| 研究課題/領域番号 |
18K11106
|
|---|
| 研究機関 | 高知工科大学 |
|---|
研究代表者 |
芝田 京子 高知工科大学, システム工学群, 准教授 (00307117)
|
|---|
| 研究分担者 |
佐藤 公信 国立研究開発法人情報通信研究機構, ナショナルサイバートレーニングセンターサイバートレーニング研究室, 主任研究員 (90461384)
武政 龍一 高知大学, 教育研究部医療学系臨床医学部門, 准教授 (20294837)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 歩行 / ウェアラブル / 下肢3関節モーメント / 床反力 / 腰部負荷 / 深層学習 / 3次元動作解析 |
|---|
| 研究実績の概要 |
歩行運動において、歩行能力の高精度な情報を日常的にセルフチェックできれば、効果的な歩行運動へ反映でき健康維持向上に有用であると考え、長期に亘り連続的に観察可能なトータルシステムを開発する。
昨年度、ウェアラブル慣性センサによる下肢3関節モーメントの推定において、動力学と統計データを用いることで片脚支持期では従来法と同等の結果が得られた。R2年度は、片脚支持期での推定手法が適用できなかった両脚支持期での下肢関節モーメントのウェアラブル推定を確立するため、深層学習を導入した。学習データに非ウェアラブルな測定データを用いるものの極少の学習データであっても推定可能な見通しが得られた。関節箇所によって精度に課題が残った。
床反力推定については、3次元動作解析システムデータの個人毎の周波数解析により身体1箇所から全身部位の加速度を推定し、鉛直および進行2方向の床反力を相関係数0.961、0.822の高い精度で推定可能な手法を確立した。
歩行中の腰部負荷推定では、不明瞭な身体パラメータを算入せずに重回帰分析を用いて腰椎椎間板にかかるモーメントから推定する方法を検証した。相対的な負荷増減の傾向は得られたが絶対量では歩容や被験者によって誤差が大きく、課題が残った。筋骨格モデルシミュレーションを用い説明変数の取捨選択に着手している。また、静止姿勢での検証に留まるが、筋骨格モデルシミュレーションと実測データによる推定から、骨盤の傾斜角度が腰部負荷に及ぼす影響が明らかとなった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
コロナ禍によって、人を対象とした実験の実施が困難でデータ数を増やすことができず、精度検証が思うように進まなかった。特に、深層学習を取り入れたが学習データ数が少ないことがネックとなり精度向上につながらなかった。
また、打ち合わせや学会活動の多くがオンラインにシフトしたため深い議論が難しく、成果発表によるフィードバックも得られにくかった。
|
| 今後の研究の推進方策 |
歩行中の両脚支持期における下肢関節モーメント、また2方向床反力の推定では、データ数を増やすため実測値に加え筋骨格モデルシミュレーションの算出値を取り入れることで、従来法と同等の精度まで引き上げる。さらに床反力の推定では、身体1箇所のウェアラブルセンサのみから推定可能か検証したり、提案手法を異なる歩容へも対応可能に改良し汎用性を高める。
重回帰分析を用いた腰部負荷推定では、理論および実験デザインを再検討し誤差要因を突き止めること、また、現在の説明変数に過分がないか筋骨格モデルシミュレーションを用いて検討することで推定アルゴリズムを改変し精度を向上させる。ひとつのアイデアとして、静止姿勢で明らかとなった骨盤傾斜角の影響が歩行中にはどのように作用するか検証しアルゴリズムに反映させることを考える。
|
| 次年度使用額が生じた理由 |
コロナ禍により、打ち合わせおよび成果発表のための旅費が発生しなかった。
R2年度新たに取り入れた深層学習を引き続き行うにあたり計算時間短縮のためのシステム強化、および、クラウドサーバとの通信環境構築に充当する予定である。
|
