Download as PDF, PPTX
![• 頚髄症とは脊髄が圧迫されることで発生し，日常生活に
支障をきたす状態
• 頚椎症性脊髄症や頚椎後縦靭帯骨化症などの疾患が原因
• 巧緻運動障害や歩行障害等の症状を引き起こす．
2
[1] 脊髄，看護roo!用語辞典，https://www.kango-roo.com/word/5025（閲覧日2020/10/06）
[2] 長寿医療センター病院レター第25号（MARCH 26, 2010)，国立長寿医療研究センター，https://www.ncgg.go.jp/hospital/iryokankei/documents/hospitalletter25.pdf
（閲覧日2020/09/24）
頚髄症
脊髄が圧迫された状態[2]
a)手術前 b)手術後
各部位の名称[1]](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-2-320.jpg)
![• 頚髄症診断に用いられる代表的なスクリーニング手法
• 10秒間，手の高速な開閉運動（以下，グーパー運動）を
実施
• 実施回数で評価し，20回以下の場合には頚髄症の疑いと
することが多い．
3
[2] Ono, K., Ebara, S., et al.: Myelopathy hand. New clinical signs of cervical cord damae; J. Bone Joint Surg. Br., vol. 69, pp. 215-219 (1987).
10秒テスト[2]
重症度と開閉の様子の違い[2] 巧緻運動障害の例
手指の内転状態の保持が困難
手指の内転状態の保持や伸展が困難](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-3-320.jpg)
![• 10秒テスト中のグーパー運動の実施回数に対して，
実験参加者の年代別のカットオフ値を検証[3]
4
[3] M. Machino, K. Ando, K. Kobayashi, et al: Cut off value in each gender and decade of 10-s grip and release and 10-s step test: A comparative study between 454
patients with cervical spondylotic myelopathy and 818 healthy subjects, Clinical Neurology and Neurosurgery, Vol. 184, 2019．
10秒テストによる頚椎症性脊髄症診断
全実験参加者のデータにおける
ROC曲線
年代別の検証結果
• 年代ごとに異なるカットオフ値の設定が必要](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-4-320.jpg)
![• 10秒テスト中に取得される手指の特徴量を用いた，
ランダムフォレスト法による頚髄症の有無の検出[4]
5
[4] Watanabe, M., Sugiura, Y., et al.: Detection of cervical myelopathy with Leap Motion Sensor by random forests; Proc of LifeTech2020, pp. 214-216 (2020).
三次元計測装置による頚髄症検出
手指運動計測中の様子
• 検出のために取得する特徴量数が多い．
• 頚髄症の重症度は推定していない．
66個の特徴量
当研究室の
過去の成果](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-5-320.jpg)
![• FFT後の低周波成分は32次元のデータ
• 左手、右手各2回で合計4回（L1，L2，R1，R2）の試行
• 次元数は512α（αは特徴量数）
12
前処理後データの合体
32次元×使用する特徴量数α
×4試行（L1，L2，R1， R2）×4分割
＝512α次元
L1
①
L2
①
R1
①
R2
①
L1
②
L2
②
R1
④
R2
④…
640 128 192 256
L1 ① ② ③ ④
R2 ④① ② ③
R1 ④① ② ③
L2 ④① ② ③
[特徴量1×32次元], [特徴量2×32次元], …, [特徴量α×32次元]
データの構成](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-12-320.jpg)
![• 患者と健常者の2クラス分類による症状の有無の判別
• 様々な特徴量の組み合わせによる分類精度を検証
• Support Vector Machine（SVM）を用いて分類器を生成
13
実験参加者 78名（頚髄症患者50名，健常者28名）
1施行における
グーパー運動の回数
20回
使用した特徴量 指尖部の速度，3次元座標，3次元方向
フレームレート 60[Hz]
FFTにおけるサンプル数 64個
検証方法 Leave-one-out交差検証
ROC曲線におけるカットオフ値 0.5
2クラス分類による症状の有無の判別実験
実験条件](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-13-320.jpg)
![17
既存手法との比較
本手法でのROC曲線
• 本手法（五指の方向による分類器を使用した場合）と
既存手法[3]を比較
感度 特異度 AUC
本手法 86.0% 64.3% 0.86
既存の
10秒テスト
70.6-
73.4%
51.5-
65.5%
0.65-
0.77
既存手法[3]と本手法の比較
1-Specificity
Sensitivity
既存手法でのROC曲線[3]](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-17-320.jpg)
![• 重回帰分析による重症度の推定
• 手指運動データと重症度について線形回帰モデルを生成
18
回帰モデルによる重症度の推定実験
実験参加者 78名（頚髄症患者50名，健常者28名）
（※DASH-JSSHは患者49名，健常者28名）
1施行における
グーパー運動の回数
20回
フレームレート 60[Hz]
FFTにおけるサンプル数 64個
使用した特徴量 五指の方向，中指の座標・方向の2種類
説明変数 前処理後の7680次元，3072次元のデータ
目的変数
・日本整形外科学会頚髄症治療成績判定基準
（JOAスコア）（17点満点）
・DASH-JSSH（100点満点）
検証方法 4分割交差検証
健常者のJOAスコア 17点満点
実験条件](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-18-320.jpg)
![• 日本整形外科学会から1976年に
発表された評価法
• 頚髄症に伴う各症状を四肢体幹
にわたって網羅し，17点満点で
評価
• 医療者立脚型のスコアリング
• 点数が低いほど，重症と診断
19
[5] 安田宗義，脊髄外科研究に用いられるスコアリングシステムおよびその特徴「頚椎疾患の評価システム」，脊髄外科，Vol.28，No.3，2014．
JOAスコア[5]
JOAスコア項目一覧](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-19-320.jpg)
![• the Disability of the Arm, Shoulder,
and Hand questionnaire
• 国際的に広く利用される，上肢
全体の日常生活活動の困難さを
100点満点で評価
• 患者立脚型のスコアリング
• 点数が高いほど，重症と診断
20
[6] T Imaeda et al., Validation of the Japanese Society for Surgery of the Hand Version of the Disability of the Arm, Shoulder, and Hand (DASH-JSSH) Questionnaire. J
Orthop Sci 10(4):353-359, 2005
[7] 患者立脚型機能評価質問票，日本手外科学会， http://www.jssh.or.jp/doctor/jp/infomation/dash.html（閲覧日2020/09/30）
DASH-JSSH[6]
日本語版DASH-JSSH回答用紙[7]](https://image.slidesharecdn.com/sigdemo2020kato-201018065322/85/SIG-DeMO-20-320.jpg)
![[FIT2025 トップコンファレンスセッション]EarHover: ヒアラブルデバイスにおける音漏れ信号を用いた空中ジェスチャ認識](https://cdn.slidesharecdn.com/ss_thumbnails/fit2025-presentationv2-251006033725-c7651715-thumbnail.jpg?width=640&height=640&fit=bounds)
手指運動三次元計測に よる頚髄症スクリーニング手法（SIG-DeMO研究会）
- 1. 手指運動三次元計測による 頚髄症スクリーニング手法 ○加藤花歩1) ，松本渚紗 1)，杉浦裕太1 ) ， 渡辺昌1) ， 斎藤英雄1) ，小山恭史2) ， 藤田浩二2 ) 1 ）慶應義塾大学 2）東京医科歯科大学 第178回ヒューマンインタフェース学会研究会
- 2. • 頚髄症とは脊髄が圧迫されることで発生し，日常生活に 支障をきたす状態 • 頚椎症性脊髄症や頚椎後縦靭帯骨化症などの疾患が原因 •巧緻運動障害や歩行障害等の症状を引き起こす． 2 [1] 脊髄，看護roo!用語辞典，https://www.kango-roo.com/word/5025（閲覧日2020/10/06） [2] 長寿医療センター病院レター第25号（MARCH 26, 2010)，国立長寿医療研究センター，https://www.ncgg.go.jp/hospital/iryokankei/documents/hospitalletter25.pdf （閲覧日2020/09/24） 頚髄症 脊髄が圧迫された状態[2] a)手術前 b)手術後 各部位の名称[1]
- 3. • 頚髄症診断に用いられる代表的なスクリーニング手法 • 10秒間，手の高速な開閉運動（以下，グーパー運動）を 実施 •実施回数で評価し，20回以下の場合には頚髄症の疑いと することが多い． 3 [2] Ono, K., Ebara, S., et al.: Myelopathy hand. New clinical signs of cervical cord damae; J. Bone Joint Surg. Br., vol. 69, pp. 215-219 (1987). 10秒テスト[2] 重症度と開閉の様子の違い[2] 巧緻運動障害の例 手指の内転状態の保持が困難 手指の内転状態の保持や伸展が困難
- 4. • 10秒テスト中のグーパー運動の実施回数に対して， 実験参加者の年代別のカットオフ値を検証[3] 4 [3] M.Machino, K. Ando, K. Kobayashi, et al: Cut off value in each gender and decade of 10-s grip and release and 10-s step test: A comparative study between 454 patients with cervical spondylotic myelopathy and 818 healthy subjects, Clinical Neurology and Neurosurgery, Vol. 184, 2019． 10秒テストによる頚椎症性脊髄症診断 全実験参加者のデータにおける ROC曲線 年代別の検証結果 • 年代ごとに異なるカットオフ値の設定が必要
- 5. • 10秒テスト中に取得される手指の特徴量を用いた， ランダムフォレスト法による頚髄症の有無の検出[4] 5 [4] Watanabe,M., Sugiura, Y., et al.: Detection of cervical myelopathy with Leap Motion Sensor by random forests; Proc of LifeTech2020, pp. 214-216 (2020). 三次元計測装置による頚髄症検出 手指運動計測中の様子 • 検出のために取得する特徴量数が多い． • 頚髄症の重症度は推定していない． 66個の特徴量 当研究室の 過去の成果
- 6. • グーパー運動から，頚髄症の有無や重症度を推定 できる，簡便なスクリーニングシステムを実現 • 導入しやすいシステム構成 •日常生活の中で気軽にセルフチェック可能 • 医師による診断を支援 6 目的 セルフチェックの 結果を踏まえて， 病院へ 受診前のセルフチェック
- 7. • グーパー運動中の手指運動を三次元計測装置で計測する ことで，頚髄症の有無や重症度を推定 • 各手指の指尖部における様々な特徴量を取得 •取得した時系列データに対して前処理の実施 • 機械学習を用いたクラス分類による症状の有無の識別 • 重回帰分析による重症度の推定 7 提案手法 頚髄症の有無の識別 頚髄症の重症度の推定 グーパー運動 提案手法の様子
- 8. 8 ハードウェア構成 データ取得時の様子 Leap Motion • 三次元手指計測にはLeapMotionとPCを使用 • 片手ずつかざして、グーパー運動を実施 • Leap Motionと手の距離は約10cm • 各手指における速度，3次元座標，3次元方向の 合計35個の特徴量 速度、座標、方向
- 9.
- 10.
- 11.
- 12. • FFT後の低周波成分は32次元のデータ • 左手、右手各2回で合計4回（L1，L2，R1，R2）の試行 •次元数は512α（αは特徴量数） 12 前処理後データの合体 32次元×使用する特徴量数α ×4試行（L1，L2，R1， R2）×4分割 ＝512α次元 L1 ① L2 ① R1 ① R2 ① L1 ② L2 ② R1 ④ R2 ④… 640 128 192 256 L1 ① ② ③ ④ R2 ④① ② ③ R1 ④① ② ③ L2 ④① ② ③ [特徴量1×32次元], [特徴量2×32次元], …, [特徴量α×32次元] データの構成
- 13. • 患者と健常者の2クラス分類による症状の有無の判別 • 様々な特徴量の組み合わせによる分類精度を検証 •Support Vector Machine（SVM）を用いて分類器を生成 13 実験参加者 78名（頚髄症患者50名，健常者28名） 1施行における グーパー運動の回数 20回 使用した特徴量 指尖部の速度，3次元座標，3次元方向 フレームレート 60[Hz] FFTにおけるサンプル数 64個 検証方法 Leave-one-out交差検証 ROC曲線におけるカットオフ値 0.5 2クラス分類による症状の有無の判別実験 実験条件
- 14. 識別結果 陽性 陰性 検 査 結 果 陽 性 真陽性 TP 偽陽性 FP 陰 性 偽陰性 FN 真陰性 TN AUCとは • 診断検査の有用性の検討に利用される指標 •感度と特異度の関係をプロットしたROC曲線における 下面積（AUC: area under the curve） • 陽性率（感度）＝TP / (TP + FN) • 偽陽性率（1-特異度）＝1 – TN / (FP + TN) 混同行列 ROC曲線 偽陽性率（1-特異度） AUC 陽性率（感度）
- 15.
- 16.
- 17. 17 既存手法との比較 本手法でのROC曲線 • 本手法（五指の方向による分類器を使用した場合）と 既存手法[3]を比較 感度 特異度AUC 本手法 86.0% 64.3% 0.86 既存の 10秒テスト 70.6- 73.4% 51.5- 65.5% 0.65- 0.77 既存手法[3]と本手法の比較 1-Specificity Sensitivity 既存手法でのROC曲線[3]
- 18. • 重回帰分析による重症度の推定 • 手指運動データと重症度について線形回帰モデルを生成 18 回帰モデルによる重症度の推定実験 実験参加者78名（頚髄症患者50名，健常者28名） （※DASH-JSSHは患者49名，健常者28名） 1施行における グーパー運動の回数 20回 フレームレート 60[Hz] FFTにおけるサンプル数 64個 使用した特徴量 五指の方向，中指の座標・方向の2種類 説明変数 前処理後の7680次元，3072次元のデータ 目的変数 ・日本整形外科学会頚髄症治療成績判定基準 （JOAスコア）（17点満点） ・DASH-JSSH（100点満点） 検証方法 4分割交差検証 健常者のJOAスコア 17点満点 実験条件
- 19. • 日本整形外科学会から1976年に 発表された評価法 • 頚髄症に伴う各症状を四肢体幹 にわたって網羅し，17点満点で 評価 •医療者立脚型のスコアリング • 点数が低いほど，重症と診断 19 [5] 安田宗義，脊髄外科研究に用いられるスコアリングシステムおよびその特徴「頚椎疾患の評価システム」，脊髄外科，Vol.28，No.3，2014． JOAスコア[5] JOAスコア項目一覧
- 20. • the Disabilityof the Arm, Shoulder, and Hand questionnaire • 国際的に広く利用される，上肢 全体の日常生活活動の困難さを 100点満点で評価 • 患者立脚型のスコアリング • 点数が高いほど，重症と診断 20 [6] T Imaeda et al., Validation of the Japanese Society for Surgery of the Hand Version of the Disability of the Arm, Shoulder, and Hand (DASH-JSSH) Questionnaire. J Orthop Sci 10(4):353-359, 2005 [7] 患者立脚型機能評価質問票，日本手外科学会， http://www.jssh.or.jp/doctor/jp/infomation/dash.html（閲覧日2020/09/30） DASH-JSSH[6] 日本語版DASH-JSSH回答用紙[7]
- 21. • 平均絶対誤差はJOAスコアで2.53，DASH-JSSHで18.35 21 五指の方向のデータによる推定結果 • 重症に近い評価ほど平均絶対誤差が大きくなる傾向 JOAスコアDASH-JSSH 各評価指標における絶対誤差 重症 軽症 軽症 重症
- 22. JOAスコア DASH-JSSH 各評価指標における絶対誤差 重症 軽症軽症 重症 • 平均絶対誤差はJOAスコアで2.65，DASH-JSSHで17.89 22 中指の座標・方向のデータによる推定結果 • 手指一本のデータでも重症度を推定できる可能性
- 23. 制約 • 現状のクラス分類では特異度が比較的低い． • 重症度が上がると平均絶対誤差が増加 •頚髄症症状の要因となる疾患の判別ができない． 今後の展望 • SVM以外の分類器での検証による結果の正当性の調査 • 感度・特異度どちらも高くなるような前処理の検討 • 評価指標に寄与する特徴量の検討 • クラス分類を用いた，要因となる 疾患の判別の実装 • 手指1本のみを利用した頚髄症診断 23 制約と今後の展望 手指1本での診断
- 24. 24 まとめ 背景 頚髄症は日常生活に支障をきたす． 関連研究 医療用画像による頸椎症診断，三次元計測装置による頚髄症診断 提案三次元計測装置を用いた頚髄症の簡易スクリーニング 応用例 セルフチェックシステムとしての利用，手指1本での診断 実装 Leap Motionで取得したデータに対し SVMで症状の有無の判別，重回帰分析で重症度推定 評価 Leave-one-out交差検証，4分割交差検証 結果 最大の場合でAUCは0.86，感度は86.0％，特異度は64.3% 平均絶対誤差は2.63（JOAスコア），18.35（DASH-JSSH） 課題 特異度を向上，評価指標に寄与する要因の検討 JOAスコア DASH-JSSH