| 研究課題/領域番号 |
19H04501
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分90150:医療福祉工学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
藤原 幸一 名古屋大学, 工学研究科, 准教授 (10642514)
|
|---|
| 研究分担者 |
久保 孝富 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (20631550)
丸野 由希 京都女子大学, 現代社会学部, 准教授 (20757760)
加納 学 京都大学, 情報学研究科, 教授 (30263114)
山川 俊貴 熊本大学, 大学院先端科学研究部(工), 准教授 (60510419)
佐藤 大典 大阪体育大学, スポーツ科学センター, 研究員 (40846812)
坂内 悠 大阪体育大学, スポーツ局, アスレティックトレーナー (90881491)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
15,990千円 (直接経費: 12,300千円、間接経費: 3,690千円)
2022年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2021年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2020年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2019年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
|
|---|
| キーワード | 熱中症アラーム / 心拍変動解析 / ウェアラブルセンサ / 機械学習 / 熱中症 / 心拍変動 / ウェアラブルデバイス |
|---|
| 研究開始時の研究の概要 |
本研究では，熱中症発症を予防するために，発症前にアラームを発報できる熱中症アラームシステムを開発する．軽度の熱中症では，頻脈，大量発汗，めまい、立ちくらみ、気分が悪くなるなど自律神経系と関わりのある症状が見られる．そこで本研究では，自律神経活動を反映した生理現象である心拍変動（HRV）に着目して，ウェアラブル心拍センサを用いてユーザーのHRVを測定し，測定されたHRVデータをリアルタイム解析することで，近い将来に熱中症になる可能性を判定するアルゴリズムを開発する．熱中症発症前にアラームを発報できれば，ユーザーに休息や水分補給を促すことができるので，熱中症を回避できる．
|
| 研究実績の概要 |
熱中症とは，暑熱環境で発生する障害の総称であり，毎年，初夏以降に多くの救急搬送者や死者が発生するが，症状が軽いうちに適切に対処することで重症化を避けることができる．そこで本研究は，熱中症の発症段階で警報を発報できる熱中症アラームの開発を目指し，研究開発を実施した．これまでに自律神経活動を反映する生体現象である心拍変動(HRV) 解析を用いた様々なヘルスモニタシステムが開発されている．さらに身体にかかる熱負荷がHRV に影響することが，知られているため，HRV から熱中症の兆候を検知することができると考えられる．
HRV データからの熱中症検知には機械学習の活用が想定されるが，そのためには，健常時と熱中症周辺期双方の大量の実データが必要である．そこで2020年度は，分担機関である大阪体育大学の附属高校において，部活動中の生徒30名からデータを収集した．
さらにこれらの収集した心拍データに基づいて，熱中症症状を検知するアルゴリズムの構築に取り組んだ．熱中症発症時の心拍データは大量に用意することが
困難であるため，本問題を健常時データと熱中症発症時データとを分類する通常の2 値分類で解くことは難しい．そこで，熱中症検知モデルの構築には，健常時
HRV データのみからモデルを構築できる異常検知モデルを採用した．ここで異常検知モデルとしては，ニューラルネットワークの一種である長期短期記憶（LSTM）とSelf-Attention 自己符号化器（SA-AE）を採用した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2020年度は新型コロナウイルス感染症の影響のために，熱中症アラーム開発に必要な心拍データの収集が困難であると予想されたが，30名異常のデータを収集できた．また，収集したデータより高い精度で熱中症症状を検知できるアルゴリズムを開発し，特許を出願できたことから，本研究は順調に進展しているといえる．
|
| 今後の研究の推進方策 |
熱中症アラーム実用化のためには熱中症検知アルゴリズムの精度改善が求められるであり，そのためには今後も実データの収集を継続する必要がある．十分な被験者数を集めるために，新型コロナウイルス感染症の感染予防に最大限留意しながら，被験者実験を継続する．さらに，熱中症アラーム実用化に向けて，スマートフォンアプリの開発も並行して進める．
|
