学習器を用いた深部温推定と冷え症判別法の基礎検討

カテゴリ: 部門大会

論文No: PS2-11

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): Consideration of Estimation for Core Body Temperature and Classification Method for Cold Sensitivity using Machine Learning

著者名: 大仲 優希史（大阪電気通信大学）,松村 雅史（大阪電気通信大学）,松井 信正（長崎総合科学大学）,水野 裕志（大阪電気通信大学）

著者名(英語): Onaka Yukifumi (Osaka Electro Communication University),Matsumura Masafumi (Osaka Electro Communication University),Matsui Nobumasa (Nagasaki Institute of Applied Science),Mizuno Yuji (Osaka Electro Communication University)

キーワード: 深部体温|機械学習|生活習慣病|冷え症|Core Body Temperature|Machine Learning|Lifestyle Related Diseases|Cold Sensitivity

要約(日本語): 生活習慣病による動脈硬化性の血行障害を引き起こす「冷え」と足の痛みを訴える患者は年々増加傾向にあり、さらに、コロナ禍によるテレワークの普及によって拍車がかかっている。
冷え症の定義は様々であるが、先行研究による分析では「中枢温と末梢温の温度較差がみられ、暖かい環境下でも末梢体温の回復が遅い病態であり、多くの場合、冷えの自覚を有している状態」と報告されている。
従来の研究においても、深部温と足表面温度との較差から冷え症の判定基準を考察する研究は多い。このような背景から、判定基準に沿った冷え症の予防対策が切望されている。
本研究では、機械学習を用いて頸部および足表面温度から精度良く深部温を推定できる予測子の条件を見出し、深部温と足表面温度との較差による冷え症の判定方法を提案し精度評価した。
結果、±0.16度以内の高精度を実現でき、90％の冷え症判定精度であった。