| 研究課題/領域番号 |
17K09219
|
|---|
| 研究機関 | 米子工業高等専門学校 |
|---|
研究代表者 |
中山 繁生 米子工業高等専門学校, その他部局等, 教授 (90300607)
|
|---|
| 研究分担者 |
竹田 伸也 鳥取大学, 医学(系)研究科(研究院), 准教授 (00441569)
岩田 正明 鳥取大学, 医学部, 准教授 (40346367)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | うつ病 / サブタイプ分類 / スクリーニング / タブレット端末 |
|---|
| 研究実績の概要 |
心の病として知られるうつ病の罹患者数は,年を追う毎に増加傾向にある．うつ病の中には，衝動性が高く自殺行動を伴うケースもあるため，早期での診断は必要不可欠である．最近では，簡単な問診によるうつ病のスクリーニングが可能になっており，中でもインターネットを利用しているケースもある．
うつ病の中には，発症してから兆候が表れるまでが長期に及ぶものもあり，初見で具体的な診断を行うことは極めて困難を伴うケースもある．さらにうつ病は「単極性障害」，「双極性障害」，「気分変調」など症状に応じてサブタイプに分類される．このサブタイプ分類が可能となれば，罹患者に対する的確な治療が可能となる．しかし実際には症状の程度や発症するまでの期間に個人差があり，サブタイプ分類は困難とされている．
本研究は，うつ病のスクリーニングとサブタイプの分類を目的として，初診では診断が困難なうつ病の症状を，機械学習によりスクリーニングを行うツールを開発する．本研究ではこれまでに，体の特定部位の変位データより，歩行時における姿勢の傾き角度を検出してきた．また，Beck Depression Inventory(BDI)に基づき，うつ病スクリーニング用のアプリを開発し，複数の被験者に対してのスクリーニングを実施した．さらに被験者の運動状態の検出を目的として，メガネ型のウェアラブル端末を導入し，被験者の俯き姿勢を検出した．
令和元年度は，数名の被験者によるBDIのスクリーニング結果と，ウェアラブル端末により検出した歩行時の俯き角度，そして一定時間での瞬き回数に基づき，自己組織化マップ(SOM)による学習を行った．そして未学習の被験者データを学習済みSOMに入力することで，学習済みデータとの類似度に基づきスクリーニングを行う方法を提案した．
|
