2023 Fiscal Year Research-status Report
生体信号と生活場面のセンシングで超重症児の気持をくみ取る認識・識別システムの構築
| Project/Area Number |
19K11330
|
|---|
| Research Institution | Kansai Medical University |
|---|
Principal Investigator |
佐藤 春彦 関西医科大学, リハビリテーション学部, 教授 (30274062)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
白石 俊彦 横浜国立大学, 大学院環境情報研究院, 准教授 (30361877)
二瓶 美里 東京大学, 大学院新領域創成科学研究科, 准教授 (20409668)
井上 剛伸 国立障害者リハビリテーションセンター(研究所), 研究所 福祉機器開発部, 研究部長 (40360680)
|
|---|
| Project Period (FY) |
2019-04-01 – 2025-03-31
|
| Keywords | 超重症児 / コミュニケーション / パターン認識 / 行動記録 |
|---|
| Outline of Annual Research Achievements |
本研究は重度の障害を抱え、発声、表情ともに乏しい児童が、他者とのコミュニケーション場面で何らかのシグナルを発しているはず、との前提に立ち、そのシグナルを生体センシング技術で捉え、本人の気持ちとして識別するシステムの構築を目指している。
２０２３年度は、①気持ち識別精度の向上を目指し、感情推定モデルに採用している機械学習手法の再検討、②ある計測日のデータをもとに構築された感情推定モデルの異なる計測日のデータでの精度検証、③観察者が気持ち推定に着目している指標との関係性、を行った。
①モデルの再検討：気持ち識別ための学習モデルの構築では、観察者が推定した気持ちを正解値として用いているが、それが真の正解とは限らない。そこで、気持ちの識別に使う学習モデルを、分類方式（好・嫌い・どちらでもない）から、回帰方式（好きと嫌いの程度の強さを反映）に変えて再検証した。これにより、観察者と学習モデルの極端な不一致を回避できるようになった。
②再現性の検証：学習により構築した感情推定モデルは、異なる日の計測データに対しても観察者の推定した気持ちと正解率約９０％（全ての予測に対する正しい予測の割合）で一致した。
③観察指標と生理指標による推定精度の比較：観察者が確認できる指標（場面の状況、目や舌の動き、深呼吸の有無など）と生理指標（心拍、心拍変動）それぞれを用いた気持ち推定では、観察者は状況に依存し気持ちを推し量れていること、生理指標のみを用いた場合も、観察と同程度（70％）の正解率で推定できることを確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
コロナ禍での移動制限により、対面でのデータ収集の遅れが響いている。
|
| Strategy for Future Research Activity |
これまで収集した５名で、一人３回から５回の計測を行い、その時間の合計は５００時間を超える。これらのデータから本システムの有効性を検証し報告する。また、気持ち識別のリアルタイムで生理データを収集、識別し、その結果をタブレット上に表示するシステムを構築、対象者に実装する。
|
| Causes of Carryover |
コロナ禍でデータ収集、学会発表の機会が失われ、旅費、謝金、研究発表に関する費用が未使用であった。本年度の文献収集と発表に要する費用として使用する。
|
