| 研究課題/領域番号 |
17KT0127
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 特設分野 |
|---|
| 研究分野 |
複雑系疾病論
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
清野 健 大阪大学, 基礎工学研究科, 教授 (40434071)
|
|---|
| 研究期間 (年度) |
2017-07-18 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 心拍変動 / 複雑系ゆらぎ / 予後予測 / 生体生命情報学 / 生体データ科学 / 生体物理学 |
|---|
| 研究成果の概要 |
本研究では，心拍変動の動的特性に注目し，心疾患の予後予測や労働環境における健康リスク評価の新たな方法論を開発した．心拍変動の新たな解析法として，粗視化エントロピー，非ガウス過程のキュムラント分解，身体活動量を組み合わせたマルチモーダル指標，長時間相互相関解析を導入した．これらの解析法については，その基盤をなす数学的理論を整備した．また，ニューラルネットワークモデルであるQuasi-Recurrent Neural Network (QRNN)を用いた心不全患者の生命予後予測についても検討し，従来の心拍変動特徴量に加えてQRNNを用いることで，予後予測精度が向上することを示した．
|
| 研究成果の学術的意義や社会的意義 |
近年，ウェアブルセンサやIoT技術の発展により，日常生活中の心拍数や心拍変動を継続的に計測することが可能になった．本研究では，そのようなデータを活用し，心疾患患者の状態の評価や予後予測，さらには，労働者の日常の体調評価を実現する方法を開発した．今後，国内では心疾患患者数の増加により病院ベッド数の不足が予測されている．そのため，在宅での療養を効果的なものに改善する必要がある．本研究の成果は，そのような在宅での患者モニタリングに応用可能である．さらに，職場環境における健康管理など，日常の健康管理への幅広い応用が期待できる．
|
