Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案

254 views

Published on

DICOMO2017で発表した研究のスライドです.

Published in: Technology
  • Be the first to comment

  • Be the first to like this

歩行リハビリ支援のためのセンサ装着杖を 介した歩行動作認識手法の提案

  1. 1. 歩⾏リハビリ⽀援のためのセンサ装着杖を 介した歩⾏動作認識⼿法の提案 〇⾼橋雄太1,⾳⽥恭宏1,藤本まなと1,荒川豊1,2 1. 奈良先端科学技術⼤学院⼤学 2. JSTさきがけ DICOMO 2017 セッション 1B 歩⾏者センシング 2017/6/28 1B-3
  2. 2. 研究背景 vリハビリ業界における課題 2 効果的なリハビリ⽀援に不可⽋ ⾼齢化社会 ⼈材不⾜ 評価が不⼗分に vリハビリ患者の歩⾏評価 § リハビリ患者の容体の把握 § 訓練やアドバイスの指針 § 回復具合の把握…
  3. 3. 本研究の⽬標 v⽇常の歩⾏センシングによるリハビリ⽀援 3 v ⽇常の歩⾏センシング § 低消費電⼒化 § 定量的な評価 § 歩⾏パラメータをロギング 〇 定期的な歩⾏評価 〇リハビリ⽀援者の業務の負担軽減 ◎ リハビリ⽀援への利⽤ § クラウドにデータを集約 § デバイスからデータを収集 § 収集タイミングは 帰宅時 or 通院時
  4. 4. 杖へのセンサデバイスの装着 v杖装着のメリット ⼈体に⾮接触 取り外し・装着が容易 ⾮対称な歩⾏へのロバスト性 ⇒ 実⽤性が⾼い vセンサデバイス SenStick (8種類のセンサ) § 加速度 (±4G) § ジャイロ (±500 rad/sec) § サンプリング周波数 50Hz § ファームウェアの開発が可能 4
  5. 5. (過去の) デバイスたち 5 v1 v2 SenStick 3種類のセンサ BLEモジュール Cortex-M0 3種類のセンサ BLEモジュール Cortex-M0 SD書き込み 充電回路 8種類のセンサ BLEモジュール Cortex-M4F フラッシュメモリ 充電回路
  6. 6. 歩⾏センシングと評価の流れ 6 杖の歩⾏検出 vセンシングパート 歩⾏パラメータ の抽出 デバイス内 ROM 歩⾏パラメータ の分析 歩⾏ 距離 転倒 リスク 歩⾏の 実⽤性 歩⾏ 速度 … v評価パート クラウド上 のDB § センサデバイス内で完結 § 計算リソース・記憶領域が少ない § クラウド上での処理 § 計算リソース・記憶領域が多い パラメータの ロギング 歩⾏ログの収集
  7. 7. デイケアセンタでの歩⾏データの収集 vライフケア総合研究所 「いこいの家26」 ⾼齢者5名 下肢装具使⽤者1名 施設のスタッフ2名 合計415歩 7mの歩⾏路 7 ビデオカメラ開始位置 計8名 ⾼齢者 下肢装具使⽤者
  8. 8. 杖による歩⾏データの特徴 8 v杖での歩⾏動作 v加速度データ (3回分) 合成加速度 加速度の差分 【特徴】 ①での合成の極⼤ピーク ②での合成の極⼩ピーク ③でのどちらかの極⼤ピーク
  9. 9. 歩⾏検出アルゴリズム ⓪ RVを超えると検知開始 ① 𝑃"が閾値を超え, 𝑇"が閾値の範囲内 ② 𝑃$が閾値を超え, 𝑇$が閾値の範囲内 ③ 𝑃%もしくは𝑃&が閾値を超える ④ 全ての条件を満たしたら⼀突きと判断 9 合成加速度 加速度の差分 閾値の決め⽅ • デイケアセンタで収集したデー タから各パラメータの値を算出 • 各パラメータの平均と標準偏差 を求め閾値を定義
  10. 10. 歩⾏距離推定のためのパラメータ 10 § 歩⾏速度 ⇒ 歩⾏能⼒評価の基本項⽬ § 歩⾏距離がわかれば,歩⾏速度がわかる v⼀突きのデータから得られるパラメータ (28項⽬) パラメータの種類 時間 ⾓度 加速度
  11. 11. 重回帰による歩⾏距離推定 11 v重回帰モデルの構築𝑝"& : x軸の⾓度の最⼩ 𝑝"( : x軸の⾓度の最⼤値と 最⼩値の差 距離 m 距離 m 𝑝"& 𝑝"( v相関分析 𝑑 = 𝑏, + 𝑏" 𝑝"& + 𝑏$ 𝑝"( 𝑏, = 0.265 𝑏" = −0.0138 𝑏$ = 0.695 ×10:$ 最⼩⼆乗法でフィッティング 𝑝"& 𝑝"( 各軸の⾓度の変化 ⻘:x, 緑:y, ⾚:z
  12. 12. 評価実験 v⽬的 「歩⾏検出」「歩⾏距離の推定」の精度の評価 v内容 直線に対し⾃由に歩⾏ 10回杖を突いたら停⽌,歩⾏距離を測定 (1⼈2回) v実験協⼒者 普段杖を使⽤していない健常者8名 v歩⾏検出,歩⾏距離推定のモデル リハビリ施設で収集したデータで作成したものを使⽤ 12
  13. 13. 歩⾏動作の検出結果 13 v結果 160歩中 153歩検出 検出精度 : 95.56% v検出できなかった原因 床への接触 インパクトの誤検出
  14. 14. 歩⾏距離推定の結果 14 § ⼀突きごとに対して距離推定 ⇒ ⼗回推定したものを加算 v推定精度 平均 : 83.79%, 標準偏差 : 8.63% 最⼤ : 95.56%, 最⼩ : 68.82% ⼈による 精度のばらつき ※全ての歩⾏動作が検 出されたとして推定
  15. 15. まとめ v⽇常歩⾏のセンシングによるリハビリ⽀援を⽬標 v杖での歩⾏センシングを提案 v歩⾏検出アルゴリズムと歩⾏距離推定⼿法を提案 v歩⾏検出精度は95.56%, 歩⾏距離推定精度は83.79% v歩⾏距離推定がある程度できることがわかった 15
  16. 16. 今後の展開 v歩⾏データの収集 § 歩⾏検出のロバスト性の向上 § 歩⾏距離の推定精度の向上 (90%以上) v歩⾏センシングデバイスのファームウェア開発 § センサデータのリアルタイム処理 § 連続動作時間の検証 vセンシングデータの分析 § 転倒リスク § 杖の使い⽅の評価 16
  17. 17. リハビリ患者の歩⾏評価 v歩⾏の仕⽅の評価 17 v歩⾏の実⽤性の評価 § 理学療法⼠や医師による ⽬視による判断 【テスト】 10m歩⾏テスト 6分間歩⾏テスト Timed Up and Go Stops walking when talking 【分類】 Fuctional Ambulation Categories 実⽤的歩⾏能⼒分類 § 定量的な評価⼿法が提案 § ⼤がかりな装置が必要 § 訪問リハビリ患者への対応が困難 § 計測者が必要 § 環境構築が必要 § テスト時の転倒のリスク § 業務の負担の増⼤ q 定期的な歩⾏評価が困難 q リハビリ⽀援者の業務の負担が増⼤

×