| 研究課題/領域番号 |
21K19621
|
|---|
| 研究機関 | 岩手大学 |
|---|
研究代表者 |
佐々木 誠 岩手大学, 理工学部, 准教授 (80404119)
|
|---|
| 研究分担者 |
玉田 泰嗣 長崎大学, 病院(歯学系), 助教 (50633145)
土井 めぐみ 長崎大学, 病院(医学系), 技術職員 (50899044)
|
|---|
| 研究期間 (年度) |
2021-07-09 – 2024-03-31
|
| キーワード | 摂食嚥下 / 不顕性誤嚥 / マルチモーダル生体信号計測 / AI / 機械学習 |
|---|
| 研究実績の概要 |
前年度に試作したマルチモーダル生体信号計測システムを用いて予備実験ならびに精度検証を行ったところ，より多角的な視点から評価するために，同時計測可能なチャンネル数を増やす必要性が生じた．そこで，生体信号計測モジュールを新規購入し，ハードウェアの変更を行うことで，これらの問題を解決した．次に，ストレッチャー車いすを用いて，健常者を対象とした安静時マルチモーダル生体信号（嚥下，呼吸，嚥下音，喉頭運動，体動，体温，SpO2等）の計測を行った．このうち，呼吸計測には，睡眠時無呼吸症候群の臨床分野でも実績のあるPVDF（Polyvinylidene Fluoride film）を採用した．PVDFセンサは，焦電特性を有し，温度変化の検出感度が高いことから，呼吸数や呼吸停止の有無等の検出に優れている．一方，嚥下時には，様々な波形変化を示すことから，嚥下と呼吸の協調性の評価，すなわち，嚥下性無呼吸区間の特定や，その前後の呼吸相の特定が困難になる場合があった．そこで，PVDFセンサに加え，喉頭センサの情報を用いた呼吸パターン解析アルゴリズムを新たに考案し，マスク型センサ（呼吸流量センサ）の結果と比較することで，その有効性を検証した．さらに，嚥下前後における呼吸パターンの変化から，誤嚥リスクを評価できる可能性を見出した．今後は，前年度から開発を進めている嚥下解析用AIに，呼吸パターン変化を加えることで，不顕性誤嚥群の検出可能性やAIの判断基準を詳細に検討する予定である．
|
| 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
新型コロナウイルスの影響により，導入が遅れた計測システムの検証や信号解析アルゴリズムの構築に時間を要した．また，感染予防の観点から，対象者を限定する必要があり，その点で遅れが生じた．
|
| 今後の研究の推進方策 |
研究期間を1年間延長し，前年度実施を見送らざるを得なかった嚥下障害者のマルチモーダル生体信号計測を実施する．また，深層学習により，非誤嚥群，不顕性誤嚥群の分類可能性を検証するとともに，分担研究者らの専門である看護等の臨床的視点から，AIの結果や判断基準等を考察する．
|
| 次年度使用額が生じた理由 |
感染予防の観点からデータ収集の対象者を制限したことが主な理由．次年度は，不足分のデータ収集・解析費や，打ち合わせ等の旅費として使用する．
|
