| 講演名 | 2022-03-04 機械学習による被験者分類に基づく非接触血圧推定法に関する一検討 石坂 秀壮(慶大), 山本 公平(慶大), 大槻 知明(慶大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，日常生活で血圧を測定する方法として， 非接触血圧測定が関心を集めている．非接触血圧測定法としてドップラーレーダを用いた手法が検討されている．ドップラレーダを用いることで， 心臓の動きに起因する胸壁変位を検出でき，胸壁変位波形から血圧と相関のある特徴量を抽出し，その特徴量と血圧値を関連付ける血圧推定モデルを構築することで血圧を推定できる．しかし， 被験者毎にモデル化した場合と比較し，テスト被験者を除く複数被験者でモデル化した場合，血圧推定精度が大きく劣化する．テスト被験者を除く複数被験者でモデル化した場合の血圧推定精度を改善するために， 本稿では被験者分類に基づくドップラーレーダを用いた非接触血圧推定法を提案する．提案法では主成分分析および階層型クラスタリングにより被験者分類し， 血圧と相関のある特徴量を入力し収縮期血圧を出力する血圧推定モデルを分類したクラスタ毎に構築する．実験を通して， テスト被験者を除く複数被験者でモデル化した場合， 提案法が被験者分類しない場合よりも高い血圧推定精度を達成することを確認した． |
| 抄録(英) | Non-contact Blood Pressure (BP) measurement is receiving a lot of interest for BP measurement on a daily basis. To realize non-contact BP measurement, the use of a Doppler radar has been investigated. A Doppler radar can detect the pulse wave caused by chest displacement due to heartbeat. BP can be estimated by constructing a BP estimation model using features that correlate with BP obtained from the pulse wave. However, compared to the case of modeling for each subject, the accuracy of BP estimation deteriorates significantly when modeling with multiple subjects other than the target subject. In this report, to improve the accuracy of BP estimation when modeling with multiple subjects, we proposed a non-contact BP estimation method using a Doppler radar based on subject classification. In the proposed method, subjects are classified by Principal Component Analysis (PCA) and hierarchical clustering. A BP estimation model that inputs the features that correlate with BP and outputs Systolic BP (Systolic Blood Pressure) is constructed for each classified cluster. The experimental results showed that when modeling with multiple subjects other than a testing subject, the proposed method achieved high the BP estimation accuracy, compared to the method without subject classification. |
| キーワード(和) | ドップラーレーダ / 非接触血圧推定 / 機械学習 / ヘルスケア |
| キーワード(英) | Doppler radar / Non-contact blood pressure estimation / Machine learning / Health care |
| 資料番号 | MICT2021-101 |
| 発行日 | 2022-02-25 (MICT) |
| 研究会情報 | |
| 研究会 | MICT / EMCJ |
|---|---|
| 開催期間 | 2022/3/4(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ヘルスケア・医療情報通信技術，生体，EMC，一般 |
| テーマ（英） | Healthcare and Medical Information Communication Technologies, EMC, etc |
| 委員長氏名（和） | 花田 英輔(佐賀大) / 西方 敦博(東工大) |
| 委員長氏名（英） | Eisuke Hanada(Saga Univ.) / Atsuhiro Nishikata(Tokyo Inst. of Tech.) |
| 副委員長氏名（和） | 田中 宏和(広島市大) / 安在 大祐(名工大) / 田島 公博(NTT-AT) |
| 副委員長氏名（英） | Hirokazu Tanaka(Hiroshima City Univ.) / Daisuke Anzai(Nagoya Inst. of Tech.) / Kimihiro Tajima(NTT-AT) |
| 幹事氏名（和） | 小林 匠(横浜国大) / 石田 開(神奈川県立産業技術総研) / 林 優一(奈良先端大) / 高橋 昌義(日立) |
| 幹事氏名（英） | Takumi Kobayashi(Yokohama National Univ.) / Kai Ishida(KISTEC) / Yuichi Hayashi(NAIST) / Masayoshi Takahashi(Hitachi) |
| 幹事補佐氏名（和） | 伊藤 孝弘(広島市立大) / 高林 健人(岡山県立大) / 西川 拓也(国立循環器病研究センター) / 松島 清人(日立) / 志田 浩義(EMCテック) / 松嶋 徹(九工大) |
| 幹事補佐氏名（英） | Takahiro Ito(Hiroshima City Univ) / Kento Takabayashi(Okayama Pref. Univ.) / Takuya Nishikawa(National Cerebral and Cardiovascular Center Hospital) / Kiyoto Matsushima(Hitachi) / Hiroyoshi Shida(EMC Tech.) / Toru Matsushima(Kyushu Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Healthcare and Medical Information Communication Technology / Technical Committee on Electromagnetic Compatibility |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 機械学習による被験者分類に基づく非接触血圧推定法に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Non-contact Blood Pressure Estimation Method based on Subject Classification by Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ドップラーレーダ / Doppler radar |
| キーワード(2)（和/英） | 非接触血圧推定 / Non-contact blood pressure estimation |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| キーワード(4)（和/英） | ヘルスケア / Health care |
| 第 1 著者 氏名（和/英） | 石坂 秀壮 / Shuzo Ishizaka |
| 第 1 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 2 著者 氏名（和/英） | 山本 公平 / Kohei Yamamoto |
| 第 2 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 3 著者 氏名（和/英） | 大槻 知明 / Tomoaki Ohtsuki |
| 第 3 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 発表年月日 | 2022-03-04 |
| 資料番号 | MICT2021-101 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | MICT-404 |
| ページ範囲 | pp.1-6(MICT), |
| ページ数 | 6 |
| 発行日 | 2022-02-25 (MICT) |