動画によるNICU児への介入の有無の分類

• Published in: Transactions of Japanese Society for Medical and Biological Engineering Vol. Annual61; no. Proc; pp. 376 - 378
• Main Authors: 万野, 真伸, 牧川, 方昭, 坂上, 友介, 二宮, 結奈, 岡田, 志麻, 山本, 直哉
• Format: Journal Article
• Language: Japanese
• Published: 公益社団法人 日本生体医工学会 2023; Japanese Society for Medical and Biological Engineering
• ISSN: 1347-443X; 1881-4379
• DOI: 10.11239/jsmbe.Annual61.376

早産児は正期産児と比較して，低身長かつ低体重であるため身体が未発達な状態であり，心身の発達にも影響を及ぼす．また，早産児は正期産児より痛みや負荷の閾値が低いことが報告されており，NICUでの処置による痛みは脳の発達障害の一因になるとされている．一方で，新生児が感じる負荷の計測に関するデータは不足している．したがって，早産児に加わる負荷を推定することが重要である．このため，体動を抽出することにより，新生児の心身負担の時間を算出できることから新生児の24時間動画計測に着目する．本研究では，まず，新生児への介入時間割合が新生児への負担を高めるかを確認するために，保育器内の早産児の24時間の動画から処置やケアが実施されている時間，新生児が一人で眠っている時間を分類する手法を提案する．研究対象者は4名の早産児である．カメラは保育器外の上部に設置し，24時間，早産児の状態を撮影した．動画から早産児の体動量を算出し，算出した体動量に対して高速フーリエ変換を行った．新生児以外の動作では新生児のみの場合と比較して高い周波数のパワーが強いことを確認した．これは新生児の処置時間の特徴をよく表していることが確認できた．加えて，目視により，動画内での処置の有無の時間帯を手動分類を行いこれを正解データのラベル付けとした．体動量と高周波帯域のパワーを学習データとして，機械学習を行い，「処置あり」「処置」に分類した．