2022 Fiscal Year Annual Research Report
Detection of abnormal gait pattern in knee joint using inertial measurement unit and machine learning
| Project/Area Number |
20K23309
|
|---|
| Research Institution | Sendai National College of Technology |
|---|
Principal Investigator |
小松 瞭 仙台高等専門学校, 総合工学科, 助教 (10881469)
|
|---|
| Project Period (FY) |
2020-09-11 – 2023-03-31
|
| Keywords | 歩行 / IMU / 信号処理 |
|---|
| Outline of Annual Research Achievements |
変形性膝関節症などの運動器疾患における歩行解析は患者状態の分析や病態進行、診断や治療を提案するうえで重要な手段である．歩行解析を実施する場合には光学式モーションキャプチャが用いられているが，近年は小型で安価な慣性センサ（IMU）を用いた動作解析手法が種々開発されている．また機械学習や深層学習，強化学習，時系列解析を用いた信号処理及び波形検出，その解析法について幾つか提案されている一方，歩行解析における歩容特徴などの検出における有用性は定かではない．
本研究ではIMUにセンサ・フュージョンや機械学習，時系列解析手法を用いた歩行時にみられる異常動作の検出システムを構築し，歩行状態の判別や特徴検出を行う．
本年度は前年度に構築したシステムの有効性について学術論文を投稿し採択された．また構築した検出システムの信号処理過程などを改良し，新たな解析プログラムを構築した．そして解析システムの有用性を検証した．検証においては被験者4名を対象とした歩行計測実験を行い，IMUを被験者の腰部，大腿，足背に装着して歩行時の加速度，角速度を計測した．実験では10mの直線区間に前後3mの直線区間を含めた合計16mの区間内を被験者に歩行させた．得られた計測データについて，改良した解析プログラムを用いて信号処理及び特徴検出を行った．結果としてこれまでのシステムと比較して検出精度が改善され，検出遅れ時間も非常に小さい値を示した．実際の歩行を想定するなら曲線区間や階段昇降といった直線経路に限らない条件下での有用性を示す必要があり，今後の課題としたい．
|
