| 研究課題/領域番号 |
21K12798
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 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 | 北海道情報大学 |
|---|
研究代表者 |
戸谷 伸之 北海道情報大学, 医療情報学部, 教授 (00340654)
|
|---|
| 研究分担者 |
和田 親宗 九州工業大学, 大学院生命体工学研究科, 教授 (50281837)
北川 広大 八戸工業高等専門学校, その他部局等, 助教 (20965256)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 歩容解析 / 機械学習 / 転倒防止 / IMU / 歩容分析 |
|---|
| 研究開始時の研究の概要 |
本研究では，装着型のIMUを用いて日常的に歩行を観測し「転倒の危険性の有無」を判別する方式を提案する．さらにIMUを装着した被験者による歩行実験を行う．ここで取得されるIMUのデータとモーションキャプチャシステムにより得られる実際の歩容とを比較分析し，判別においてより効果の高いIMU装着部位や信号処理法を明らかにする．さらに歩容の個人差に柔軟に対応するため，機械学習を導入し，その判別精度向上の効果を分析する．これら実験・分析をとおして提案方式の有効性を検証する．
|
| 研究成果の概要 |
本研究では，高齢者の転倒事故防止のための簡易な歩容判別システムの実現を目指し，ウェアラブルセンサ等で容易に取得できる手首の運動を主な特徴量として機械学習によって歩容を判別する方式を提案した．実際に被験者による歩行実験で「挙上する足上げ高さが不足している歩行」と「ふらつきのある歩行」について提案方式の判別性能を評価した結果，正解率の評価ではすべて0.9以上となった．さらに機械学習による回帰分析で被験者ごとの「挙上する足上げ高さ」を推定し，実測値との相関係数0.67～0.87が得られ提案方式の良好な推定性能が確認された．
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果によって，手首の加速度データから歩容の判別する提案方式の基本性能と，有効性が確かめられ，この方式を用いた簡易な歩容判別システム実現の可能性が明らかになった．今後提案方式において最適な機械学習アルゴリズムや特徴量を適用することによって，判別や推定の精度をさらに向上させていくことが可能であると考えられる．これにより，屋内外の広い範囲で歩容を確認できる簡易な方式として，高齢者の転倒防止やリハビリテーションへの有効活用が期待できる．
|
