|
2020年度では、AI技術を活用し市販のビデオカメラ１台で撮影した動画から、客観的な歩行評価を実現するシステムを開発した。
ハードウェアの構成は、ノートPC１台とAI開発キットJetsonTX2とし、LANケーブルで通信させた。ビデオカメラは小型のアクションカメラGoPro HERO7 Black（Woodman Labs製）を採用した。
AI機械学習は、入力画像からヒト骨格と歩幅を検出することを目的とし、画像中に骨格情報に加え、爪先と踵の位置を与えたデータを学習データとして用いた。キャリブレーションは、歩行路に必要な任意の距離の床上に4ポイントの目印を付け、情報を取り込む仕様とした。アプリケーションは、ビデオカメラ動画から足部情報を検出し、足部情報の時間および距離情報を用いて自動的に歩行速度、歩幅、単脚支持時間、ケイデンス、歩行比を算出するプログラムを構築した。また、“どれくらいの速さで、どれくらい正常に近い歩き方をしているか”という臨床上重要な指標を専門家以外のユーザーにも分かり易く提示する目的で歩行速度と歩幅の対称性指数の相関図（Gait Speed-Symmetry Index Correlationgram：以下、GSSIC）を表出する機能を付加した。
精度検証実験は、健常大学生10名を対象に様々な歩容と歩行速度での計測を実施する目的で、左側に短下肢装具（Ankle foot orthosis：AFO）を装着した異常歩行モデルで歩行計測を行った。本システムの計測精度は、足部情報から求めた歩幅の計測誤差平均4.7±11.4mm、寄与率0.9927と高い予測精度を示した。
|
