| 研究課題/領域番号 |
17K00230
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 横浜国立大学 |
|---|
研究代表者 |
杉本 千佳 横浜国立大学, 大学院工学研究院, 准教授 (40447347)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 咀嚼・嚥下 / 呼吸 / 機能評価 / 深度情報 / RGB画像 / 機械学習 / 咀嚼嚥下機能 / 認識モデル / RGB-Dデータ / モデルベース / 咀嚼嚥下 / 生体機能 / RGB-D画像 / 評価モデル / 日常計測 / 生体工学 / 計測工学 |
|---|
| 研究成果の概要 |
簡易に導入・測定が可能なRGB-Dカメラを用いて、人間の重要な機能である咀嚼・嚥下、呼吸の状態、能力を高信頼に評価するための新たな手法を提案した。深度情報から得られる顔、頸部、胴体の3D特徴点を基に、咀嚼ではサイクル毎の咬合・開閉口運動の経路、速度、リズム、咬合筋の体積変化等を導出、嚥下では喉頭領域の3D特徴量を自動抽出し咽頭隆起を検出して運動軌跡をトラッキング、呼吸では肋骨弓から横隔膜の動きを検出し胸部・腹部の体積変化から胸式・腹式呼吸の度合いを算出、RGB動画像からも深層学習により咀嚼能力の高低に伴う特徴を抽出し、簡易手法により咀嚼・嚥下、呼吸の状態や機能を高精度に評価できることを示した。
|
| 研究成果の学術的意義や社会的意義 |
高価な専用装置を用いず、簡易に導入可能な機器の測定データを基に、先端的かつ高度な機械学習手法やデータ解析手法、有用な生体モデルを活用することで、口や顎周辺、頸部の喉頭隆起、胸腹部の細かな動きを高精度に検出し、非侵襲・非接触に咀嚼・嚥下、呼吸機能を客観的に評価する手法は新規性があり学術的意義がある。
また、簡易計測手法の構築により経時的データ取得が容易になるため、機能低下の特徴や原因の分析、予防・訓練手法の開発に有用であり、健康維持、疾患予防や早期発見にもつながることから社会的意義も高い。
|
