| 研究課題/領域番号 |
20J11009
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分52020:神経内科学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
佐藤 謙一郎 東京大学, 大学院医学系研究科, 特別研究員(DC2)
|
|---|
| 研究期間 (年度) |
2020-04-24 – 2022-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
2,100千円 (直接経費: 2,100千円)
2020年度: 1,100千円 (直接経費: 1,100千円)
|
|---|
| キーワード | 姿勢推定 / 深層学習 / パーキンソン病 / リモート検出 |
|---|
| 研究開始時の研究の概要 |
専門医の視診に匹敵するような歩行評価を行えるAIを開発し歩行状態スクリーニングとして用いることが出来れば、歩行障害をいち早く拾い上げ、早期からの医学的介入・社会的支援につなげることが出来ると期待できる。また新型コロナウイルス感染症を契機に今後さらに推進されていくであろうオンライン診療とも親和性が高いと考えられる。
そこで本研究では、一般的なビデオカメラで撮影した歩行動画に対して深層学習によるpose estimatorを適用して情報を抽出するというアプローチにより、患者の歩行状態・疾患状態の自動判定を数秒のビデオ動画から行える頑健な歩行自動判定システムを構築することを目的とする。
|
| 研究実績の概要 |
当初の予定としては、2020年4月から入院患者を中心に歩行動画データを取得し解析を進めていく予定であった。ところが、研究開始とちょうど前後してCOVID-19パンデミックに伴い緊急事態宣言（1回目）が発出されたため、研究計画の一部変更を余儀なくされた。感染防止対策の一環として接触を避けるために、実データの取得は一旦延期とし、まずは公開されている類似データを用いて条件検討および手法の拡張を行った。
具体的には、まず公開されているデータとして１。（http://www.cs.toronto.edu/~taati/index.htm）および２。（https://zenodo.org/record/54551#.Xq2oYy3AOql）を入手した。（１）についてはパーキンソン病の診察時の総合スケールであるUPDRSのうち特定動作をパーキンソン病（PD）患者にしてもらい、それ動画動画にとって、姿勢推定ライブラリの一つであるCPMを適用して二次元での姿勢推定をしたものである。患者の座位に対してカメラの位置や向きを固定して撮影しているため他施設への外的妥当性が高いとは言えない点があるため、それを克服するべく、手や足の反復運動から周期情報データのみを抽出する手法を開発した。本検討は、この研究を進めていく上で重要な解析手法の一つになることが期待できる。この成果は筆頭著者として発表した。
以上をまとめると、初年度はCOVID-19による大学閉鎖などの影響を受けて変更の一部変更を余儀なくされたものの、代わりにデータを用いた条件検討および新規手法の開発、また関連して派生的な検討をも行うことができた。次年度以降は当初の計画をベースにさらに研究を発展させていく方針である。
|
| 現在までの達成度 (段落) |
翌年度、交付申請を辞退するため、記入しない。
|
| 今後の研究の推進方策 |
翌年度、交付申請を辞退するため、記入しない。
|
