- 著者
-
木戸 聡史
須永 康代
廣瀬 圭子
宮坂 智哉
田中 敏明
清水 孝雄
佐賀 匠史
髙柳 清美
丸岡 弘
鈴木 陽介
荒木 智子
- 出版者
- 公益社団法人 日本理学療法士協会
- 雑誌
- 理学療法学Supplement
- 巻号頁・発行日
- vol.2009, pp.E4P1197, 2010
【目的】本研究目的は、トイレ内の転倒者の検出による迅速な発見と保護を可能とするため、トイレでの転倒状態をより正確に検出するための解析アルゴリズムを構築することである。そのため、我々は静止画熱画像パターンを用いて健常被験者を対象に、正常なトイレ動作と、模擬的に再現したトイレでの転倒姿勢を16パターンのアルゴリズムで判別分析した。各アルゴリズムにおいて求めた判別率を検証し、より有効な転倒検出方法を検討した。<BR>【方法】被験者は歩行及びトイレ動作が自立できる健常成人男性5名とした。身体特性は、身長172.5±5.5cm、座高93.1±2.2cm、胸囲91.2±3.9 cmだった。熱画像センサはTP-L0260EN (株式会社チノー製)を用いた。熱画像センサの特性は解像度0.5 °C、視野角60°、frame time 3 Hz、data point 2256 (47×48)で、地上から2.5mの高さに設置した。被験者が腰掛けるADL(日常生活動作)練習用便座の高さは0.4mとし、便座から0.4m離れた床面5か所に、印をつけた。被験者は模擬的な正常トイレ動作(NA)を1回実施した。NAは、トイレへの入室、便座への着座 、便座からの立ち上がり、トイレからの退室からなる動作とした。その次に、転倒を想定した姿勢変換(FA)を1回実施した。FAは、あらかじめ印をつけた5箇所の位置で、長座位(開脚・閉脚)、仰臥位(開脚・閉脚)となり、便座に対して着座する方向を変更して実施した。それらの動作および姿勢変換を熱画像センサで記録した。記録した熱画像のデータは47×48=2256 pointの温度データで、3Hzの間隔で取得した。被験者1人あたり、NAから20個、FAから60個の熱画像データを任意に抽出した。抽出した熱画像データは、熱画像のエリアを4、9、16、25、36、49、64、81エリアに分割し、分割した各エリアの分割内平均温度(Avg)と分割内最高温度(Max)を求めた。8×2=16個のデータ処理パターンごとに、被験者5名分のNAの100データとFAの300データを用い、判別分析を実施して、正常/転倒の判別率を求めた。統計解析ソフトウェアはSPSS Ver.17.0を用いた。<BR>【説明と同意】対象者に対して、ヘルシンキ宣言に基づき研究の趣旨と内容について口頭および書面で説明し同意を得た後に研究を開始した。なお本実験は、植草学園大学倫理委員会の承認を受けて行った。<BR>【結果】実験時の周囲温度は24.8±0.2°Cで、被験者がいない状態の熱画像パターンの温度は最低23.9°C、最高26.9°C、25.1±0.3°Cだった。NAの100データの温度は最低24.2°C、最高31.5°C、26.0±1.1°Cだった。FAの300データの温度は最低24.2°C、最高31.8°C、26.0±1.0°Cだった。熱画像パターンから被験者の表情は判別できなかった。4分割でMax(4Max)の判別率は75.0%、4Avgは88.0%、9Maxは90.8%、9Avgは90.5%、16Maxは94.0%、16Avgは94.3%、25Maxは96.8%、25Avgは96.0%、36Maxは96.3%、36Avgは95.5%、49Maxは95.0%、49Avgは96.3%、64Maxは96.8%、64Avgは97.3%、81Maxは96.3%、81Avgは97.8%で最大だった。81Avgでは判別分析で用いた81分割エリアのうち、判別率を導くための判別式の係数となった領域は21箇所だった。判別分析に使用したNA+FAの400データのうち、誤検出した数は、NAをFAと判別したものが1個、FAをNAと判別したものが9個だった。NAをFAと判別したものは判別式に使用しない領域に被験者の最高温度の領域があった。またFAをNAと検出した例は、便座に近接した領域で被験者の最高温度の領域がある場合が多く、便座に着座したパターンとの判別が困難だった。<BR>【考察】本研究は健常者をモデルとして、転倒を検出するためのアルゴリズムを検証した結果、熱画像センサのデータを81分割して各エリア内平均値を判別分析すると、トイレ動作の転倒を97.8%の判別率で検出した。誤検出した2.2%をさらに減らすためには動作や姿勢変換の加速度などの変化を転倒の判定に加えることが有効と考えられた。現状では、誤検出の部分を有人による看視で補助すれば転倒の判定は可能と考えられる。また本実験では、被験者の最高表面温度は約32°Cで熱画像センサの温度分解能は0.5°Cのため、室温31°C以下で使用する条件下であれば、1秒以内に転倒が判別できる、被験者のプライバシーに配慮できる特性が得られた。今後は転倒判別に時系列的な要素を加えてより実用的な転倒判定を目指す。並行して病院や施設のトイレに熱画像センサを設置し、フィールドによる試験を実施する。<BR>【理学療法学研究としての意義】本研究では、高齢者・障害者のADL支援に関するニーズを理学療法士として見極め、現場に必要なシステム開発への発想・着眼とシステムの検証を実施した。研究結果は病院および介護老人保健施設に必要な機器開発のための重要な基礎的データである。