| 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, サイバーセキュリティ研究所, 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 / 床反力 / 腰部負荷 / 深層学習 / ウェアラブル |
|---|
| 研究実績の概要 |
歩行運動において、床反力など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、長期的に手軽に観察可能なトータルシステムを開発する。
鉛直および進行2方向床反力の推定では、身体1箇所の加速度測定データから周波数解析を用いて残りの全身部位の加速度を推定し、これを基に力のつりあいから床反力を導出する手法を開発している。R2年度は特定個人の特定歩調のみの適用であった。本年度は、複数名、かつ異なる歩調への適用を試み、身体1箇所のみの加速度測定から未知被験者、未知歩調での床反力推定が可能な手法へ拡張した。
さらに、力のつりあいを用いた加速度からの床反力導出では左右脚の合成床反力しか求められないが、深層学習のひとつであるLSTMを用いることで左右毎の床反力の分離に成功した。臨床的知見を得やすくなることや、下肢3関節モーメントの導出に発展可能である。
また、特定個人に限られるが、2次元のWeb画像から深層学習により鉛直床反力を推定するアルゴリズムを開発し、健常歩行であれば精度良く推定可能であることがわかった。Web画像はスマホで手軽に撮影可能であることからユーザが自ら測定、評価しヘルスケアへの意欲向上につながると考える。
腰部負荷推定では、静止姿勢での検証として、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圧縮力を低侵襲で推定する方法において、筋活動を加味することで精度の向上が確認できた。よって歩行時の推定手法への適用の見通しが得られたと考える。
|
