| 研究課題/領域番号 |
17K01595
|
|---|
| 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 |
リハビリテーション科学・福祉工学
|
|---|
| 研究機関 | 近畿大学 |
|---|
研究代表者 |
栗田 耕一 近畿大学, 工学部, 教授 (90455171)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 歩行運動 / 非接触計測 / 静電誘導電流 / 高齢者 / 日常動作 / センサネットワーク / 運動機能モニタリング |
|---|
| 研究成果の概要 |
本研究は高齢者の歩行能力や運動機能低下を「見える化」する手法として、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アンビエントに人体動作を検出し高齢者の生活支援を実現するシステムを確立することを目的として実施した。本研究では、歩行信号波形をウェーブレット変換によりスカログラムに変換し、畳み込みニューラルネットワークを用いた深層学習により歩行能力の識別を試みた。その結果、約90%の精度で歩行の不自由の程度を識別可能であることを明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、超高感度静電誘導電流を検出することにより非接触で被験者の歩行能力を推定するという学術的意義がある。また、本研究で着目した歩行信号検出技術を用いることにより、被験者の歩行能力を定量評価することが可能となり、自立歩行能力の維持・改善に役立つと考えている。研究を実施した結果、深層学習による歩行機能識別データを高齢者自身に可視化することが可能である。また、高齢者のQOLの維持・向上に繋がるため高齢化社会へのソリューションのひとつとして社会的意義がある。さらに、本技術はリハビリ支援やセキュリティ等の分野への波及効果も期待できる。
|
