WEKO3
アイテム
高齢者の歩行能力低下を見える化するアンビエントな非接触センシングシステムの開発
https://kindai.repo.nii.ac.jp/records/22392
https://kindai.repo.nii.ac.jp/records/223929b162d60-02dc-4ce4-bb92-596949e74cc5
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
17K01595seika.pdf (445.3 kB)
|
|
| Item type | 研究報告書 / Research Paper(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-03-07 | |||||||||
| タイトル | ||||||||||
| タイトル | 高齢者の歩行能力低下を見える化するアンビエントな非接触センシングシステムの開発 | |||||||||
| 言語 | ja | |||||||||
| タイトル | ||||||||||
| タイトル | Development of an ambient non-contact sensing system that visualizes the decline in walking ability of the elderly | |||||||||
| 言語 | en | |||||||||
| 著者 |
栗田, 耕一
× 栗田, 耕一
|
|||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題 | 歩行運動, 非接触計測, 静電誘導電流, 高齢者 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18ws | |||||||||
| 資源タイプ | research report | |||||||||
| 著者(英) | ||||||||||
| 言語 | en | |||||||||
| 値 | Kurita, Koichi | |||||||||
| 著者 所属 | ||||||||||
| 値 | 近畿大学工学部; 教授 | |||||||||
| 著者所属(翻訳) | ||||||||||
| 値 | Kindai University | |||||||||
| 著者 役割 | ||||||||||
| 値 | 研究代表者 | |||||||||
| 版 | ||||||||||
| 出版タイプ | NA | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 | |||||||||
| 出版者 名前 | ||||||||||
| 出版者 | 近畿大学 | |||||||||
| 書誌情報 |
科学研究費助成事業研究成果報告書 (2020) p. 1-13, 発行日 2021 |
|||||||||
| リンクURL | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17K01595/ | |||||||||
| 抄録 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | 研究成果の概要（和文）：本研究は高齢者の歩行能力や運動機能低下を「見える化」する手法として、超高感度静電誘導電流検出技術を用い、被験者に一切装置を装着することなくアンビエントに人体動作を検出し高齢者の生活支援を実現するシステムを確立することを目的として実施した。本研究では、歩行信号波形をウェーブレット変換によりスカログラムに変換し、畳み込みニューラルネットワークを用いた深層学習により歩行能力の識別を試みた。その結果、約90%の精度で歩行の不自由の程度を識別可能であることを明らかにした。研究成果の概要（英文）：In this study, we focused on ultra-sensitive electrostatic induction current detection technique as a method for visualizing the deterioration of walking ability and walking function of the elderly. By using this method, we have established a technique for non-contact detection of walking movements and daily movements in ambient without wearing any device on the subject. Furthermore, by using scalograms obtained by wavelet transforming the walking signals as learning data, we attempted to identify the walking ability by deep learning using a convolutional neural network. Consequently, it was clarified that the degree of walking inconvenience can be identified with an accuracy of about 90%. | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 研究種目：基盤研究(C); 研究期間：2017～2020; 課題番号：17K01595; 研究分野：計測工学; 科研費の分科・細目： | |||||||||
| 資源タイプ(WEKO2) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | Research Paper | |||||||||
| フォーマット | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | application/pdf | |||||||||
