2022 Fiscal Year Research-status Report
機械学習による表面筋電図解析プログラムを用いた運動方向判定精度の検証
| Project/Area Number |
22K17593
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
桑原 渉 慶應義塾大学, 医学部(信濃町), 特任助教 (70932226)
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Keywords | リハビリテーション / ロボティクス / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，手指運動アシストデバイスを装着した状態での表面筋電図制御プログラムの運動方向判定精度を検証し，その精度を向上させるアルゴリズムを構築することである。
補助事業期間内において，健常者，脳卒中運動麻痺者それぞれ10名ずつを対象にし，精度検証をすることを想定し，倫理申請を行い，承認を得た。健常者5名においてデバイス装着下で精度検証を行ったところ，感度，陽性的中率それぞれで全例95％以上の高い精度を確認できた。健常者での検証は済とした。
脳卒中運動麻痺者7名を対象にした精度検証を開始した。方法は，以下の通りである。
①デバイス非装着下において，運動機能検査であるBox & Block test（BBT）を実施，②7筋に筋電図センサを貼付し，各患者に応じて判定しやすい2筋の組み合わせを決定するための筋電検査を実施，③②で決定した2筋を用いて学習課題を実施，④学習データをマイクロコンピュータに伝送，⑤デバイス装着下で運動機能検査であるBBTを実施
③で取得したデータを交差検証の方法を用いて感度，陽性適中率を算出した。さらに，①と⑤のBBTの結果を比較した。その結果，伸展判定の感度：88％，陽性的中率：70％，屈曲判定の感度：85％，陽性的中率：68％，BBTは非装着0.6個vs装着1．6個であり，精度は改善の余地があるものの，運動機能拡張をもたらすことが出来る可能性が示された。
精度改善を図るために，デバイス側の伸展・屈曲位置の検出を行うことを目的に，フォトセンサによるラック位置センシング機能をデバイス側に実装した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
想定していた対象症例数の半分を上回る患者数への実験，臨床研究を既に終了している。
さらに精度向上を図るための方法について考案し，それを解決するために，フォトセンサによるラック位置センシング機能をデバイス側に既に実装し，次年度に実施する内容について検討済である。
|
| Strategy for Future Research Activity |
今後の研究の方針は以下の2点である。
①現行のプログラムにおいて精度を向上させる方法を検討する。
具体的には，学習課題の回数を増加させる，学習課題を実施する肢位をアウトカム特異的に決める，ということを行うことで精度向上が図ることができると推察している。
②現行プログラムを改修し，表面筋電図信号だけでなく，ラック位置（手指の肢位）の情報をプログラムに組み込むことで，精度向上を図ることができるか検証する。
具体的には，例えば，手指の肢位が伸展位にある場合には屈曲判定をしやすいようなアルゴリズムをプログラムに組み込むことを想定している。
|
| Causes of Carryover |
ソフトウェア改修を担当しているエンジニアが2022年度に稼働することが難しい状態であったため，その外注分を次年度に繰り越した。
|
