2019 Fiscal Year Research-status Report
モデルベースによる簡易計測手法を用いた高信頼な日常身体機能評価システムの構築
| Project/Area Number |
17K00230
|
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
杉本 千佳 横浜国立大学, 大学院工学研究院, 准教授 (40447347)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | モデルベース / 咀嚼・嚥下 / 呼吸 / 機械学習 / 機能評価 |
|---|
| Outline of Annual Research Achievements |
日常での病気予防や健康維持対策が求められる中、日常の中で簡易なシステムにより咀嚼習慣や咀嚼嚥下機能を認識・評価する方法が必要になっている。そこで、RGB-Dカメラで取得されるデータを用いて、顔や頸部の特徴点3次元動態をもとに咀嚼運動や嚥下状態を検出し、摂食した食品の硬さや大きさの推定、咀嚼回数の算出、咀嚼・嚥下機能や状態の評価、適切なフィードバックの提供を行うための手法を提案し評価した。本研究の提案手法により、評価に必要なパラメータの算出ができ、咀嚼運動および嚥下時頸部特徴点の運動軌跡に機能や状態の評価に必要な特徴があらわれることを示し、評価において重要な評価指標を導出して明らかにした。
嚥下機能評価では、Depth情報から喉頭周辺の３D 特徴量を抽出し、個人適合させたモデルを導入し、低分解能のデータを補正するため、画像処理において用いられるノイズキャンセルや非剛体レジストレーション、最適化手法を用いて高精度化を図った。同様に、咀嚼機能評価においても顔モデルの個別適合を行い、特徴点検出精度の向上を図った。また、同測定装置を用いて胸腹式呼吸パターンを高精度に評価する手法を提案した。深度情報から胸腹部の体積変化を測定することで呼吸を検出できるが、肺疾患COPDの呼吸訓練で用いられる腹式呼吸グレイド評価や胸式・腹式呼吸の高精度評価には、横隔膜の動きを検出することが必要である。提案手法では、横隔膜モデルで基準となっている肋骨弓により胸部と腹部の境界を設定し胸部・腹部の体積を算出、呼吸波形を解析してKonno-Mead Diagram における特徴量を抽出し、SVM を用いて腹式呼吸度の推定を行う方法を構築した。グレイド評価法と比較した結果、十分な精度で腹式呼吸度を評価できることを示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画に基づき、日常生活の中で生命・健康維持に重要な役割を果たす咀嚼・嚥下および呼吸の状態・機能を簡易計測デバイスにより高精度に評価する手法を提案し評価した。
RGB-Dカメラを用いて、咀嚼・嚥下、および胸腹式呼吸の計測実験をして測定条件に応じて取得されるデータを解析し、適切な評価に必要な各種モデルを考案・導出して検証し、最適なモデルの構築を行った。検証のために筋電センサや呼吸センサ、カメラなどを用いてデータを取得し、各モデルの性能を比較評価した。複数のモデルや手法について、精度やリアルタイム性、データ取得の簡易性、適用可能な対象範囲等の基準をもとに評価し、従来手法と比較して各状態や機能を精度良く評価できることを示した。また、その研究成果を国際学会や国内学会で発表した。
よって、計画通り順調に進展しているといえる。
|
| Strategy for Future Research Activity |
本年度までの研究成果に基づき、咀嚼評価においてRGB画像を用いた深層学習による評価モデルを導入し、更なる精度向上を図れないか検証する。構築可能な評価モデルは入力データに依存するため、取得されたデータの適切なデータ処理方法、入力方法、評価モデルとそのアーキテクチャ、出力方法等を再検討し、最適なモデル構築を行う。また、人間の個別特徴に適合させるためのモデルの適用・学習とその最適化において、汎用性をさらに高めるための追加機能の実装と検証を行う。
生体データは個体差が大きく評価指標や評価基準は適用対象によって異なってくるため、再度適用条件を見直した上で評価モデルを改良する。これらのことを医療関係者と十分ディスカッションした上で実施し、その研究成果を学会や論文誌等で発表する。
|
| Causes of Carryover |
構築している咀嚼嚥下評価システムにおいて、入力データとしてDepthデータに加えて新たにRGB画像データを利用し、画像データの解析手法として近年卓越した結果を出している深層学習モデルを評価に導入することで、更なる精度向上を見込める可能性が本年度の研究で示唆された。そこで、次年度に画像データをもとにした評価モデルを追加で構築して全体システムとして評価する。本年度購入を予定していた評価検証に必要な計測デバイスは、追加機能の評価を終えるまで最適な仕様を決定できず未購入となった。また、解析ソフトウェアに必要な機能と性能はデータに依存するため、必要に応じて機能の選択設定が可能なクラウドプラットフォームを利用料の支払いにより使用したため、本年度の購入費は削減された。
身体的な形状や性質等の個別の特徴が評価に影響を与えるため、人間の個別特徴を考慮し学習データ量を増やして適切に選択し、評価モデルも更に工夫することが有効と考えられる。そこで、汎用性を高めるための改良を行う。
これらには計算能力が高いコンピューター資源が必要であり、機械学習用クラウドプラットフォームを利用するため、その利用料として使用する。又、DepthデータとRGB画像データを一定以上の解像度で同時取得可能なDepthカメラが必要なため購入する。追加機能の実装と検証を行い、その研究成果を学会や論文誌等に発表するための経費として使用する。
|
