機械学習による中枢温推定モデルの提案と精度評価

カテゴリ: 部門大会

論文No: PS8-8

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Proposal and Accuracy Evaluation of a Core Temperature Estimation Model Using Machine Learning

著者名: 中川 龍一（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): Ryuichi Nakagawa (Osaka Electro-Communication University),Masahumi Matumura (Osaka Electro-Communication University),Nobumasa Matui (Nagasaki Institute of Applied Science),Yuji Mizuno (Osaka Electro-Communication University)

キーワード: VDT作業|機械学習|中枢温|冷え症|Visual Display Terminals|Machine Learning|Core Temperature|Cold Sensitivity

要約(日本語): 近年、拡大するVDT作業が原因で血行障害による手足の冷えを感じる者が男女年齢問わず増加している。臨床基準的に冷えは、中枢温と末梢温との温度較差が5度以上で中等症以上の症状が見られ、暖かい環境下での末梢温の回復が遅い病態、多くの場合冷えの自覚を有している状態であることと定められている。この基準は日常生活や臨床現場で標準化されており、冷えの診断予防の指標に活用されている。しかし、簡便且つ無拘束に中枢温を計測できるデバイスは見当たらないため、日常生活下で冷えを数値化することは難しい。本研究では、機械学習を用いて中枢温の推定モデルを構築し、実測値と推定値を比較することでモデルを精度評価した。結果として、頸部表面温度、足部表面温度及びBMIを入力することで、体温計のJIS規格に準拠する精度±0.2℃以内の推定精度を確認した。