• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2023 年度 実績報告書

非接触歩行計測法とAIを用いた高齢者の認知症の兆しを捉える客観的評価ツールの開発

研究課題

研究課題/領域番号 21H03280
研究機関近畿大学

研究代表者

栗田 耕一  近畿大学, 工学部, 教授 (90455171)

研究期間 (年度) 2021-04-01 – 2024-03-31
キーワード歩行計測 / 認知症 / 非接触計測 / 静電誘導
研究実績の概要

歩行動作をバイオメカニクス的な視点で研究されることが一般的ですが、歩行動作による電気的な側面に注目した研究はこれまであまり行われていませんでした。本研究では高齢者の認知症の「兆し」を歩行機能の低下から検知する技術を開発することを目的として研究を実施しました。この目的を達成するため、まず超高感度静電誘導電流検出技術を使用し、被験者に装置を一切装着せずに自然な歩行動作を検出するセンサを開発しました。これにより、従来の静電誘導センサを高感度化し、感度を約10倍向上させた超高感度静電誘導センサを製作しました。さらに、静電誘導センサで検出した歩行信号を学習データとして機械学習(信号の特徴に基づいて識別するカスケード分類器)や深層学習(畳み込みニューラルネットワークやLSTMなど)を行い、左右の非対称性や片麻痺歩行動作の検出、及び歩行動作の不自由の程度の識別を試みました。本研究では歩行障害を模擬するため、健常者の右足首にアンクルウエイトを装着し、アンクルウエイトの重さに応じた4つのタスクの歩行信号を検出しました。この模擬不自由歩行動作を超高感度静電誘導センサで検出した結果、歩行の不自由の程度に応じた特徴が現れていることを明らかにしました。さらに、歩行波形をウェーブレット変換してスカログラムを得ました。これらのスカログラムを深層学習の学習データとして使用し、被験者の模擬片麻痺歩行動作の不自由の程度を検出することを試みました。その結果、CNNの平均識別正答率は83.0%であり、歩行の僅かな非対称性を非接触で簡便に検出可能であることを確認しました。これにより、高齢者の歩行機能評価技術のひとつとして有望であることが分かりました。

現在までの達成度 (段落)

令和5年度が最終年度であるため、記入しない。

今後の研究の推進方策

令和5年度が最終年度であるため、記入しない。

  • 研究成果

    (4件)

すべて 2024 2023

すべて 学会発表 (3件) 図書 (1件)

  • [学会発表] 超高感度静電誘導センサとAIを用いた模擬片麻痺歩行動作識別技術2024

    • 著者名/発表者名
      栗田耕一
    • 学会等名
      令和6年電気学会全国大会
  • [学会発表] 超高感度静電誘導センサと深層学習を用いた模擬片麻痺歩行動作の非接触識別技術の開発2023

    • 著者名/発表者名
      平野 勝大, 栗田 耕一
    • 学会等名
      2023年度(第74回)電気・情報関連学会中国支部連合大会
  • [学会発表] 超高感度静電誘導と深層学習による負荷歩行動作識別システムの開発2023

    • 著者名/発表者名
      平野 勝大, 栗田 耕一
    • 学会等名
      第32回計測自動制御学会中国支部 学術講演会
  • [図書] 生体センシング技術の開発とヘルスケア、遠隔診断への応用2024

    • 著者名/発表者名
      栗田耕一 (分担執筆)
    • 総ページ数
      500
    • 出版者
      技術情報協会
    • ISBN
      978-4-86798-019-4

URL: 

公開日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi