@techreport{oai:ipsj.ixsq.nii.ac.jp:00216696,
 author = {岩瀬, 慶 and 榎堀, 優 and 小野瀬, 良佑 and 吉田, 直人 and 間瀬, 健二},
 issue = {14},
 month = {Feb},
 note = {高齢者の介護時の重大な事故の一つとしてベッドからの起床時の転倒がある．転倒予防のために，睡眠深度を判定し，睡眠が浅い状態の通知により起床行動に対応できるようにする．脳波から睡眠深度を分類する手法が多く高精度であるが，脳波の計測は日々の睡眠のモニタリングには向かない．そこで，日常的な計測が可能なシーツ型布圧力センサを用いて，睡眠時ベッド面にかかる圧力の変化から睡眠深度を分類する手法を検討した．本研究では 1 次元の脳波信号を入力とする深度分類手法の一つである U-Time を基礎としつつ，U-Time 入力前の画像特徴抽出，ならびに，U-Time 出力後の Bi-LSTM による双方向時系列考慮を追加した．被験者 1 名 72 日分の睡眠データで 4 段階の睡眠深度を分類した結果，正解率は 0.644，F 値のマクロ平均は 0.637 の精度となった．U-Time 単体の利用に比べ，正解率は 0.029，F 値のマクロ平均は 0.053 改善した．},
 title = {寝姿圧力動画からの睡眠深度分類の検討},
 year = {2022}
}