| 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 | 2024-03-01 11:10 近赤外分光法を用いた唾液分泌量の推定 ○塚越亮介・末田欣子（明星大）  IN2023-98 |
|
| 抄録 | （和） | 近年，糖尿病やストレス，老化が原因となり，ドライマウス患者は増え続けている．ドライマウスの症状が悪化すると，摂食障害，味覚障害，発音障害になる可能性もある．このような障害になる前に検査を行い，早期発見することが重要である．従来の手法としては，MRI(Magnetic Resonance Imaging)やサクソンテスト，吐唾法がよく知られている．しかし，これらの手法は日常的に使うには病院で予約をして受ける必要があり，費用が高く，唾液が呑み込めないため，身体的なストレスを伴うといった問題がある．そこで本研究では，日常的に使いやすく，唾液を直接採取しなくても唾液腺機能の状態を知ることができるセンサを用いた唾液分泌量の推定モデルの実現を目指す．複数人で作成した推定モデルと1人分のデータで作成したモデルを比較した結果，複数人で作成したモデルの方が唾液量の推定精度は良くなった．学習人数を変更する実験から，モデルを作成する際に必要な人数は最低でも10人，十分な精度を得るためには15〜18人程度のデータが必要であることを明らかにした．また，こめかみ部と舌下部のセンサ値を比較したところ，ふたつの間に相関関係が見られなかったことから舌下部のデータを機械学習に用いることは難しいことを示した． |
| （英） | In recent years, the number of patients with dry mouth has been increasing due to causes such as diabetes, stress, and aging. When the symptoms of dry mouth worsen, there is a possibility of developing eating disorders, taste disorders, and speech disorders. It is important to conduct examinations before these disorders occur to enable early detection. Conventional methods for examination include Magnetic Resonance Imaging (MRI), the Saxon test, and saliva collection tests. However, these methods require appointments at hospitals, are expensive, and may cause physical stress because saliva cannot be swallowed easily. Therefore, this study aims to realize a model for estimating saliva secretion volume using sensors that are easy to use in daily life and can assess the status of salivary gland function without directly taking saliva. When comparing machine learning models trained by multiple individuals with the model trained using data from a single individual, the model trained by multiple people had better accuracy in estimating saliva volume. Experiments to change the number of individuals involved in training revealed that at least 10 individuals’ data are necessary to train the model, and around 15 to 18 individuals’ data are required to achieve sufficient accuracy. We compared the sensor values of the parotid region with those of the sublingual region. It showed no correlation between the two, indicating the difficulty of using data from the sublingual region for machine learning. | |
| キーワード | （和） | IoT / 光センサ / NIRS / ドライマウス / / / / |
| （英） | IoT / light sensor / NIRS / Dry mouth / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 398, IN2023-98, pp. 195-200, 2024年2月. | |
| 資料番号 | IN2023-98 | |
| 発行日 | 2024-02-22 (IN) | |
| 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 | IN2023-98 |
|
| 研究会情報 | |
| 研究会 | NS IN |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | 沖縄コンベンションセンター |
| 開催地（英） | Okinawa Convention Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | IN |
| 会議コード | 2024-02-NS-IN |
| 本文の言語 | 日本語 |
| タイトル（和） | 近赤外分光法を用いた唾液分泌量の推定 |
| サブタイトル（和） | |
| タイトル（英） | Estimation of salivary secretion volume using near-infrared spectroscopy |
| サブタイトル（英） | |
| キーワード(1)（和/英） | IoT / IoT |
| キーワード(2)（和/英） | 光センサ / light sensor |
| キーワード(3)（和/英） | NIRS / NIRS |
| キーワード(4)（和/英） | ドライマウス / Dry mouth |
| 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） | 塚越 亮介 / Ryosuke Tsukagoshi / ツカゴシ リョウスケ |
| 第1著者 所属（和/英） | 明星大学 (略称： 明星大) Meisei University (略称： Meisei Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 末田 欣子 / Yoshiko Sueda / スエダ ヨシコ |
| 第2著者 所属（和/英） | 明星大学 (略称： 明星大) Meisei University (略称： Meisei Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-01 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IN |
| 資料番号 | IN2023-98 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.398 |
| ページ範囲 | pp.195-200 |
| ページ数 | 6 |
| 発行日 | 2024-02-22 (IN) |
[研究会発表申込システムのトップページに戻る]