Construction of Urination Image Database and Urinary Volume Estimation by Deep Learning

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K12731
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 90150:Medical assistive technology-related
• Research Institution: Aichi Prefectural University
• Principal Investigator: Kawanaka Haruki 愛知県立大学, 情報科学部, 准教授 (90423847)
• Co-Investigator(Kenkyū-buntansha): 小栗 宏次 愛知県立大学, 情報科学部, 教授 (00224676) ; 雨宮 歩 千葉大学, 大学院看護学研究科, 助教 (90778507)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 画像計測 / 排尿量推定 / 機械学習

Outline of Final Research Achievements

The purpose of this study is to construct a database of urination images in the toilet, and to estimate flow volume and flow rate by deep learning based on the database. The experiment was performed for two years due to the effects of the coronavirus pandemic, but in the final year, we were able to conduct a measurement experiment in an actual toilet.
Through this experiment, we clarified the lighting and imaging conditions inside the toilet bowl, and by analyzing the data set obtained, we were able to clarify the conditions regarding the area of urine in the image, the position and orientation of the camera and the number of cameras. We obtained a large amount of data that could be used to examine the relationship between the actual urination pattern and the flow volume/rate the flow such as injection velocity, its trajectory and drop time, changes in the flow rate and non-monotonic streak line.

Free Research Field

情報工学

Academic Significance and Societal Importance of the Research Achievements

循環器系の患者の術後体調管理や経過観察において尿検査とくに排尿量の検査を毎日行うことが診断のための重要な情報になっている。要介護者などで検査用容器に自分の尿を集めることが困難である場合には、看護師や介護者によって採尿を支援してもらうことになるが、そうした容器による採尿は医療現場において大きな問題となっている。容器などに付いた尿を通じて院内感染するリスクが内在しているだけでなく、看護師や介護者の作業負担やそれによって本人の尊厳が損なわれることも問題視されている。本研究では病院や自宅の一般的なトイレで通常の排尿をするだけで尿流計測できる原理の確立を目的としている。