2022 Fiscal Year Research-status Report
| Project/Area Number |
21K18305
|
|---|
| Research Institution | Shizuoka University |
|---|
Principal Investigator |
西村 雅史 静岡大学, 情報学部, 教授 (60740363)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
黒岩 眞吾 千葉大学, 大学院工学研究院, 教授 (20333510)
森野 智子 静岡県立大学短期大学部, 短期大学部, 講師 (20582703)
津賀 一弘 広島大学, 医系科学研究科(歯), 教授 (60217289)
合田 敏尚 静岡県立大学, 食品栄養科学部, 特任教授 (70195923)
西田 昌史 静岡大学, 情報学部, 准教授 (80361442)
|
|---|
| Project Period (FY) |
2021-07-09 – 2025-03-31
|
| Keywords | 食行動 / 口腔機能 / 嚥下機能 / 自動行動認識 / 食行動データベース |
|---|
| Outline of Annual Research Achievements |
本研究では人が食物を認識し口に運ぶまでの見てわかる食行動だけでなく，食物を口腔内で咀嚼し，食塊形成して嚥下するまでの一連の食行動を多元的なセンサー情報とともにデータベース化し，情報工学，保健・医療の両面で活用することを目指している．本年度は昨年度の予備的検証結果に基づいてデータ収集方法に関する詳細設計を行った．これまで咀嚼や嚥下の評価に用いられてきた食材に加え，咀嚼の難易度，食塊形成の難易度，水分摂取の有無，カトラリーの違い等をできるだけ網羅できるよう，食材やその摂取方法をデザインするとともに，摂食嚥下に関する能力がある程度低下した高齢者でも無理なく実験参加ができるよう配慮した構成とした．また，これと並行して実施した検討の結果として，咀嚼能力については，年齢や残存歯数といった属性よりも個人差の影響の方が大きいことが明らかとなった．このため，データ収集の対象者として，若年者データを当初予定より拡充することや高齢者の残存歯数によるスクリーニングを不要とすることなどを併せて決定した．
これまでに，若年健常者を中心とした50名以上の食行動データ（3方向からの動画，嚥下や咀嚼に関する６chの収録音，両手と頭の計３箇所での加速度・角速度，摂取食物の重量変化など）を収録し終え，医学的な手法で測定した嚥下及び口腔機能に関する被験者属性等とともにデータベース化を進めている．
一方，食行動の半自動ラベリングに向けて，画像情報と加速度・角速度情報に基づく食行動認識及び，音情報に基づく口腔内行動認識の性能改善にも取り組んだ．なお，音情報に基づく口腔内行動認識については，これまで咀嚼音及び嚥下音のみを認識対象とする特殊なモデルを構築してきたが，大量の音声データから構築された汎用の事前学習モデルをこの目的に利用することを検討し，まだ課題は多いものの，その有用性を確認するに至っている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
情報工学，保健・医療の両面で活用可能な食行動データベースを構築できるよう，メンバー全員で繰り返し議論を行った結果，高齢者を含む被験者の負担にも考慮しつつ，多様な食材や摂取方法を広くカバーできるような収集手順のデザインができたと考えている．また，実際，この収集手順に従い，健常者（一部高齢者を含む）を対象にデータ収集を実施したところ，特に大きな障害もなく順調にデータ収集を進めることができた．既に50名以上のデータ収録を完了させるとともに，目視で確認できる範囲の食行動については収録画像に基づく手作業でのラベリング作業も概ね完了した．
|
| Strategy for Future Research Activity |
咀嚼能力は年齢や残存歯数よりも個人差の方が大きく，一方で嚥下能力は年齢の影響が大きいといったこともわかってきた．これらの結果も参考にして被験者の属性を調整しつつ，今後は特に少し健康に不安を感じ始めている高齢者に対して食行動データの充実を図りたい．このため，近隣の医療機関，社会福祉協議会など関係各方面の協力を得ながら広く高齢者のリクルーティング活動を行なっているところである．
一方，ラベリング作業の半自動化のために取り組んでいる画像や角速度・加速度を用いた食行動の認識や，音を用いた口腔内行動の認識については，人手によるデータ修正作業との併用によって精度改善を目指すとともに，より効率の良い処理手順を検討中である．特に，口腔内行動については，これまで被験者の自己申告に頼るところが大きかったが，小型超音波診断装置によって食品粉砕と食塊形成を定性・定量的に評価する方法についても検討する予定である．一方，大量のデータで学習された既存の事前学習モデルの活用についても引き続き検討を行う．
また，情報工学の観点からの応用だけでなく，保健・医療の現場においても容易に，かつさまざまな観点でのデータ分析が可能となるよう，収録済みデータのデータベース化も急ぐ．
|
