| 大会名称 |
|---|
| 2019年 総合大会 |
| 大会コ－ド |
| 2019G |
| 開催年 |
| 2019 |
| 発行日 |
| 2019-03-05 |
| セッション番号 |
| D-12B |
| セッション名 |
| パターン認識・メディア理解B |
| 講演日 |
| 2019/03/22 |
| 講演場所(会議室等) |
| 54号館 204教室 |
| 講演番号 |
| D-12-53 |
| タイトル |
| 深層学習を用いた虚弱高齢者の判定 |
| 著者名 |
| ◎髙木智弘, 吉田 久, 小濱 剛, 楠 正暢, 竹島伸生, 藤田英二, 岡田荘市, |
| キーワード |
| Neural Network, 立ち上がり動作, 判別器 |
| 抄録 |
| 高齢者の要介護度認定に当たって、評価する人により評価が異なるなど問題がある。そこで機械学習を用いて客観的に評価することで、時系列データへの応用とともにそれらの問題の解決に本研究が役立つと考えられる。今回はDeep Learningを用いて構成した判別器を3種作成し、健常高齢者とリハビリトレーニングを受けている虚弱高齢者の判別を行った。用いたデータは鵜飼病院に入院または通院している高齢のリハビリ患者を対象としてMicrosoftのKinectを用いて椅子からの立ち上がり動作を計測したものである。Neural Network(NN)の構造は全4層の全結合NNと、身体の各部位、頭・腕などを一単位とし各部位専用の2層のNNに入力し、そのそれぞれの出力をまとめて、Full ConnectedされているNNに接続している全6層のNNと時系列データに対応しているLSTM-RNNとなっている。クロスバリデーションの結果から、全4層Full ConnectedのNNに比べ今回6層のNNでは上手く特徴量取り出すことができており、LSTM-RNNではさらに上手く特徴量を取り出すことができた。 |
| 本文pdf |
|
PDF download
|