体幹角度を算出するにはセンサが少なすぎ、3個にしても妥当性は改善しなかった。結果として、背もたれと座面の2個で構成する方法が最適であることが明らかになった。
椅子とは別にスマートセンシングの対象として一般的に使用頻度が高いT字杖に着目した。杖に慣性計測装置を貼付し、地域在住高齢者の杖のつき方を計測した。それに合わせてフレイルチェックリストを用いた評価も実施した。その結果、身体的なフレイルを有している高齢者は、有していない高齢者と比較して前方への加速度および角速度が減少していることに加えて、上下方向の加速度が減少していた。これらの結果から、杖のつき方を評価することでフレイルの評価ができる可能性が示唆された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
椅子を用いたフレイル評価については、地域在住高齢者を対象とした実証評価ができるようすでに進めている。また椅子だけではなく杖を活用したスマートセンシングについても取り掛かることができた。
|
| Strategy for Future Research Activity |
域在住高齢者を対象とした実証評価を行っていく。
杖に貼付した慣性計測装置のデータからフレイルを分類するための機械学習モデルを作成する。
|
Report
(1 results)
Research Products
(3 results)
