2021 Fiscal Year Research-status Report
機械学習による画像認識技術を用いた新しい姿勢評価法の開発
| Project/Area Number |
21K11510
|
|---|
| Research Institution | Kyoto Tachibana University |
|---|
Principal Investigator |
甲斐 義浩 京都橘大学, 健康科学部, 准教授 (90632852)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
村田 伸 京都橘大学, 健康科学部, 教授 (00389503)
来田 宣幸 京都工芸繊維大学, 基盤科学系, 教授 (50452371)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 姿勢評価法 / 画像認識 / 運動器疾患 / 身体機能 / 加齢変化 |
|---|
| Outline of Annual Research Achievements |
本研究では、新しい健康支援システムを創出するために、機械学習による画像認識技術を用いて、個人の姿勢をクラス分類できる新しい姿勢評価法の開発を進めている。今年度は、機械学習によって姿勢画像を識別するためのアルゴリズム開発を行った。地域在住の高齢者を対象に、矢状面および前額面における静止立位姿勢の画像を測定した。取得した画像データから、カラー画像と深度データをそれぞれ分析に用いた。次に、理学療法士によって、高齢者の姿勢を視覚的に4つに分類（①理想的アライメント，②胸椎後弯-腰椎前弯姿勢，③平背姿勢，④胸椎後弯-腰椎平坦姿勢）した。分類された姿勢を教師データとして、機械学習を行い、分類精度を検証した。その結果、カラー画像および深度データともに、65～70%程度の精度で識別が可能であった。一方、サンプルサイズが十分ではなかったこと、被検者の着用してる衣服の形状を統制していなかったことなどから、分類精度の向上に限界が見られた。次に、分類された高齢者の姿勢と加齢に関連する運動器疾患や身体機能との関連性を検討した。その結果、姿勢不良と判定された高齢者では、加齢に関連する運動器疾患を発症している割合が高いことが示された。コロナ禍の影響もあり、大規模な測定を実施することはできなかったが、姿勢画像のパターン認識が概ね可能なアルゴリズムが作成された。また、横断的分析ではあるが、分類された姿勢と運動器疾患との関連性について知見を得ることができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コロナ禍の影響によって、十分なサンプルサイズを集積することが困難であったこと、また画像の質が十分ではなかったことから、分類精度は中等度にとどまったが、測定された姿勢画像から当初予定していた画像認識アルゴリズムが作成できたため。
|
| Strategy for Future Research Activity |
今後は、姿勢画像における識別精度の信頼性を向上させるために、サンプルサイズを増やすことに加えて、質の良い姿勢画像データを集積する予定である。また、教師データとして用いた理学療法士による分類についても、判定精度に課題（検者によって判定が異なる可能性）があるため、検者間信頼性が担保された教師データを取得していく予定である。加えて、姿勢と関係が示された運動器疾患に加えて、骨格筋量や骨量、身体機能について調査することで、開発された姿勢評価の妥当性を検討する。
|
| Causes of Carryover |
コロナ禍の影響により、参加予定であった学会への参加を見送ったため。これらは、次年度の研究打ち合わせや消耗品の購入に充足する予定である。
|
