| 研究課題/領域番号 |
17K01595
|
|---|
| 研究機関 | 近畿大学 |
|---|
研究代表者 |
栗田 耕一 近畿大学, 工学部, 教授 (90455171)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | 歩行運動 / 非接触計測 / 静電誘導電流 / 高齢者 |
|---|
| 研究実績の概要 |
本研究では高齢者の歩行能力や運動機能低下を「見える化」する手法として、超高感度静電誘導電流検出技術を用い、被験者に一切装置を装着することなくアンビエントに人体動作を検出し高齢者の生活支援を実現するシステムを確立することを目的として研究を実施した。本年度は、主に歩行運動以外の日常動作で検出された波形に基づく動作識別技術を確立した。静電誘導型小型センサは高齢者の歩行運動による信号のみならず、日常動作（例えば椅子へ着座・退座動作等）による信号も検出可能である。そこで、検出された静電誘導電流波形から動作識別推定法の確立を試みた。そこで、日常運動により非接触で検出された静電誘導電流波形をウェーブレット変換することによりスカログラムを得た。これらのスカログラムを比較することにより、歩行動作や日常動作に現れる個人固有の特徴や運動機能の推移を非接触で検出可能であることを明らかにした。さらに、得られたスカログラムを解析することにより、高齢者の動作の特徴を可視化できることを示した。また、スカログラムを学習データとして用いて、畳み込みニューラルネットワーク（CNN）やリカレントニューラルネットワーク（RNN）によるディープラーニングを行うことにより、歩行動作や日常動作（椅子へ着座・退座動作等）により約95%の精度で個人識別可能であることを明らかにした。さらに、アンクルウエイトを用いた模擬不自由歩行により不自由の程度が異なる5段階の歩行動作を約90%の精度で識別可能であることを明らかにした。
|
| 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
高齢者の歩行動作や日常動作により誘起される静電誘導電流波形を、高齢者に機器を装着することなく3メートル離れた位置から検出し、歩行運動や日常動作によるデータを蓄積する技術の開発を試みた。その結果、高齢者の歩行能力や運動機能低下を「見える化」する手法として、超高感度静電誘導電流検出技術が有効であり、高齢者に一切装置を装着することなくアンビエントに人体動作を検出し、ディープラーニングによる識別を行うことにより高齢者の生活支援に役立つシステムを確立することができた。
|
| 今後の研究の推進方策 |
当初の計画では2019年度末で研究完了予定であったが、2020年3月に発表予定の国際会議が新型コロナウイルスの影響で延期されたため、やむなく科研費補助期間の延長申請を行った。2020年度は延期された国際会議にて主に2019年度に得られた研究成果を発表するとともに、雑誌論文の投稿を行い研究成果の公表に励む予定である。
|
| 次年度使用額が生じた理由 |
当初の計画では2019年度末で研究完了予定であったが、2020年3月に発表予定の国際会議が延期されたため、やむなく科研費補助期間の延長申請を行った。次年度使用額は2020年度に開催予定の国際会議の参加登録費と旅費に使用予定である。
|
