研究課題/領域番号 |
22K12080
|
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61010:知覚情報処理関連
|
研究機関 | 津田塾大学 |
研究代表者 |
杉村 大輔 津田塾大学, 学芸学部, 准教授 (10712052)
|
研究分担者 |
浜本 隆之 東京理科大学, 工学部電気工学科, 教授 (10297624)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2022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)
2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | 知覚情報処理 / 人間計測 / 情報センシング |
研究開始時の研究の概要 |
多波長映像を用いた非接触型生命兆候計測に関する研究を行う.照明変動が大きい環境下では,被験者は照明の影響を強く受けるため,生命兆候の計測精度は低下する.また,従来研究は,被験者の特定領域を長時間一貫して観測する必要がある.これは,被験者の行動を制限することに繋がる. これに対し本研究課題では,多波長映像信号の適応的融合に基づく生命兆候計測手法を開発する.観測環境における照明状況に応じて可視光および不可視光映像信号を適応的に活用することで,照明変動に非依存な生命兆候計測を実現する.さらに,人間の拍動周期に関する医学的知見を組み入れることで,短時間観測からの高品質な生命兆候信号計測を実現する.
|
研究実績の概要 |
カメラ映像を用いた非接触型生命兆候計測に関する研究を行う.本研究課題では,医学的知見を考慮した多波長映像信号の適応的融合に基づく生命兆候計測手法の開発を目指す.具体的には,(1) 照明変動が大きい環境における生命兆候計測精度の低下,および(2) 被験者の特定領域を長時間一貫して観測する必要性,という,従来研究では対処が難しい二つの課題を解決することを目指す.
最初に,既存研究に関する調査を中心に行った.調査の結果,深層学習をはじめとした機械学習に基づいた手法が数多く提案されていた.特に,RGB映像からの脈波信号回帰モデルの構築に関するものがほとんどであった.いくつかの深層学習に基づいた脈波回帰手法の性能を評価したところ,モデルの学習に利用したデータとテストデータの振る舞いが異なる場合,その性能が低下することを確認した.これは,単に大量のデータを機械学習させるだけでは,様々な環境における生命兆候計測では不十分であることを示しており,本研究課題の主要なアイデアである生命兆候信号の医学的知見を組み入れることが性能向上において重要になることを示唆している. そこで,脈波の時空間的な挙動をモデリングした脈波信号抽出手法について検討した.具体的には以下の通りである.最初に,脈波の準周期的な時間変化を自己回帰モデルにより表現し,脈波信号候補を推定する.そして,脈波信号は顔領域において同様に観測されるという医学的知見に基づき,脈波信号候補集合について空間領域における低ランク近似を行い,最終的な脈波信号計測を実現した.
|
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
生命兆候計測に関する研究事例の調査を中心に行った.これにより,本研究課題の立ち位置およびその独自性を明確にすることができた.このような研究事例の調査および評価を踏まえ,脈波の時空間的な挙動をモデリングした脈波信号推定手法を開発した.いくつかの公開データセットを用いた評価実験により,脈波信号推定性能が向上することを確認した.
|
今後の研究の推進方策 |
2022年度の検討により,生命兆候計測において,脈波の時空間的な挙動に関する医学的知見を利用することが有効であることを確認できた.今後は,非線形な時空間モデリングに拡張し,表現力を向上させることで,さらなる性能向上を目指す.その後,多波長信号応用への検討も進める予定である. また,本研究課題で取り組む二つ目の課題である,長時間計測を必要としない生命兆候計測手法の確立について検討を進める.現在,安定した環境下において撮影された映像について,従来法と比べて推定性能が改善したことを確認できている.今後は,より複雑な映像を用いて評価することで,本手法の性能改善を目指す.
|