機械学習を用いた身体的個人差を考慮した高齢者歩容フィードバック訓練手法の開発

本研究の目的は，多様な歩容障害に対して，専門家の介入なく，訓練者に適した歩容訓練を行うために，身体的個人差を考慮した目標歩容自動生成手法の提案と歩容フィードバック訓練システムを開発することである．本研究では，機械学習技術を用いた歩容分類モデルを構築し，訓練者の歩容を基に，モデルが学習した特徴を活性化させた歩容を生成する．健常者群の歩容の「特徴」を含む歩容を目標値にできれば，身体的個人差を考慮した歩容訓練が可能であると期待できる．先行研究では，健常若年者による疑似高齢者歩行時の歩容データを取得し，拇指床間距離に基づく「つまずきやすさ」を指標として歩容分類を行うモデルを構築し，学習された特徴を参考に訓練者個人い適した歩容を自動生成する手法を提案した．研究期間では，地域高齢者の歩容を用いた「歩容分類モデル」の構築と運動学・力学的妥当性の検証，提案手法の即時・短中訓練効果の評価を行う．本年度は，歩容分類モデル構築のためのデータセットを取得する実験条件について再検討し，75歳以上の健常高齢者2名（男性1名，女性1名）を対象に歩容データを取得した．実験では，実験協力者の身長・体重・筋肉量・体脂肪量などの体組成を計測した．また，実験協力者の自由歩行速度を基に複数の歩行速度条件を設定し，各歩行速度条件下において実験協力者がトレッドミル上を歩行している際の関節角度（体幹・肩・肘・股・膝・足関節）および床反力（上下・前後・左右分力）を，光学式モーションキャプチャとトレッドミルに内蔵された床反力系を用いて測定した．また，先行研究で提案した目標歩容生成手法では，人間として不自然な歩容が現れる可能性があったため，モデルの学習方法と目標歩容生成手法について検討を行った．

本研究の目的は，多様な歩容障害に対して，専門家の介入なく，訓練者に適した歩容訓練を行うために，身体的個人差を考慮した目標歩容自動生成手法の提案と歩容フィードバック訓練システムを開発することである．本研究では，機械学習技術を用いた歩容分類モデルを構築し，訓練者の歩容を基に，モデルが学習した特徴を活性化させた歩容を生成する．健常者群の歩容の「特徴」を含む歩容を目標値にできれば，身体的個人差を考慮した歩容訓練が可能であると期待できる．先行研究では，健常若年者による疑似高齢者歩行時の歩容データを取得し，拇指床間距離に基づく「つまずきやすさ」を指標として歩容分類を行うモデルを構築し，学習された特徴を参考に訓練者個人い適した歩容を自動生成する手法を提案した．研究期間では，地域高齢者の歩容を用いた「歩容分類モデル」の構築と運動学・力学的妥当性の検証，提案手法の即時・短中訓練効果の評価を行う．本年度は，歩容分類モデル構築のためのデータセットを取得する実験条件について再検討し，75歳以上の健常高齢者2名（男性1名，女性1名）を対象に歩容データを取得した．実験では，実験協力者の身長・体重・筋肉量・体脂肪量などの体組成を計測した．また，実験協力者の自由歩行速度を基に複数の歩行速度条件を設定し，各歩行速度条件下において実験協力者がトレッドミル上を歩行している際の関節角度（体幹・肩・肘・股・膝・足関節）および床反力（上下・前後・左右分力）を，光学式モーションキャプチャとトレッドミルに内蔵された床反力系を用いて測定した．また，先行研究で提案した目標歩容生成手法では，人間として不自然な歩容が現れる可能性があったため，モデルの学習方法と目標歩容生成手法について検討を行った．