权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

高齢者施設における写メを利用した食事調査ならびに健康管理システムの構築

养老机构照片膳食调查与健康管理系统建设

基本信息

批准号：
21K11639
负责人：
大槻誠
金额：
$ 2.58万
依托单位：
Suzuka University of Medical Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

今年度は病院や介護施設などの給食に関する摂食物の自動計測システムのプログラムを作成した。（１）処理対象：研究では昨年度実施した「写真を用いた食事摂取量の評価」で使用された画像を使用した。（２）システム開発用言語：プログラミング言語Pythonによる画像処理ライブラリOpenCVを用いて、システム開発環境AnacondaとSpyderを使用した。主な処理関数：OpenCVのmatchTemplate関数、mkiniMaxLoc関数とした。処理の流れとして１）食器の位置検出：テンプレート画像と処理対象画像の読み込み・表示　→　テンプレート・マッチング関数を使用し、位置と類似度を計算　→　マッチング位置に長方形を表示、２）摂食量の推定：２つの特徴量{①画素の濃度値、②濃度ヒストグラム}を使用した比較を行った。①画素の濃度値：テンプレート画像と処理対象画像の読み込み・表示　→　テンプレート画像の入り大きさの正規化→　類似度計算　→　類似度を表示、②濃度ヒストグラム：テンプレート画像と処理対象画像の読み込み・表示　→　テンプレート画像の入り大きさの正規化→カラー濃度ヒストグラムの作成　→類似度計算　→　類似度を表示とした。結果として、１）食器位置の検出は、処理対象画像と摂食量５０％までのテンプレート画像を使用する場合には、正しく検出できたが、残食量が大きく異なる場合（１００％と２０％）では、検出精度が低下した。２）摂食量の推定は、画像回転がない場合には、画素の濃度値を使用した方法の方が精度よく推定できるが、回転を伴う画像では、ヒストグラムを使用した方法の方が、精度が高くなるが示された。本研究では対象画像領域を抽出し、類似度を求めるまでを一貫して行うプログラムを開発を行った。更なる精度を追求していく予定である。

This year, the automatic measurement system for food related to hospital care facilities was created. (1) Processing image: Research on the implementation of the "photo" in the past year to take the amount of evaluation "and use the photo. (2) The development environment of the system is Anaconda and Spyder. Main page: OpenCV matchTemplate page, mkiniMaxLoc page. 1) Detection of the position of the food container: use of the relevant number of the food container, calculation of the position and similarity, 2) estimation of the food quantity: use of the characteristic quantity {1) concentration of the food container, 2) comparison of the concentration of the food container.① Pixel concentration: Description of image processing object description → normalization of image processing object description → calculation of similarity degree → description of similarity degree, ② concentration classification: description of image processing object description → normalization of image processing object description → calculation of similarity degree → description of similarity degree. Results: 1) The detection accuracy of food position is low when the food quantity is 50%, the residual food quantity is large, and the detection accuracy is low when the food quantity is 50%. 2) The method of estimating the amount of food and the concentration of the pixel is used in the case of high accuracy. In this study, the image domain was extracted and similarity was determined. More precision is required.