WEKO3
アイテム
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
https://kindai.repo.nii.ac.jp/records/2002107
https://kindai.repo.nii.ac.jp/records/2002107533e54cc-b006-4605-9e89-465253dd88c5
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
21H03280seika.pdf (798.0 KB)
|
|
| Item type | 報告書 / report(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-11-08 | |||||||||
| タイトル | ||||||||||
| タイトル | 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 | |||||||||
| 言語 | ja | |||||||||
| タイトル | ||||||||||
| タイトル | Development of an objective evaluation tool that captures signs of dementia in the elderly using non-contact gait measurement technique and artificial intelligence | |||||||||
| 言語 | en | |||||||||
| 研究代表者 |
栗田, 耕一
× 栗田, 耕一
e-Rad_Researcher
90455171
|
|||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題 | 歩行計測, 認知症, 非接触計測, 静電誘導 | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | 本研究は高齢者の認知症等の疾病による歩行機能低下を検知することを目的として行われた。本研究ではまず、被験者に一切装置を装着せずに自然な歩行を検出するための超高感度静電誘導センサを開発した。さらに、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、その重さに応じた4つのタスクの歩行信号を検出した。その結果、畳み込みニューラルネットワークによる平均識別率は83.0%であることを明らかにした。この結果から、歩行動作により出現する左右の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、認知症の初期で現れる小刻み歩行等の歩行機能評価技術として有望であることを明らかにした。 | |||||||||
| 言語 | ja | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | The purpose of this research was to develop a technique to detect the signs of dementia in elderly people from the decline in walking function. To achieve this, we first developed an ultrasensitive electrostatic induction sensor. Furthermore, using the walking signals detected by the electrostatic induction sensor as learning data, deep learning was performed to detect left-right asymmetry in walking movements, and hemiplegia walking movements, and to identify the degree of disability. To simulate gait disorders, an ankle weight was attached to the right ankle of a healthy person, and gait signals for four tasks were detected depending on the weight of the ankle weight. As a result, it was revealed that the average classification accuracy rate using a convolutional neural network was 83.0%. As a result, we were able to confirm that the slight asymmetry between left and right gait that appears during walking motion can be easily detected without contact. | |||||||||
| 言語 | en | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 研究分野：計測工学 | |||||||||
| 言語 | ja | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_93fc | |||||||||
| 資源タイプ | report | |||||||||
| 出版タイプ | ||||||||||
| 出版タイプ | VoR | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||
| 助成情報 | ||||||||||
| 助成機関名 | 独立行政法人日本学術振興会 | |||||||||
| 言語 | ja | |||||||||
| 助成機関名 | Japan Society for the Promotion of Science | |||||||||
| 言語 | en | |||||||||
| 研究課題番号URI | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21H03280/ | |||||||||
| 研究課題番号 | 21H03280 | |||||||||
| 研究課題名 | 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 | |||||||||
| 言語 | ja | |||||||||
| 研究課題名 | Development of an objective evaluation tool that captures signs of dementia in the elderly using non-contact gait measurement technique and artificial intelligence |
|||||||||
| 言語 | en | |||||||||
| 書誌情報 |
ja : 科学研究費助成事業研究成果報告書 (2023) ページ数 9 |
|||||||||
