離床行動予測を目的としたベッド上での動作パターン識別－Elman型フィードバック対向伝搬ネットワークを用いた時系列特徴学習

摘要

本論文では，新しい離床センサシステムとして，EF-CPNs とキャスタ荷重センサを提案した．臨床現場を模した実験環境において，10名の被験者を対象に提案手法の有用性を検証した結果，平均で81.0%の判定率が得られた．特に端座位において，98.0%の精度が得られた．一方，長座位の精度が54．0%に留まっていたが，いずれの行動パターンにおいても完全離床への誤判別は発生していないため，致命的なエラーには結びつかないと考えられる．また，ベッドのキャスタ下という利用者の目の届きにくい場所に設置できるため，QoL に考慮したセンサといえる．今後は，被験者数を増加させて，本手法の適用範囲を広げると共に，安定した検出と再現性を確保したい．また，介護施設や独居高齢者宅での被介護者のプライバシを確保しつつ，安心·安全を見守る生活モニタリングシステムへの発展を目指したい．