PROJECTS

[Reference /引用はこちら]

Chengshuo Xia, Tsubasa Maruyama, Haruki Toda, Mitsunori Tada, Koji Fujita, Yuta Sugiura, Knee Osteoarthritis Classification System Examination on Wearable Daily-use IMU Layout, The 2022 International Symposium on Wearable Computers (ISWC ’22), ACM. [DOI][Presentation Video]

変形性膝関節症の診断は画像診断のほかに、歩行解析といった運動学的特徴からも疾患を推定できる。しかし、そのためにはモーションキャプチャースーツを代表とする高い信頼性を持つ解析システムが必要となるので、日常的なスクリーニングには不向きである。そこでスクリーニングコスト削減のために、身体装着型IMUの配置問題を最適化し、機械学習を用いて変形性膝関節症の推定システムを検討した。IMUから取得した加速度と角速度の時系列データおよびその周波数領域を機械学習で学習して疾患推定器を開発した。3つのIMUを身体に装着することで、感度86％、特異度78％の精度を達成した。この結果から、身体装着型IMUデバイスを使用して、変形性膝関節症の推定システムが構築可能であることを示唆した。

The diagnostic approach for knee osteoarthritis that draws on kinematic characteristics provides a solution other than imaging medicine. However, gait-based kinematic analysis still requires a motion capture suit as a prerequisite to ensure a reliable calculation, which limits the daily screening at the end user. To further reduce the cost, we investigated a wearable inertial measurement unit (IMU)-based knee osteoarthritis classification system based on daily-use wearing IMU layout and machine learning approaches. The acceleration and angular velocity signal output from the IMU were used as the input data; the different features from the time and frequency domains were examined with different handcrafted feature classifiers, as well as the deep learning method. From the results, using three IMUs could reach a 0.82 area under the curve value, with a sensitivity of 86% and a specificity of 78%. The results showed that using daily IMU devices to establish a diagnostic system with an on-body sensor layout is feasible.