| 研究課題/領域番号 |
18K12144
|
|---|
| 研究機関 | 桐蔭横浜大学 |
|---|
研究代表者 |
片山 富美代 桐蔭横浜大学, スポーツ健康政策学部, 教授 (70309649)
|
|---|
| 研究分担者 |
杉本 恒美 桐蔭横浜大学, 工学(系)研究科(研究院), 教授 (80257427)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | コロトコフ音 / 波形解析 / 人工知能 / AI解析 / 血圧測定 |
|---|
| 研究実績の概要 |
血圧測定時に聞くことができるコロトコフ音は、最高・最低血圧を計測するためだけに現在使用されている。このコロトコフ音の波形自体には測定対象者の血管の粘弾性特性や血液の粘度、血流量という被験者側の身体的な要因が強く反映されていることが予想されるため、通常の血圧計測時にそのような健康に関するパラメータを同時に計測できる可能性が高いと考えられている。しかしながら、このコロトコフ音波形は個人差による変動が大きいために、その解析は容易では無いことから、実際に用いられることは困難であると思われていた。ところが、近年、急速に発展した人工知能（AI：Artificial Intelligence）いわゆるディープラーニング技術を活用すれば、複雑な音波形であっても分類解析が可能な状況になってきた。したがって、本研究ではコロトコフ音波形自体に対してAI解析手法を適用することにより、手軽に使える日常健康管理の健康指標値として確立できるかどうかを検討することを目的としている。解析に使用するデータとしては、近隣のデイケアセンターを利用する主として高齢者のコロトコフ音波形の取得を2009年以来、約10年間近く継続しており、延べ数百人に上る波形データの蓄積を行ってきている。まだ統計的には不十分なデータ量ではあるが、それでもAI解析を活用してコロトコフ音波形の分類が可能かどうかを検討する価値は十分にあると思われる。2018（平成30）年度は、高齢者のコロトコフ音波形の取得を継続しつつ、音波形データに対するAI解析の準備作業を実施した。具体的にはAI解析専用機の選定と購入、解析手順の試行および波形解析専門の研究スタッフの選定等である。ディープラーニング用のAI解析機や解析プログラムの進歩が非常に速いために、これらの準備作業には想定したよりも多くの時間を費やしており、ようやく解析準備が整ったという段階である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
2018（平成30）年度は、年度前半にはAI解析専用機を導入して、蓄積された波形データに対して、従来行われてきた波形分類法（周波数スペクトルと加速度波形）と比較しながら、主として年齢的な要因に対する精度のみを検討する予定であった。しかしながら、実際には、AI解析専用機の選定と購入、解析手順の試行および波形解析専門の研究スタッフの選定等に想定よりも多くの時間が費やされてしまった。この理由はディープラーニング用のAI解析機や解析プログラムの進歩が非常に速いため、当初購入予定としていた機種が発売中止となっており、再度機種選定からやり直す必要があったためである。さらに機材導入までの間はGPUではなくCPUベースでのAI解析手法による解析を試みていたが、実際の解析時間よりもデータ加工等準備に時間がかかるために、AI解析手法に精通した波形解析専門の研究スタッフの配置が必要であることも新たに判明した。そのため、波形解析専門の研究スタッフの選定および確保に時間がかかってしまったことも大きな要因である。
|
| 今後の研究の推進方策 |
2019（令和元）年度は、前年度後半に導入されたAI解析専用機を用いて、蓄積された波形データに対して、主として年齢的な要因に対する精度の検討を行う。その際に、コロトコフ音波形のみによるAI解析では入力データにより、クラスタリング（分類）の精度が影響されてしまうことが予想される。そこで、従来行われきた波形分類法についても考慮に入れて、波形データそのものだけでなく、周波数スペクトルもしくは加速度波形のデータを追加した場合の検討を行う。データ量が増えることにより、解析のための準備時間が増大してしまう場合は、コロトコフ音の波形データのうち、一つの波形を切り出すことによりデータ量を削減する。これらの検討により、基本的な教師データを作成するための入力データを決定する。さらに、時間的に可能であれば、運動前後（平静時および運動後の経時変化）や食事前後（食前と食後、食べ物の種類）および症例別（脱臼歴、高血圧、不整脈）についても波形による分類が可能かどうかについての検討も行う。
|
| 次年度使用額が生じた理由 |
通常のAI解析手法では、大量のデータを処理するために、少なくともデータのサイズを一律にそろえる必要がある。また、よく言われるAI解析手法は主に画像解析に特化したものであり、画像より一見単純に見える波形データを解析するには、それなりにAI解析手法に精通した波形解析専門の研究スタッフが必要であることが、AI解析の試行結果から明らかになった。現状の研究スタッフで分担できないかどうかを模索してみたものの、実際にはAI解析準備を片手間で行うのは極めて困難であることが明らかになった。そのため、新たに波形解析専門の研究スタッフの選定・確保の時間がかかってしまい、人件費としてはほとんど使用できなかったことが主たる理由である。幸いなことに、新たに波形解析専門の研究スタッフを確保できたので、今後は購入機材を使用した解析を順次実施していく予定である。そのため、今後2年間は主として波形解析専門の研究スタッフの人件費としての支出を想定している。
|
