高齢者の転倒を予測回避する歩行改善支援機器の開発

カテゴリ: 研究会(論文単位)

論文No: IIS22012

グループ名: 【D】産業応用部門 次世代産業システム研究会

発行日: 2022/03/06

タイトル(英語): Development of an Assistive Device for Walking Improvement to Predict and Avoid Falls in the Elderly

著者名: 宮城 璃久(沖縄工業高等専門学校),安里 健太郎(沖縄工業高等専門学校)

著者名(英語): Riku Miyagi(National Institute of Technology, Okinawa College),Kentaro Asato(National Institute of Technology, Okinawa College)

要約(日本語): 先行研究では，Deep Learningを用いた転倒予測システムの開発を目指して歩行時の加速度等のデータ拡張方法の検討をしていた。本研究はその研究を進展させ，高齢者の転倒を予測回避する歩行改善支援機器の開発を目指す。本論文では，Deep　Learningを行うには大量のデータが必要であるが，転倒リスクの高い高齢者の歩行データを大量に取得することは倫理的な面で困難であるため，少ないデータ量で研究を進めていくためのデータ拡張方法の検討を行う。

要約(英語): In this study, we investigated how-to-expand-the-gait-data for classifying the gait state of elderly people using Deep learning. This research will make it possible to develop an assistive device for improving gait that predicts and avoids falls in the elderly from a relatively small amount of data. In this paper, we examined the CBB　(Circular block bootstrap) method and the SB(Stationary bootstrap) method, which are considered to be effective in extending time series data, and found that both are effective, especially the SB method is more effective.

本誌: 2022年3月9日-2022年3月10日次世代産業システム研究会-2

本誌掲載ページ: 5-7 p

原稿種別: 日本語

PDFファイルサイズ: 966 Kバイト