急性心筋梗塞患者早期離床のための動画像処理法による身体行動量モニターの開発

ベッド上の被験者の呼吸や身体活動を定量的に評価することを目的として、ビデオカメラを用いた非接触計測法を開発した。本手法では、心筋梗塞を始めとする重篤患者の安静状態の定量評価や、睡眠時無呼吸症候群の早期発見などに応用できると考えられる。これまでの研究では、動画像をオフラインで処理していた。本研究では、臨床で利用できるシステムへと発展させるため、呼吸・身体活動の検出を実時間処理できるシステムを開発した。ディジタル化した画像の画素ごとに速度ベクトル(オプティカルフロー)を実時間で検出するため、汎用の並列型画像処理プロセッサを用いた。このプロセッサは256個のCPUを備えているため、画像の横一列を同時に計算処理できる。オプティカルフローの検出には、輝度勾配法を基にした時空間局所最適化法を用いた。実時間で検出したオプティカルフローを画像全体で平均処理し、呼吸波形と身体活動による体動波形を得た。画像サイズ256×240pixelsのオプテイカルフロー検出実験を行った。前処理として3×3×3pixelsの時空間平滑化を行い、時空間輝度勾配として局所領域を3×3×3pixelsと設定し、オプティカルフローを検出した。ディジタル画像の取得からオプティカルフローの検出までに要した時間は約60msecであり、呼吸と身体活動の実時間評価が可能であると考えられた。健常成人男性の全身画像を対象とした場合、仰臥位と側臥位の両体位で呼吸波形が良好に検出できた。また、体位交代時には、呼吸波形に比べて振幅が10倍以上の波形が得られた。今後、呼吸波形と体位交代時に得られる大きな波形を自動的に分離すると共に、呼吸回数や体位交代頻度を定量評価させる必要がある。

ベッド上の被験者の呼吸や身体活動を定量的に評価することを目的として、ビデオカメラを用いた非接触計測法を開発した。本手法では、心筋梗塞を始めとする重篤患者の安静状態の定量評価や、睡眠時無呼吸症候群の早期発見などに応用できると考えられる。これまでの研究では、動画像をオフラインで処理していた。本研究では、臨床で利用できるシステムへと発展させるため、呼吸・身体活動の検出を実時間処理できるシステムを開発した。ディジタル化した画像の画素ごとに速度ベクトル(オプティカルフロー)を実時間で検出するため、汎用の並列型画像処理プロセッサを用いた。このプロセッサは256個のCPUを備えているため、画像の横一列を同時に計算処理できる。オプティカルフローの検出には、輝度勾配法を基にした時空間局所最適化法を用いた。実時間で検出したオプティカルフローを画像全体で平均処理し、呼吸波形と身体活動による体動波形を得た。画像サイズ256×240pixelsのオプテイカルフロー検出実験を行った。前処理として3×3×3pixelsの時空間平滑化を行い、時空間輝度勾配として局所領域を3×3×3pixelsと設定し、オプティカルフローを検出した。ディジタル画像の取得からオプティカルフローの検出までに要した時間は約60msecであり、呼吸と身体活動の実時間評価が可能であると考えられた。健常成人男性の全身画像を対象とした場合、仰臥位と側臥位の両体位で呼吸波形が良好に検出できた。また、体位交代時には、呼吸波形に比べて振幅が10倍以上の波形が得られた。今後、呼吸波形と体位交代時に得られる大きな波形を自動的に分離すると共に、呼吸回数や体位交代頻度を定量評価させる必要がある。