大象传媒

　神経疾患の治疗における歩行検査では、础滨による定量的解析が検讨されていますが、学习用データセットの制约上、适用できる疾患や计测条件は限られていました。今回、生成础滨と筋骨格シミュレーションを组み合わせた人工歩行データを活用し、より汎用的で精度の高い歩行解析モデルを実现しました。

　歩行検査は、神経疾患の诊断?予后?治疗方针の决定において重要な役割を果たします。従来は目视による主観的な评価が主流でしたが、近年、础滨技术の进展により、カメラなどの简便なセンサを用いた定量的解析が可能になりつつあります。しかし、动画や健康データの性质上、础滨モデルの学习に使えるデータは极めて限られており、解析対象を特定の疾患や计测条件に特化せざるを得ませんでした。

　本研究では、生成础滨と筋骨格シミュレーションを组み合わせ、多様な人工歩行データを计算机上で生成し、础滨の学习に活用する新たな手法を提案しました。子どもから高齢者までの骨格や、正常から异常までの筋生理パラメータを网罗し、さまざまな计测条件も模拟することで、多様な歩行データを再现しました。この手法の有効性を、脳性麻痺、パーキンソン病、认知症など、1,200人超の患者から収集された1.2万件以上の実データで検証しました。

　その结果、人工データのみで学习したモデルが、実データで训练された疾患?计测条件特化型モデルと同等以上の精度で临床的に重要な歩行指标を推定できることが确认されました。さらに、単眼カメラ映像から筋活动を高精度に推定できることも示されました。また、人工データを事前学习に用いることで、复数の疾患関连タスクにおいて精度を向上させ、必要な実データ量を大幅に削减できることも明らかになりました。

　本研究は、医疗础滨开発における「データの壁」を乗り越える新たなアプローチを提示し、歩行?运动解析の临床応用を大きく前进させる成果です。

笔顿贵资料

プレスリリース

研究代表者

筑波大学 医学医疗系

掲载论文

【题名】

Utility of synthetic musculoskeletal gaits for generalizable healthcare applications

【掲载誌】

Nature Communications

【顿翱滨】

関连リンク