@techreport{oai:ipsj.ixsq.nii.ac.jp:00225970,
 author = {安田, 未来 and 武, 淑瓊 and 大倉, 史生 and 槇原, 靖 and 八木, 康史},
 issue = {26},
 month = {May},
 note = {認知症は，初期症状は小さいが，時間とともに症状が顕著になっていく進行性の病気である．しかし，薬やリハビリなどにより病気の進行を遅らせることは可能である．そのため日常的に認知機能を測りMCI（軽度認知障害）を早期発見することが重要であるが，現在多く使われているスクリーニング検査手法は日常的な検査に向かないという問題点がある．そこで足踏みしながら計算するという，2 つの作業を同時に行うデュアルタスクに基づくアプローチが開発された．またデュアルタスク時の様子から関節の座標情報を取得し，ST-GCN（Spatial Temporal Graph Convolutional Networks：時空間グラフ畳み込みネットワーク）を利用することによって認知機能推定における高い精度が達成された．このシステムで 3 次元の骨格情報を取得するデバイスとして，Kinect v2 を用いている．これは 3 次元骨格を取得するためにはの距離範囲が 4.5m までと限られているという欠点がある．そのため，距離範囲が限られていない汎用カメラを用いた開発が重要になってくる．本研究では，Kinect v2 で得られた 3 次元骨格情報を用いずに，汎用カメラで得られた2次元骨格情報を用いたデュアルタスクシステムを開発するための確認を目的とし，2 次元での精度と 3 次元での精度を比較をすることで，2 次元人物骨格情報を用いたデュアルタスク認知機能推定に関する基礎検討を行う．その結果，3 次元と 2 次元で精度が変わらないことが実証され，Kinect v2 で得られた 3 次元の骨格情報を用いた既存のデュアルタスクシステムから 2 次元を用いた汎用カメラへの拡張が考えられる．},
 title = {2次元人物骨格情報を用いたデュアルタスク認知機能推定に関する基礎検討},
 year = {2023}
}