| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-06-01 13:50 筋電計測の機械学習を用いた健常者と嚥下患者の判別方法の確立 ○谷口惇夫・吉田宏昭（信州大）・大森信行（長野県工技総合センター）・小山吉人・栗田 浩（信州大）  WIT2021-6 |
|
| 抄録 | （和） | 超高齢社会となり、誤嚥が社会的な課題となっている．誤嚥予防のため，嚥下筋電計測は嚥下機能評価方法としてこれまで数多く研究されてきた．しかし，筋電計測は，解析方法の複雑さ等から臨床における検査として未だ十分に普及していない．そこで，機械学習を用いることで解析を自動化できれば，医療従事者の負担軽減が期待されると着想した．したがって，嚥下筋電計測による機械学習を応用した機能診断方法の検討を目的として研究を推進した． |
| （英） | Japan faces the serious concerns of aging and aspiration (accidental swallowing) is one of the big problems to be solved. In order to prevent aspiration, electromyogram (EMG) is used because it is suitable for test of swallowing function. However, EMG is difficult for healthcare to perform experiments and analyze data. Recent years, there is a lot of progress in the field of machine learning. If EMG data could be analyzed automatically with the use of machine learning, it is possible to ease burdens on healthcare workers. In this study, we investigated muscle activities when swallowing by using machine learning. | |
| キーワード | （和） | 誤嚥 / 嚥下 / 筋電計測 / 機械学習 / / / / |
| （英） | Aspiration / Swallowing / EMG / Machine learning / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 52, WIT2021-6, pp. 28-31, 2021年6月. | |
| 資料番号 | WIT2021-6 | |
| 発行日 | 2021-05-25 (WIT) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | WIT2021-6 |
|
| 研究会情報 | |
| 研究会 | WIT |
| 開催期間 | 2021-06-01 - 2021-06-01 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 福祉情報工学、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | WIT |
| 会議コード | 2021-06-WIT |
| 本文の言語 | 日本語 |
| タイトル（和） | 筋電計測の機械学習を用いた健常者と嚥下患者の判別方法の確立 |
| サブタイトル（和） | |
| タイトル（英） | Investigation into muscle activities when swallowing by using machine learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 誤嚥 / Aspiration |
| キーワード(2)（和/英） | 嚥下 / Swallowing |
| キーワード(3)（和/英） | 筋電計測 / EMG |
| キーワード(4)（和/英） | 機械学習 / Machine learning |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 谷口 惇夫 / Atsuo Taniguchi / タニグチ アツオ |
| 第1著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 吉田 宏昭 / Hiroaki Yoshida / ヨシダ ヒロアキ |
| 第2著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大森 信行 / Nobuyuki Ohmori / オオモリ ノブユキ |
| 第3著者 所属（和/英） | 長野県工業技術総合センター (略称： 長野県工技総合センター) Nagano Prefecture General Industrial Technology Center (略称： Nagano Pref. General Industrial Technology Center) |
| 第4著者 氏名（和/英/ヨミ） | 小山 吉人 / Yoshito Koyama / コヤマ ヨシト |
| 第4著者 所属（和/英） | 信州大学医学部 (略称： 信州大) Shinshu University School of Medicine (略称： Shinshu Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 栗田 浩 / Hiroshi Kurita / クリタ ヒロシ |
| 第5著者 所属（和/英） | 信州大学医学部 (略称： 信州大) Shinshu University School of Medicine (略称： Shinshu Univ.) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-06-01 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | WIT |
| 資料番号 | WIT2021-6 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.52 |
| ページ範囲 | pp.28-31 |
| ページ数 | 4 |
| 発行日 | 2021-05-25 (WIT) |
[研究会発表申込システムのトップページに戻る]