ベッド端マイクにより生成する音源分布の時系列変化をAI入力とする要介護者行動推定

2023 年度 研究成果報告書

• 研究課題/領域番号: 20K12748
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分90150:医療福祉工学関連
• 研究機関: 福山大学
• 研究代表者: 仲嶋 一 福山大学, 工学部, 教授 (80542068)
• 研究期間 (年度): 2020-04-01 – 2024-03-31
• キーワード: 介護 / ベッド内行動推定 / 深層学習 / 音源像 / マルチモーダル / LSTM / メルスペクトログラム

研究成果の概要

本研究では要介護者や入院患者のベッドでの行動把握を目標に，行動音の音源分布像を深層学習への入力とし，この時系列変化によるベッド内での行動推定を試みた。
ヘッドボードとフットボードの位置に4個づつマイクを配した行動音収集系を構築してベッド内での行動音を取得し，取得したデータから深層学習への入力データとして，音源像系列と対数メルスペクトログラムを生成した。音源像は，ベッド内およびその外縁の位置をメッシュで表現して，飛行時間を考慮した相関と信号強度比に基づく補正により生成した。行動音データを取得して深層学習を行った結果として，離床行動や掻破の場所の推定精度の向上が可能であることを確認できた。

自由記述の分野

計測工学

研究成果の学術的意義や社会的意義

病院での入院患者や高齢の要介護者はベッドを中心とした生活を送っているが，せん妄や認知による離床徘徊といったトラブルが発生しており、ベッド内の行動が、特殊なセンサ群や画像モニタ等を用いず、対象者の発する音で推定できれば、介護、看護品質の向上に貢献できる。また、2次元の音源像の時間系列による行動の推定は、擦過音のような発生位置により行動の意味を持つ情報に対して有効な認識ツールとなり得る。