人間の歩行姿勢の評価は、成人脊柱変形（ASD）などの歩行異常を伴う疾患の早期診断において臨床的に有効な手法です。本研究では、歩行の周期的な動きや動作の対称性に着目し、動画像の深層学習を用いて、歩行異常の特徴からASDを分類する新しいアプローチを開発しました。

　成人脊柱変形（ASD: Adult Spinal Deformity）は脊椎の変形により歩行パターンに影響を与えるため、その診断には歩行の観察が有効で、近年では、動画像を用いた深層学習技術が用いられています。しかし、従来の方法では、人間の歩行特性の分析が十分に行われず、診断の重要な指針となる、歩行時の姿勢と動作が見逃されることが懸念されます。

　本研究では、動画像の深層学習を用いて、歩行のリズムや体の動きの対称性を正確に捉える方法を新たに開発しました。これにより、歩行の繰り返し（周期性）や、左右の脚および体の動きの対称性を詳細に分類することが可能になります。81人の患者の歩行動画を用いてこの手法の検証を行ったところ、正解率71.43%を達成し、従来の方法（正解率66.30%）よりも正確に歩行異常を分類でき、ASDの診断に有効であることが確認されました。

　今後、臨床現場においてリアルタイムで動画像を解析できるようになれば、その場で診断結果を確認し、迅速な診断が可能になると期待されます。

PDF資料

プレスリリース

研究代表者

狗万app足彩,狗万滚球システム情報系
黒田 嘉宏　教授
陳 凱旭　（理工情報生命学術院博士後期課程3年）

狗万app足彩,狗万滚球医学医療系整形外科
三浦 紘世　講師

掲載論文

【題名】

PhaseMix: A Periodic Motion Fusion Method for Adult Spinal Deformity Classification
（PhaseMix: 成人脊柱変形分類のための周期的歩行融合法）

【掲載誌】

IEEE Access

【DOI】

10.1109/ACCESS.2024.3479165

関連リンク

システム情報系
知能機能システム学位プログラム