超高感度静電誘導センサとAIを用いた模擬片麻痺歩行動作識別技術

カテゴリ: 全国大会

論文No: 3-101

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): Simulated hemiplegia walking motion identification technique using ultra-high sensitivity electrostatic induction sensor and AI

著者名: 栗田耕一（近畿大学）

著者名(英語): Koichi Kurita (Kindai University)

キーワード: 歩行計測|静電誘導|深層学習|gait measurement|electrostatic induction|deep learning

要約(日本語): 本研究は歩行動作により変化する人体電位を非接触で検出する技術を用いて歩行計測を行った。歩行障害を模擬するため，健常者の足首にアンクルウエイトを装着し歩行信号を検出した。模擬不自由歩行動作により誘起される静電誘導電流を計測した。歩行動作により誘起された静電誘導電流波形には歩行の不自由の程度に応じた特徴が現れている。そこで，歩行波形をウェーブレット変換することによりスカログラムを得た。これを深層学習用の学習データとして用いることにより，被験者の歩行動作における不自由の程度を識別することを試みた。その結果，深層学習により93%の精度で歩行タスクの識別が可能であることを明らかにした。

本誌掲載ページ: 146-147 p

原稿種別: 日本語

PDFファイルサイズ: 487 Kバイト