サーモグラフィを用いた機械学習に基づく非接触な深部体温推定手法の検討

• Item type: SIG Technical Reports(1)
• 公開日: 2023-05-11
• タイトル: サーモグラフィを用いた機械学習に基づく非接触な深部体温推定手法の検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 医療・ヘルス
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 京都橘大学工学部情報工学科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 京都橘大学工学部情報工学科
• 著者名: 工藤, 寛樹; 内山, 彰; 東野, 輝夫
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 運動中に身体中枢付近の体温（深部体温）を把握することは運動に対する身体の反応としての重要な指標となり，熱中症予防やパフォーマンス解析に有効である．しかしながら深部体温は体表面の温度とは異なり，プローブを体内に挿入する必要があり，測定に侵襲性を伴うため，運動中の測定は困難である．そのため近年ではウェアラブルデバイスを用いて深部体温を推定する手法が提案されている．一方で，学校でのクラブ活動などにおいて複数の対象者にウェアラブルデバイスを装着することはコストが高い．そこで本研究では，サーモグラフィを用いた低コストな深部体温推定手法の検討を行う．サーモグラフィで取得した顔の体表温度分布と，気温などの環境情報を組み合わせ，機械学習を用いて深部体温推定モデルを構築する．評価実験のため，夏季の屋内においてトレッドミル走行時のデータを収集し，leave-one-subject-out 交差検証を用いて複数のデータの組み合わせることによる有効性を検証した．その結果，サーモグラフィのみを用いた場合の平均絶対誤差は 0.41℃ となり，ウェアラブルデバイスを組み合わせた場合に対して 7.9% の悪化に抑えられることが分かった．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングと新社会システム（MBL）; 巻 2023-MBL-107, 号 50, p. 1-5, 発行日 2023-05-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8817
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会