大象传媒

　人间の歩行姿势の评価は、成人脊柱変形（础厂顿）などの歩行异常を伴う疾患の早期诊断において临床的に有効な手法です。本研究では、歩行の周期的な动きや动作の対称性に着目し、动画像の深层学习を用いて、歩行异常の特徴から础厂顿を分类する新しいアプローチを开発しました。

　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、动画像の深层学习を用いて、歩行のリズムや体の动きの対称性を正确に捉える方法を新たに开発しました。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动きの対称性を详细に分类することが可能になります。81人の患者の歩行动画を用いてこの手法の検証を行ったところ、正解率71.43%を达成し、従来の方法（正解率66.30%）よりも正确に歩行异常を分类でき、础厂顿の诊断に有効であることが确认されました。

　今后、临床现场においてリアルタイムで动画像を解析できるようになれば、その场で诊断结果を确认し、迅速な诊断が可能になると期待されます。

笔顿贵资料

プレスリリース

研究代表者

筑波大学システム情报系

陳 凱旭　（理工情報生命学術院博士後期課程3年）

筑波大学医学医疗系整形外科
三浦 紘世　講師

掲载论文

【题名】

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）

【掲载誌】

IEEE Access

【顿翱滨】

関连リンク