Screening for CM
手指運動三次元計測による頚髄症スクリーニング手法
A Screening System of Cervical Myelopathy by Measuring Fingers’ 3D Movement
2020
加藤花歩,松本渚紗,杉浦裕太,渡辺昌,斎藤英雄,小山恭史,藤田浩二
Kaho Kato, Nagisa Matsumoto, Yuta Sugiura, Masaru Watanabe, Hideo Saito, Takafumi Koyama and Koji Fujita

頚髄症は頸椎部の変形に伴う脊髄の圧迫により、巧緻運動障害や歩行障害等の症状を引き起こし、日常生活に支障をきたす疾患である。本研究では巧緻運動障害が表出する手の開閉運動に着目し三次元手指計測装置であるLeap Motionで取得した手指運動情報による頚髄症スクリーニングシステムを開発した。取得された手指運動情報の多様な組み合わせによるサポートベクタマシンの分類器での頚髄症患者と健常者の分類精度を検証することで、頚髄症スクリーニングに寄与する手指運動情報を調査した。本調査の最大の分類性能となる場合で精度は78.2%、感度は86.0%、特異度は64.3%、AUCは0.862となった。また手指運動情報と頚髄症症状の重症度の関係性を示す2つの指標について、それぞれ重回帰分析を行った。その結果、平均推定誤差はC-JOAで2.53、DASH-JSSHで18.35となった。

Cervical Myelopathy (CM) causes declining manual dexterity. In our research, we focused on a hand opening and closing movement which express declining manual dexterity and developed the CM screening system using the finger movement obtained from Leap Motion. We evaluated the classification accuracy between patients with the disease and healthy people using Support Vector Machine ’s classifiers which consist of various combinations of the obtained data to investigate which data contributes to the screening. In the case of the greatest performance, the classification accuracy was 78.2%, the sensitivity was 86.0%, the specificity was 64.3%, and the AUC score was 0.862. In addition, we used regression analysis for two parameters which show the relationship between the data and the degree of the disease. As a result, the average estimated error was 2.53 in the JOA score and 18.35 in the DASH-JSSH score.