顔面熱画像に基づく血圧推定における測定条件変動にロバストなモデリングの検討

カテゴリ: 部門大会

論文No: GS9-4

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Robust Modeling of Blood Pressure Estimation Based on Facial Thermal Images under Variable Measurement Conditions

著者名: 伊藤 敦史（青山学院大学）,大岩 孝輔（青山学院大学）,野澤 昭雄（青山学院大学）

著者名(英語): Atsushi Ito (Aoyama Gakuin University),Kosuke Oiwa (Aoyama Gakuin University),Akio Nozawa (Aoyama Gakuin University)

キーワード: 顔面熱画像|血圧推定|Facial Thermal Image|Estimating Blood Pressure

要約(日本語): 高血圧症は生活習慣病の危険要因であり、その早期発見には日々の血圧モニタリングが有効である。従来のカフ装着型血圧計による測定ではストレスを伴い、測定にある程度時間を要するため、遠隔かつ速やかに血圧を計測する技術が望まれる。先行研究では赤外線サーモグラフィを用いて測定可能な血行動態指標である顔面皮膚温に基づく安静時血圧推定が試みられているが、それらの研究の一つでは、一定の室温で測定した食事や睡眠時間などの統制をとった被験者の顔面皮膚温を扱っている。顔面皮膚温は周辺環境温や概日リズムなどの影響を大きく受けるため、血圧推定モデルはこれらに対しロバストであることが求められる。本研究では、室温や被験者の行動に対する制限を設けず数か月間にわたり顔面熱画像を収集し、それらに基づき測定条件変動にロバストな血圧推定モデルを構築することを目的とした。