| 研究課題/領域番号 |
18K11371
|
|---|
| 研究機関 | 岐阜大学 |
|---|
研究代表者 |
速水 悟 岐阜大学, 工学部, 教授 (90345794)
|
|---|
| 研究分担者 |
加藤 邦人 岐阜大学, 工学部, 准教授 (70283281)
田村 哲嗣 岐阜大学, 工学部, 准教授 (10402215)
木村 暁夫 岐阜大学, 大学院医学系研究科, 准教授 (00362161)
西津 貴久 岐阜大学, 応用生物科学部, 教授 (40228193)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 嚥下計測 / 骨伝導マイクロフォン / 照度差ステレオ法 / タイミングの推定 / 嚥下機能 / 音響処理 / 画像処理 |
|---|
| 研究実績の概要 |
嚥下障害者の誤嚥防止のためには、嚥下能力の把握は最も重要であり、簡便な計測装置は病状の的確な進行具合の把握、治療に役立つ。しかし、現状ではX線による嚥下造影検査や内視鏡検査しか検査方法がなく、侵襲性が高い。一方、非侵襲に嚥下を計測する研究も広く行われているが、口腔内にある嚥下物を計測するにはX線に頼らざるを得ず、嚥下物がいつ飲み込まれたかを簡便に計測する方法は無かった。これに対して、本研究では、音を発する音源食品を嚥下することにより、非侵襲の計測の実現を目指している。具体的には、耳に装着した骨伝導マイクロフォンから得られた音源食品の音を音響処理により解析し、機械学習・深層学習によるモデル化を行うことで、嚥下物が嚥下され食道に入った時刻を検出する方法の研究を行う。
２０２０年度は、これまでの取り組みを踏まえて、深層学習の適用に関する課題の整理と関連する技術動向の調査を行った。一般に深層学習のモデルは、個人差やノイズ環境などの様々な条件下で収集した大量のデータの存在が前提となっている。時間領域の特徴をそのまま利用する方法は、パラメータ数は少ないもののかなりのデータ量が必要である。このため、特徴量の見直しとモデル適応の手法を調査した。また、これまでの研究においては、あらかじめクラス分類モデルを学習させ、フレーム単位で音の種類を識別することで嚥下タイミングの推定を行ってきた。これをさらに発展させる方法として、異常検知モデルの適用と、時間方向と周波数方向で特徴的な領域を抽出する方法を検討した。具体的には複数フレームを入力として、注意機構付きのモデルを学習させる。再構成誤差を可視化することで、周波数方向の特徴的な領域が抽出できる。また注意機構によって得られた重み係数を可視化することで、フレーム方向の重要度を推定することができる。機械装置の異常音データを用いて動作を確認した。
|
