2018 Fiscal Year Annual Research Report
Development of Wireless Stethoscope System for Livestock
| Project/Area Number |
16H05009
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
伊藤 寿浩 東京大学, 大学院新領域創成科学研究科, 教授 (80262111)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | リモートセンシング |
|---|
| Outline of Annual Research Achievements |
本年度は、聴診センサデバイスの改良と、疾病予測・早期発見用ソフトウェアとしての非接触心音計測ソフトウェアの開発を行った。
聴診センサデバイスの改良として、圧電MEMS聴診素子の特性向上を図るため、３Dプリンタで作成した樹脂性のカンチレバーに薄型圧電Siデバイスを搭載した新たなデバイス構造を提案・設計し、試作を行なった。試作したデバイスは、50 Hz付近に共振ピークを有しており、心音周波数帯域で高感度化することができた。また、心音周波数帯域用にフィルタ・増幅回路を設計・試作し、10 cm程度の非接触心音計測への適用を行うことができた。
り非接触心音計測ソフトウェアとして、非接触で測定した心音から心電のRピークを高精度推定するソフトウェアを開発した。Rピークを推定する手法として、２つの手法、すなわちフィルタバンクを用いる手法と、STFT（短時間フーリエ変換）と機械学習を用いる手法とを開発した。居室環境でマイクにより非接触測定した人の心音に対し、これらの手法を適用してRピーク推定精度の評価を行った。フィルタバンクを用いた手法では、通過帯域31~37 Hz、設定オフセット71.5 msの時に最も高い精度が得られ、推定誤差は-0.6±4.5 msであった。一方、STFTと機械学習を用いる手法では、STFT 処理後のデータ 1 秒分を 1 つのデータとして心電と関連付け，学習を行ってRピーク推定を行った。学習手法ではk近傍法（kNN）が有効であることが判明し、Rピーク推定誤差-2.9±6.6 msが得られた。２つの手法を比較すると、フィルタバンクを用いた手法の方が高精度であることがわかったが、いずれも自律神経機能を調べるR-R間隔計測には十分と言える10 ms以下の精度が得ることができた。
|
| Research Progress Status |
平成30年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成30年度が最終年度であるため、記入しない。
|
