機械学習による表面筋電図解析プログラムを用いた運動方向判定精度の検証

2023 年度 研究成果報告書

• 研究課題/領域番号: 22K17593
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分59010:リハビリテーション科学関連
• 研究機関: 慶應義塾大学
• 研究代表者: 桑原 渉 慶應義塾大学, 医学部(信濃町), 特任助教 (70932226)
• 研究期間 (年度): 2022-04-01 – 2024-03-31
• キーワード: リハビリテーション / ロボティクス / 機械学習 / 決定木分析

研究成果の概要

本研究の目的は，手指運動アシストデバイスを装着した状態での表面筋電図制御プログラムの運動方向判定精度を検証し，その精度を向上させるアルゴリズムを構築することであった。「脳卒中後運動麻痺者に対する手指運動アシストデバイスによる運動機能拡張の実現可能性研究」，「脳卒中運動麻痺者の重症度を自動で判別するためのアルゴリズム構築」を実施した。2つの研究結果から，患者の重症度を自動判別するアルゴリズムが構築でき，そのアルゴリズムを使用することで，脳卒中後運動麻痺者に対して，高い運動方向判定精度の表面筋電図制御プログラムが搭載された手指運動アシストデバイスによる運動機能拡張が実現可能であることが示された。

自由記述の分野

リハビリテーション科学

研究成果の学術的意義や社会的意義

本研究の結果は，難治性である脳卒中後の上肢運動麻痺に対して，日常生活における麻痺手の使用頻度向上や運動機能拡張を図ることが可能な手指運動アシストデバイスの実用化に資することができる。慢性期脳卒中後重度運動麻痺者に対して，手指運動アシストデバイスによる運動機能拡張が実現可能であることが示唆されたため，これまで麻痺手を不使用で生活に困難を感じていた患者に対して適用可能性がある。さらに，本研究で構築した脳卒中運動麻痺者の重症度を自動で判別するためのアルゴリズムは，患者に適用する治療を選択するうえでも有用であり，運動機能検査と筋電検査を実施すれば，その患者に有効な治療選択肢を提供できる可能性がある。