2021 Fiscal Year Annual Research Report

Development of an objective evaluation tool that captures signs of dementia in the elderly using non-contact gait measurement technique and artificial intelligence

Research Project

Project/Area Number	21H03280
Research Institution	Kindai University
Principal Investigator	栗田耕一近畿大学, 工学部, 教授 (90455171)
Project Period (FY)	2021-04-01 – 2024-03-31
Keywords	歩行計測 / 認知症 / 非接触計測 / 静電誘導
Outline of Annual Research Achievements	本研究の目的は高齢者の認知症の「兆し」を歩行機能の低下から検知する技術を開発することである。これを実現するため、我々が開発した超高感度静電誘導電流検出技術を用い、被験者に一切装置を装着することなく歩行動作を検出する。さらに、静電誘導センサで検出した歩行信号を学習データとして、機械学習(信号の特徴量に基づき識別するカスケード分類器)や深層学習(畳み込みニューラルネットワークやLSTM等)を行い、AIにより認知症のタイプ識別を試みる。本研究ではこれらの技術を用いてAIを用いた認知症タイプの客観的評価ツールのシステム化を実現することを目的としている。本年度は超高感度センサの製作と歩行信号の周波数解析を実施し、不自由歩行動作の不自由の程度を識別することを目的として研究を行った。そこで、静電誘導センサの高感度化を実現するため、感度を約10倍に向上させた超高感度静電誘導センサを製作した。さらに、被験者の片麻痺歩行動作等の不自由歩行運動により誘起される静電誘導電流波形を数メートル離れた位置から検出し、歩行運動や日常動作によるデータを蓄積した。得られた結果には不意自由歩行動作の程度や個人固有の特徴が検出されていることが分かった。そこで、歩行波形の比較による歩行障害の程度の識別を行うため、超高感度静電誘導センサで得られた歩行信号の周波数解析を行った。その結果、AIを用いた歩行信号識別技術により、不自由歩行の程度や個人固有の特徴による分類が可能であることを明らかにした。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 静電誘導センサの感度を約10倍に向上させた超高感度静電誘導センサを製作し、被験者の歩行運動により誘起される静電誘導電流波形を数メートル離れた位置から検出し、歩行運動や日常動作によるデータを蓄積した。その結果、得られたデータには不自由歩行動作の歩行運動や日常動作の特徴や個人固有の波形が検出されていることが分かった。そこで、歩行波形の比較による歩行障害の程度の明確化を行なうため、超高感度静電誘導センサで得られた歩行信号のWavelet変換を行った。そして、歩行信号のスカログラムの特徴を識別するため機械学習を行ない、歩行機能の程度や歩行障害の程度を分類が可能であることを明らかにした。
Strategy for Future Research Activity	当初の計画どおり、深層学習を用いて認知症に起因する不自由歩行動作波形のタイプを識別する畳み込みニューラルネットワークを用いた学習モデルを構築する。また、学習モデルの識別根拠を明らかにするため、学習モデルの入力感度分析等を実施し、識別根拠を明らかにする。