2017 Fiscal Year Annual Research Report
離床予測に向けた高密度体圧センシングを活用した離床前動作パターン分類
| Project/Area Number |
17H06644
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
荒木 大地 東京大学, 大学院医学系研究科(医学部), 客員研究員 (10799787)
|
|---|
| Project Period (FY) |
2017-08-25 – 2019-03-31
|
| Keywords | 転倒・転落 / 離床センサ / 動作分類 / 機械学習 / 予測 |
|---|
| Outline of Annual Research Achievements |
本研究は離床感知・動作分類の新たなアルゴリズムを開発し、予測的に患者の動作を捉えることでベッドからの転落を予防することを目的として取り組んでいる。平成29年度の研究においては、健常者若年者・高齢者を対象とした動作分類のアルゴリズムの開発を主課題として研究を実施した。若年健常者を対象とした研究では、圧力センサを使用してベッド上で行われる動作についての動作データを取得し、その動きを表す特徴量に変換および機械学習を行う事で動作の分類可能性について検討を行った。データの取得に使用した圧力センサは、ベッド脚下4点に設置するロードセルタイプのセンサから、ベッドマットレス上に敷くタイプのマットタイプのセンサに変更し、データの取得を実施した。ロードセルタイプのセンサを用いたアルゴリズムでは、ベッド上の人物の重心移動軌跡をデータとして取得していたが、取得可能な情報量が少なく、マットタイプのセンサに変更することで詳細な身体部位ごとの変化を捉えることが可能となり、分類精度が増すことが考えられた。機械学習ではSupport Vector Machine(SVM), Random Forest(RF)の2種類の手法を適用し、各手法の特徴と計算された適中率に関して検討を行なった。また、健常高齢者においても若年健常者を対象としたものと同様の実験を行ない、さらに療養環境でよく見られるヘッドアップに関連した3種類の姿勢を分類に加え、分類の精度に与える年齢の影響を検討した。一方で、一定時間以上寝た状態から自身の意思で起き上がって離床するまでのデータを取得し、離床に至るまでの一連の動作を特徴ごとに検討かつ分類することで、離床前の動作の特徴を抽出した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
動作分類・予測のアルゴリズム開発に関して、計画から実装まで計画通りに進行しているため。
|
| Strategy for Future Research Activity |
平成29年度は健常者若年者・高齢者を対象とした動作分類のアルゴリズムの開発を主課題として研究を実施してきたため、平成30年度においては臨床にフィールドを置いた調査研究を主課題として実施することを検討している。
|
Research Products
(3 results)
