| 研究課題/領域番号 |
20K19317
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分59010:リハビリテーション科学関連
|
|---|
| 研究機関 | 北海道科学大学 |
|---|
研究代表者 |
井野 拓実 北海道科学大学, 保健医療学部, 助教 (70736339)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 動作解析 / 人工知能 / AI / 機械学習 / 姿勢推定 / 運動器障害 / スポーツ外傷と障害 / 健康増進 / ディープラーニング / 予防 |
|---|
| 研究開始時の研究の概要 |
超高齢化社会を迎えたわが国において高齢者の健康寿命を延伸することは喫緊の課題である．特に生活習慣病や要介護・要支援状態を予防することはその第一歩である．このため，高齢者における一定の運動機能を担保することは極めて重要である．運動器の疾病・障害リスクを予見するための評価手段としては動作解析技術が有用である．本研究では，人工知能（AI）による映像認識・分析技術を用いた動作解析システムを構築し，これが容易にかつ広く普及する仕組みの構築を目指す．
|
| 研究実績の概要 |
ヒトの運動分析はスポーツ外傷、更には運動器障害の発症、進行リスクを予見する機能評価として現在まで多くの研究がなされてきた。しかしながら、ヒトの運動計測、解析には多くの人的労力、さらには複数の特殊な赤外線カメラシステムから構築される計測装置等に高額なコストが必須であり、広く社会に普及するには限界があった。近年、情報工学分野で発展の目覚しい人工知能（AI）のdeep learningによるパターン認識技術は、一般的なビデオ映像からヒトの分析点を同定可能なところまで認識精度が向上した。この技術を運動分析に応用することで現在まで解決できなかった、動作解析に伴う人的労力やコストの問題を解決し得る。即ち一般的なビデオ映像を用いた動作解析方法を確立できると考えられる。我々の研究により現在、AIによる動作解析技術（AI解析）を臨床応用可能な段階まで進めることができた。具体的には、従来の三次元動作解析システムとの比較により妥当性を検証し、精度や技術的な問題点を明らかにした。さらに臨床家が使用しやすいユーザインターフェースの構築に成功し、ソフトウェアが稼働できる状態となった。本手法の確立と妥当性検証も終了し、現在、2編の国際英語論文が採択され、1偏の国際英語論文をさらに投稿中である。本論文では、様々な動作を「AI解析」、「ヒトの視覚的同定を数値化することによる解析」、「三次元動作解析（光学式モーションキャプチャ）」にて計測・比較検討し、kinematicsデータの差異、相関について報告している。また昨年度は複数の社会実装に関する学会発表を完了している。本研究成果の社会実装は日々進んでおり、現在複数の医療施設や研究機関との共同研究が進捗中である。
|
| 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
研究開発および臨床実装は概ね順調に進捗している。国際英語論文1編が現在minor revision中であり、この論文の投稿料確保のため延長申請をしている。
|
| 今後の研究の推進方策 |
現在投稿中の国際英語論文が採択されれば、概ね本研究に関する活動は完了する。
|
