第1章 遠隔治療・遠隔ヘルスケアに向けた研究開発動向

第1節 オンライン診療のさらなる活用に向けた取り組みと今後の展望

• 1.筆者が取り組んできたオンライン診療研究と実践
  • 1.1 自作の遠隔聴診器
  • 1.2 オンライン診療実証実験
  • 1.3 診療報酬上のルール撤廃
  • 1.4 仙台市のオンライン診療のこれから
• 2.オンライン診療のさらなる活用に必要なこと
  • 2.1 オンライン診療の限界を理解する
  • 2.2 オンライン診療に関するルールを理解する
• 3.「まるで目の前にいるような画面と音声」と「より精密な聴診音」によるオンライン診療の展望

第2節 患者中心の来院に依存しない臨床試験等に向けたウェアラブルセンサー技術の活用展望

• 1.医療機関への来院に依存しない臨床試験 (DCT) およびウェアラブルセンサーの活用
  • 1.1 DCTの背景および定義
  • 1.2 DCTにおけるウェアラブルセンサー技術の活用方法
  • 1.3 DCTおよび臨床試験でのウェアラブルセンサーの活用に関連するガイダンス等
• 2.ウェアラブルセンサーから得られるデータの種類および臨床試験での評価項目
  • 2.1 データの種類
  • 2.2 バイオマーカーおよびサロゲートエンドポイント
  • 2.3 デジタルバイオマーカーと臨床アウトカム評価
  • 2.4 臨床試験での評価項目
• 3.臨床試験で用いるウェアラブルセンサーデバイス
  • 3.1 デバイスとアルゴリズム・プログラム
  • 3.2 非医療機器および医療機器/医療機器プログラム (SaMD)
  • 3.3 ウェアラブルセンサーデバイスの開発
  • 3.4 臨床試験でのウェアラブルセンサーの活用方法
• 4.課題と今後への期待

第3節 メディカル・メタバースを活用したニューヘルスケアへの挑戦

• 1.高齢化問題におけるファーストアプローチ
• 2.医療で顕在化している問題を解決できる「メタバース」の価値
• 3.メディカル・メタバースの未来
• 4.メディカル・メタバースにおける新たな取り組み
• 5.メディカル・メタバースの将来にむけたビジョン

第4節 遠隔医療の普及に向けた課題と展望

• 1.COVID-19拡大前の諸外国における遠隔医療の普及
• 2.我が国における遠隔医療の普及
• 3.COVID-19パンデミック後の諸外国における遠隔医療の活用
• 4.COVID-19パンデミック後の我が国における遠隔医療の活用
• 5.今後の我が国における普及に向けた課題

第5節 オンラインによる在宅医療の課題と解決に資する医療機器・ヘルスケアソリューションの展望

• 1.オンライン診療の形態
  • 1.1 D to P
  • 1.2 D to P with D
  • 1.3 D to P with N
  • 1.4 D to P with その他医療従事者
  • 1.5 D to P with オンライン診療支援者 (医療従事者以外)
• 2.オンライン診療の利用実態
• 3.在宅医療の特性
• 4.オンラインにおける在宅医療の課題
  • 4.1 オンライン診療の課題
  • 4.2 オンライン診療を在宅医療へ活用する際の課題
• 5.課題解決に資する医療機器・ヘルスケアソリューション
  • 5.1 急性疾患に対する早期介入に資する医療機器・ヘルスケアソリューション
  • 5.2 高血圧症のコントロールに資する医療機器・ヘルスケアソリューション
  • 5.3 オンライン診療支援者向けのシステム操作支援
  • 5.4 プログラムの医療機器該当性
  • 5.5 各国における保険制度改革に対する考慮

第2章 生体情報を計測するのに有用なセンサの開発動向

第1節 疲労・ストレスを検知する皮膚ガスインジケーターの開発

• 1.皮膚アンモニアの放散経路
• 2.アンモニアインジケーター
• 3.自律神経活動の評価
• 4.足圧の評価

第2節 60GHzミリ波レーダの開発動向とバイタルセンシングへの応用可能性

• 1.ミリ波レーダ
• 2.技術の進展
  • 2.1 信号処理技術
  • 2.2 アンテナ実装技術
• 3.バイタルセンシング技術への応用
  • 3.1 バイタルセンシングにおけるミリ波センサの基本処理
  • 3.2 車室内におけるバイタルセンシングの可能性
• 4.今後の展望

第3節 マイクロ波を用いた非侵襲グルコースセンサの研究開発動向とウェアラブル化の展望

• 1.マイクロ波を用いたグルコースセンシングの基本原理
• 2.ウェアラブル化に向けた要素技術
  • 2.1 センサインターフェース
  • 2.2 反射測定モジュール
• 3.マイクロ波を用いた非侵襲グルコースセンシングの臨床評価事例

第4節 非拘束バイタルセンシングに向けたシート型センサの開発

• 1.シート型バイタルセンサ
• 2.シートセンサの基本特性
• 3.乳幼児の非拘束バイタルモニタリング
• 4.チェアセンサ応用

第5節 発汗誘導が不要な汗成分のセンシング技術と今後の展望

• 1.汗成分について
• 2.汗の採取・検出法
• 3.ウェットインターフェースを利用した安静時汗成分の採取法とそのデバイス化

第6節 マウスガード型の唾液糖グルコースセンサの開発とキャビタスセンサの今後の展望

• 1.マウスガード材料へのバイオセンサの作製
  • 1.1 口腔内計測に適した材料の選定
  • 1.2 グルコースバイオセンサの選択性と温度特性
  • 1.3 マウスガード材料を用いたバイオセンサの特性
  • 1.4 人工唾液に対するバイオセンサの特性
• 2.マウスガード (MG) 型バイオセンサの作製と評価
  • 2.1 Bluetooth Low Energy (BLE) 通信式マウスガード型バイオセンサ
  • 2.2 MG型グルコースセンサによる口腔内計測

第3章 ウェアラブルセンサの開発動向

第1節 高分子ナノシートを用いた生体信号のモニタリング

• 1.高分子ナノシートの作製方法および力学・接着特性
• 2.高分子ナノシートの電子化と生体計測への応用
  • 2.1 皮膚に貼り付けるだけで筋肉の動きを計測可能な電子ナノ絆創膏
  • 2.2 アスリート用ウェアラブル筋電計測デバイス
  • 2.3 皮膚の僅かな変形を検出するナノシート型歪みセンサ
  • 2.4 脳深部の活動電位を計測可能なナノシート型神経電極
• 3.環境応答性蛍光色素を担持した高分子ナノシートの作製と生体計測への応用
  • 3.1 生体組織の温度マッピングを可能とするナノシート型蛍光センサ
  • 3.2 生体組織のpHマッピングを可能とするナノシート型蛍光センサ

第2節 次世代スマートアパレルe-skinRによる遠隔医療の実現

• 1.スマートアパレルとは?
  • 1.1 スマートアパレルの歴史
  • 1.2 次世代スマートアパレルe-skinR
  • 1.3 専門知識がなくとも複数のセンサを扱えるボディマッピング
• 2.次世代スマートアパレルe-skinRによる遠隔医療
  • 2.1 世界初・3誘導ホルター心電図郵送検査サービスe-skin ECG
  • 2.2 e-skin ECGのApple Watchとの違い
  • 2.3 e-skin MEVAの医療応用
  • 2.4 e-skinRが実現する遠隔医療と更なる未来

第3節 ビリルビン濃度,心拍数,動脈血酸素飽和度 (SpO2) を計測できるマルチバイタルウェアラブルデバイスの開発

• 1.HRおよびSpO2測定

第4節 目の活動のウェアラブルセンシング技術と応用技術

_{目のヘルスケア応用と入力インターフェース応用のためのアイウエア基盤}

• 1.目の活動をセンシングできるウェアラブルパーツの開発
  • 1.1 背景の概要
  • 1.2 目の活動のウェアラブルセンシング技術
  • 1.3 目の活動の認識技術
    • 1.3.1 瞬きのパラメータについて
    • 1.3.2 眼球運動のパラメータについて
  • 1.3 可能性,期待
• 2.応用: 目のヘルスケア応用のためのウェアラブル基盤創出のプロジェクト
  • 2.1 背景
  • 2.2 目のヘルスケア応用のためのウェアラブル基盤
  • 2.3 展望
• 3.応用例: 入力インターフェースのためのウェアラブル基盤のプロジェクト
  • 3.1 目の活動に基づく入力操作のためのウェアラブル技術
  • 3.2 目の活動と他のモーダルを連携させた入力操作のためのウェアラブル技術
  • 3.3 展望

第4章 生体信号計測に向けた信号処理技術

第1節 圧縮センシングを活用した低消費電力生体信号計測システム

• 1.圧縮センシング数理の基礎
• 2.圧縮センシングを活用した計測システムの概要
• 3.圧縮センシングに用いる観測行列
• 4.行列ベクトル積の実装方法
• 5.無線脳波伝送の応用事例
• 6.その他の研究開発事例

第2節 脳活動電位における機械学習との連携と個人特性の検知への応用可能性

• 1.脳波の個人特性とエゴグラムとの関連性分析
  • 1.1 手法
    • 1.1.1 ユーザの心理特性分析
    • 1.1.2 外部刺激
    • 1.1.3 脳波計測
    • 1.1.4 脳波分析
  • 1.2. 実験
    • 1.2.1 実験条件
    • 1.2.2 実験結果
  • 1.3 考察
• 2.個体間差緩和した脳波分析 _{個人特性の導入}
  • 2.1 手法
    • 2.1.1 心理学的個人差推定法
    • 2.1.2 外部刺激
    • 2.1.3 脳波計測
    • 2.1.4 脳波の特徴抽出
    • 2.1.5 脳波パターンの分類
  • 2.2 実験
    • 2.2.1 実験条件
    • 2.2.2 実験結果
  • 2.3 考察
• 3.まとめ

第3節 非接触でリアルタイムに複数人のバイタル情報を計測する技術

• 1.ミリ波センサ
  • 1.1 ミリ波センサを利用する背景
  • 1.2 利用するミリ波センサの概要
  • 1.3 動的ヒューマンセンシング技術
  • 1.4 静的ヒューマンセンシング技術
• 2.レーダ信号の解析
  • 2.1 FMCWレーダ
  • 2.2 FFT演算によるターゲットの特定
  • 2.3 人物位置の特定
    • 2.3.1 正規化信号変動の計算
    • 2.3.2 人物のレンジビン候補の特定
    • 2.3.3 人物の位置の候補の特定
    • 2.3.4 人物位置の選定
• 3.実験と評価
  • 3.1 装置
  • 3.2 実験方法
  • 3.3 人物の検知精度

第4節 環境光が変動する場面でも脈波信号と心拍数を推定できる信号抽出技術

• 1. 前処理と予備知識
  • 1.1 色差行列の構築
    • 1.1.1 パッチの選択
  • 1.2 DMDに関する予備知識
• 2. 脈波のダイナミクスの時空間解析
  • 2.1 脈波のダイナミクスのモデル化
    • 2.1.1 脈波の非線形性の考慮
    • 2.1.2 脈波の準周期的なダイナミクスのモデル化
  • 2.2 時間遅延座標系における脈波のDMDモード推定
    • 2.2.1 時間遅延埋め込みによる観測行列の構築
    • 2.2.2 遅延座標系における拘束付きDMD
  • 2.3 正則化最適化によるDMDモードの改良
    • 2.3.1 極座標系への変換
    • 2.3.2 脈波の空間特性に基づく正則化付き最適化
    • 2.3.3 ガイドとなる位相情報の構築
  • 2.4 適応的なDMDモード選択に基づく脈波行列推定
    • 2.4.1 脈波の周期性を考慮した適応的モード選択
  • 2.5 時間ピーク解析に基づく心拍数推定
• 3. 評価実験
  • 3.1 評価指標
  • 3.2 評価結果

第5章 光、音を用いた生体センシング

第1節 光と音、熱を用いた非侵襲生体センシング技術~体内時計を考慮した生体情報センシングに向けて~

• 1.序論
• 2. 非侵襲血糖値センシング
  • 2.1 血糖値のセンシング手法
  • 2.2 非侵襲血糖値センシング
  • 2.3 2波長差分光音響法 (DCW-PAS)
  • 2.4 血糖値センシングの臨床実験
• 3.体内時計センシング
  • 3.1 体内時計のずれのセンシング手法
  • 3.2 非侵襲深部体温センシング
  • 3.3 外乱にロバストな貼付け型センサを用いた深部体温センシング
  • 3.4 深部体温センサの臨床実験
  • 3.5 システムインテグレーション
  • 3.6 深部体温リズムと体内時計のずれの評価例

第2節 中赤外パッシブ分光イメージングによる非侵襲血糖値センサーと今後の展望

• 1.中赤外パッシブ分光イメージング装置
  • 1.1 3種類の分光イメージング装置
  • 1.2 常温での中赤外パッシブ分光イメージング
• 2.遠隔からの非新種血糖値計測
• 3.見えない光 (赤外光) で見守る安心安全な世界の実現

第3節 スマートウォッチの光電式容積脈派記録法による心拍数の妥当性の検討

• 1.スマートウォッチの心拍数の測定方法
  • 1.1 光電式容積脈波記録法 (Photoplethysmography; PPG) の原理
  • 1.2 心拍数測定における心電図とPPGの関係
  • 1.3 PPGセンサの比較
• 2.スマートウォッチの心拍数の精度とその応用
  • 2.1 スマートウォッチの機種間における心拍数の精度比較
  • 2.2 スマートウォッチから算出される心拍数の特徴
  • 2.3 心拍数から算出されるストレスレベル

第4節 音声によるストレスとそれに伴うメンタルヘルス不調のセンシング

• 1.うつ病と音声
• 2.MIMOSYSの開発
• 3.MIMOSYSの検証
  • 3.1 精度検証
    • 3.2.1 スクリーニング
    • 3.2.2 モニタリング
  • 3.3 性能検証
• 4.残された課題

第5節 「テレ聴診器」による心音への説明付与と健康セルフケアへの応用展望

• 1.「テレ聴診器」
• 2.生体音からの発生音源の推定
• 3.生体音への動画像付与
• 4.生体音からの説明文生成

第6節 スマートフォンのマイクを用いた腸の健康状態を簡便に判断できるツールの開発

• 1.腸音データ取得及び前処理
  • 1.1 データ取得
    • 1.1.1 被験者データ
    • 1.1.2 腸音録音方法
  • 1.2 アノテーション
    • 1.2.1 腸音の特徴
    • 1.2.2 ノイズの特徴
• 2.学習モデル
  • 2.1 モデル構築条件
  • 2.2 モデル評価
  • 2.3 モデルに関するまとめ
• 3.アプリ開発による学習モデルの実装
  • 3.1 ユーザー体験の設計
  • 3.2 デザインプロトタイプ設計
  • 3.3 アジャイル型開発プロセス
  • 3.4 MVP開発

第6章 カメラ、画像を用いた生体センシング技術

第1節 顔面皮膚温の空間特徴量に基づく血行動態とストレス対処様式の推定

• 1.顔面皮膚温の時系列相関に基づくストレス対処様式の分類
  • 1.1 実験方法
  • 1.2 解析方法
  • 1.3 評価結果
• 2.顔面熱画像におけるスパースコーディングを用いた血行動態推定
  • 2.1 実験方法
  • 2.2 解析方法
  • 2.3 評価結果
• 3.ストレス対処応答時の顔面皮膚温の空間分布特性の解析
  • 3.1 実験方法
  • 3.2 解析方法
  • 3.3 評価結果

第2節 RGBカメラを用いた非接触酸素濃度推定技術

• 1.非接触化の重要性について
• 2.酸素飽和度 (SpO2) とは
  • 2.1 光電容積脈波 (PPG : Photoplethysmogram)
• 3.RGBカメラを用いたSpO2計測法
  • 3.1 顔の検出および追従
    • 3.1.1 顔の検出方法
    • 3.1.2 顔の追従方法
  • 3.2 ACおよびDC成分算出方法
  • 3.3 SpO2算出方法
• 4.ノイズ除去法について
  • 4.1 色ベクトル空間を用いたノイズ除去法
  • 4.2 肌色抽出による計測領域安定化

第3節 カメラを用いた高精度視線計測技術の開発とキャリブレーションの手間を低減する取り組み

• 1.視線計測の基礎的手法
  • 1.1 眼球特徴の撮影
  • 1.2 回帰ベース手法
  • 1.3 モデルベース手法
    • 1.3.1 眼球モデル
    • 1.3.2 眼球の光軸の推定
    • 1.3.3 1 点キャリブレーションと注視点の推定
• 2. インプリシットな個人キャリブレーション
  • 2.1 幾何学的な制約を手がかりとして用いる手法
  • 2.2 滑動性眼球運動を手がかりとして用いる手法
  • 2.3 視覚的顕著性を手がかりとして用いる手法

第4節 カメラを用いた脈拍、呼吸、表情変化の推定技術

• 1.機械学習や深層学習を利用した人や顔の領域の検出
  • 1.1 概要
  • 1.2 技術,手法
  • 1.3 利用のポイント
• 2.カメラを用いた脈波 (脈拍) 推定
  • 2.1 概要
  • 2.2 技術,手法
  • 2.3 利用のポイント
• 3.呼吸波形の推定
  • 3.1 概要
  • 3.2 技術,手法
  • 3.3 利用のポイント
• 4.表情変化の推定
  • 4.1 概要
  • 4.2 技術,手法
  • 4.3 利用のポイント

第7章 歩行動作、動作パターン、姿勢のセンシング技術

第1節 静電誘導等を利用した歩行動作の非接触センシング技術

• 1.歩行動作により誘起される静電誘導電流
  • 1.1 歩行動作中の人体電位変動1)
  • 1.2 超高感度静電誘導センサ
• 2.超高感度静電誘導センサを用いた歩行計測
  • 2.1 歩行動作の個人固有の特徴の検出1)
  • 2.2 模擬片麻痺歩行動作の計測
  • 2.3 階段歩行動作の計測

第2節 新たな健康リスク“座りすぎ”問題:オフィスにおける現状把握と改善のためのIT技術の応用

• 1.オフィスにおける状態計測の意義
  • 1.1 座位行動と座り過ぎ問題とは
• 2. オフィスでの座り過ぎ問題把握に関する概観
  • 2.1 IT技術を使用しないアプローチ
    • 2.1.1 目視確認
    • 2.1.2 本人の主観アンケート
  • 2.2 対象者が装着するセンサーを活用する方法
    • 2.2.1 活動量計
    • 2.2.2 Apple Watch 等のスマートデバイス
  • 2.3 カメラ画像を使ったAI処理
    • 2.3.1 物体検知
    • 2.3.2 画像ベース:姿勢推定
  • 2.4 赤外線などを使ったセンサー (LiDARなど)
  • 2.5 椅子にセンサーを装着するアプローチ
  • 2.6 まとめ
• 3.事例筆者が研究で携わったJindo er al. (2020) での具体的事例
  • 3.1 概要
  • 3.2 技術的ポイント適切なオフィスリノベーションを実施
    • 3.2.1 解析の概要
      • (1) 活動量計
      • (2) オフィスカメラ分析データ収集の流れ
    • 3.2.2 オフィスカメラ分析についての技術的ポイント
      • (1) カメラについて:設置位置決め等
      • (2) オフィス見取り図と撮影画像とのマッピング
      • (3) 認識失敗の扱い
      • (4) プライバシー保護
• 4.今後の座りすぎの健康影響解明に向けたオフィスでの状態計測と介入

第8章 労働・運動状態における評価技術

第1節 腸活のDXに向けたイオン移動度スペクトロメトリの便臭センシングへの応用

• 1.腸内環境の研究分野
• 2.腸活のDXに向けた便臭センシング
• 3.便臭センシング
• 4.FAIMS
• 5.便臭に対するFAIMSの計測機能の検証
  • 5.1 実験方法
  • 5.2 実験結果と考察

第2節 オフィスワーカーの心身と環境センシングに向けたアプリケーションの開発と評価

• 1.簡易なオフィスワーカの行動・環境センシングシステム「WorkerSense」
  • 1.1 WorkerSenseクライアント
  • 1.2 WorkerSense サーバ
  • 1.3 行動・環境に関するセンシング
  • 1.4 心理状態に関するアンケート
• 2. ケーススタディ
  • 2.1 オフィスワーカを対象としたデータ収集実験
  • 2.2 モデル構築 (睡眠状況によるDAMSの推定モデル)
    • 2.2.1 正解データ (アンケートデータ) の前処理
    • 2.2.2 特徴量抽出とモデル構築
  • 2.3 推定モデル評価結果

第3節 持久系アスリートの競技力向上に向けた心拍変動の利活用

• 1.HRVの評価方法
• 2.一過性のトレーニングやイベントによるHRVの変化
• 3.競技力、慢性的なトレーニングとHRVとの関係
• 4.Fine-Tuning Approach

第4節 慣性センサをベースとしたウェアラブルセンシングによる運動計測・解析法の開発

• 1.慣性センサについて
  • 1.1 慣性センサとは
  • 1.2 慣性センサを用いてできること
• 2.慣性センサを用いた運動解析について
  • 2.1 慣性センサを用いた姿勢計測
  • 2.2 慣性センサと他のセンサとの連携
• 3.身体運動解析への適用について

第5節 労働者の作業負荷定量化と働きやすい職場の展望

• 1.取り組み目的
• 2.課題
• 3.指標
  • 3.1 3K指数による評価
  • 3.2 作業の大変さ
  • 3.3 4つの因子の評価と活用方法
  • 3.4 3K指標活用の例
  • 3.4 デジタルツールの活用

第9章 睡眠状態の計測と評価

第1節 睡眠とメンタルヘルスの関係とその評価手法

• 1.睡眠脳波と精神疾患の関係
• 2.メンタルヘルスの評価法
  • 2.1 うつの質問票
  • 2.2 不安障害の評価法
• 3.不眠及びその評価法
• 4.不眠とメンタルヘルス
  • 4.1 不眠・抑うつ・不安障害

第2節 心・腎・動脈硬化に対する睡眠障害と自律神経機能の影響

• 1.左室拡張機能との関連
• 2.腎機能との関連
• 3.動脈硬化との関連

第3節 シート型体振動計を用いた睡眠状態の測定と活用への取り組み

• 1.シート型体振動計による睡眠状態の測定
• 2.見守り支援システム・スマートベッドシステムTMのセンサとしての活用
  • 2.1 システム概要
  • 2.2 リアルタイムモニター
  • 2.3 睡眠・呼吸・心拍の日誌
• 3.睡眠研究での活用
• 4.高機能ベッドでの活用

第4節 マット型圧力センサによる睡眠時の生体振動データを用いた睡眠の質の推定

• 1.睡眠の現状
  • 1.1 日本における睡眠の現状
  • 1.2 睡眠と自律神経
• 2.圧力センサによる睡眠の質の推定
  • 2.1 脳波計を用いた睡眠の推定
  • 2.2 マイクやカメラを用いた睡眠の推定
  • 2.3 圧力センサを用いた睡眠の推定
    • 2.3.1 覚醒とレム睡眠の推定
    • 2.3.2 ノンレム睡眠の推定
    • 2.3.3 入眠潜時の推定
    • 2.3.4 その他の推定

第5節 生涯良質睡眠のバイオマーカ:眠気、朝の目覚めの可視化技術

• 1.睡眠に関する社会通念の課題
• 2.睡眠の学理と日本人の睡眠の現状
• 3.良質睡眠の3条件と睡眠の質可視化技術
  • 3.1 良質睡眠の条件と人の睡眠感性
  • 3.2 心地よい目覚めの可視化技術
  • 3.3 眠気の位相計測技術
  • 3.4 睡眠問診技術
• 4.睡眠バイオマーカ技術の開発
• 5.生涯睡眠アーカイブシステム
• 6.日本人の睡眠改善の為の睡眠バイオマーカを用いたヘルスケアサービスの可能性

第6節 睡眠モニタリングによる呼吸法有無別セルフケアの可能性

• 1.セルフケア
  • 1.1 セルフケアとは
  • 1.2 セルフケアとしての呼吸法
• 2.睡眠モニタリングによる呼吸法有無別セルフケアの検討
  • 2.1 方法
  • 2.2 結果
    • 2.2.1 呼吸法有無別セルフモニタリング実施と睡眠時間結果
    • 2.2.2 呼吸法有無別こころやからだへの変化
    • 2.2.3 呼吸法有無別自身の生活に役立ったかどうか

第7節 主観的および客観的睡眠評価法

• 1.主観的睡眠評価法について
  • 1.1 睡眠日誌
  • 1.2 自記式睡眠評価尺度
    • 1.2.1 ピッツバーグ睡眠評価 (Pittsburgh Sleep Quality Index : PSQI)
    • 1.2.2 アテネ不眠尺度 (Athens Insomnia Scale : AIS)
    • 1.2.3 3 Dimensional Sleep Scale (3DSS)
    • 1.2.4 Epworth Sleepiness Scale (ESS)
  • 1.3 自記式睡眠評価尺度の利点・欠点
• 2.客観的睡眠評価法について
  • 2.1 アクチグラフ
  • 2.2 睡眠ポリソムノグラフ検査 (Polysomnogragphy : PSG)
  • 2.3 睡眠潜時反復検査 (Multiple Sleep Latency Test ; MSLT)
  • 2.4 覚醒維持検査 (awake maintenance test ; MWT)
  • 2.5 客観的睡眠評価尺度の利点・欠点
• 3.主観的睡眠評価法と客観的睡眠評価法を用いた睡眠評価による当院における研究について

第10章 知的生産性、集中力、学習効果の評価技術

第1節 複数の生体センサを用いた欺瞞・集中等の生体反応分析

• 1.複数センサによる生体情報の取得および計測環境
  • 1.1 生体情報の取得
    • 1.1.1 視線座標の測定
    • 1.1.2 眼部周辺の皮膚温度の測定
    • 1.1.3 手の甲・掌の皮膚温度の測定
    • 1.1.4 心拍数の測定
  • 1.2 欺瞞時反応と生体情報の測定実験方法
  • 1.3 動画視聴時の理解度と生体情報の測定実験方法
• 2.欺瞞時の生体計測と測定結果の分析
  • 2.1 (仮題) 心拍数及び心拍変動
  • 2.2 眼部周辺の皮膚温度測定
    • 2.2.1 眼部周辺の平均皮膚温度と標準偏差の分布
    • 2.2.2 眼部周辺温度の回帰分析
  • 2.3 左手の皮膚温度の分析
• 3.複数の生体情報を利用した動画視聴時の理解度分析
  • 3.1 各実験パターンの連続注視時間の分布
  • 3.2 内容理解の採点結果と連続注視時間の関係
  • 3.3 連続注視時間と視線移動距離の分析
  • 3.4 集中度・興味度と連続注視時間との相関分析

第2節 脳波信号からの注意散漫状態の予兆、状態の検出技術

• 1.はじめに
  • 1.1 生体信号計測を用いた注意状態の検出方法
  • 1.2 心拍計測を用いた注意状態の検出方法
  • 1.3 脳活動計測を用いた注意状態の検出方法
• 2.実験
  • 2.1 実験概要
  • 2.2 脳波計測システム
  • 2.3 持続的注意課題
  • 2.4 実験構成
• 3. 結果と考察
  • 3.1 安静状態下や持続的注意課題遂行中における,脳波の解析結果
  • 3.2 持続的注意課題遂行中における課題失敗に関連した信号について
  • 3.3 持続的注意課題遂行中の反応速度について

第3節 知的集中状態を客観定量的に評価する手法開発と今後の展望

• 1.「集中」に着目した知的作業パフォーマンスの評価手法
  • 1.1 集中時間比率CTR (Concentration Time Ratio)
  • 1.2 CTR計測に用いる認知課題と評価の適用範囲について
  • 1.3 他の評価手法との比較
• 2.CTRを用いた評価の例
  • 2.1 TA (Task and Ambient) 照明による集中時間向上を示した研究
  • 2.2 作業部屋と休憩部屋に温度差を設けることによる集中時間向上を示した研究
• 3.集中評価手法の展望
  • 3.1 集中の時系列変化を評価する
  • 3.2 複数の集中状態を表現する集中の「深さ」解析
  • 3.3 様々な知的作業への展開

第4節 作業における集中力の向上効果の検討:呼吸圧センサーとfMRIを用いた評価

• 1.認識し識別する能力
• 2.環境因子
• 3.識別力を低下させる呼吸
• 4.集中力に関係する右TPJ
• 5.呼吸トレーニングの要点
• 6.図形の見本合わせ再認課題
• 7.呼吸圧センサー
• 8.機能的磁気共鳴画像法fMRI

第5節 プログラミング学習の理解度推定に向けた脳波・心拍・表情分析

• 1.従来研究
  • 1.1 脳波の学習への応用
  • 1.2 その他の生体情報の学習への応用
  • 1.3 脳波計を用いた課題難易度の推定に関する我々の従来研究
• 2.実験
  • 2.1 実験に使用する問題
  • 2.2 実験に使用する生体機器
  • 2.3 実験参加者
  • 2.4 実験の方法
• 4.実験結果と分析
  • 4.1 差の分析
  • 4.2 交差分析による検証
  • 4.3 検証の方法
  • 4.4 検証結果 (RMSE)
• 5.考察

第6節 眼鏡型ウェアラブルデバイスを用いた集中力評価

• 1.「ながら学習」に関する既存研究
• 2.使用するウェアラブルデバイス
• 3.集中力の評価実験
• 4.実験結果と評価

第11章 疲労感、ストレスを感じるときの人体のメカニズム

第1節 生体における熱移動と温熱に関わる情報伝達

• 1.体温の恒常性
• 2.受動的体温調節システム
  • 2.1 物理的な熱収支 (熱平衡)
  • 2.2 皮膚表面における熱移動
  • 2.3 形態学的特徴と熱移動
• 3.能動的体温調節システム
  • 3.1 能動的体温調節システムの構造
  • 3.2 体温調節中枢
  • 3.3 温度センシング
  • 3.4 遠心性末梢神経調節
  • 3.5 自律性体温調節効果器

第2節 疲労やストレス状態を判定できるバイオマーカーについて

• 1.疲労とストレス状態のバイオマーカーを考えるにあたって
• 2.バイオマーカー研究の種類
• 3.心身への負荷の評価
• 4.心身の反応等を表すバイオマーカーとして知られている項目

第3節 客観的疲労評価法としての唾液中ヘルペスウイルスの測定

• 1.ヘルペスウイルス
  • 1.1 ヘルペスウイルス科の性質
  • 1.2 測定方法
• 2.疲労の客観的評価
  • 2.1 疲労によるHHV-6とHHV-7の再活性化
    • 2.1.1 陸上自衛隊レンジャー教育課程による疲労
    • 2.1.2 過重労働による疲労
    • 2.1.3 疾患による疲労
    • 2.1.4 その他の疲労
  • 2.2 疲労の性質
    • 2.2.1 生理的疲労と病的疲労
    • 2.2.2 疲労の鑑別について
• 3.課題とまとめ
  • 3.1 課題
  • 3.2 まとめ

第4節 問紙を通じた自己申告による疲労の評価とその課題

• 1.方法
• 2.結果
  • 2.1 単次元質問紙
    • 2.1.1 Brief Fatigue Inventory (BFI)
    • 2.1.2 Fatigue Severity Scale (FSS)
    • 2.1.3 Daily Fatigue Impact Scale (DFIS)
    • 2.1.4 Schedule of Fatigue and Anergia (SOFA)
  • 2.2 多次元質問紙内の下位尺度スケール質問紙
    • 2.2.1 European Organization for Research and Treatment of Cancer Quality of Life questionnaire -C30 (EORTC QLQ C30)
    • 2.2.2 Functional Assessment of Cancer Therapy Fatigue subscale (FACT- Fatigue subscale)
    • 2.2.3 Profile of Mood States Fatigue subscale (POMS-F)
  • 2.3 多次元質問紙
    • 2.3.1 Chalder Fatigue Scale (CFS)
    • 2.3.2 Multidimensional Fatigue Inventory (MFI-20)
    • 2.3.3 Fatigue Impact Scale (FIS)
    • 2.3.4 Medical Outcomes Study Short Form-36 (MOS SF-36、または単にSF-36 / RAND-36)
    • 2.3.5 Work and Social Adjustment Scale (WSAS)
    • 2.3.6 Fatigue Symptom Inventory (FSI)
    • 2.3.7 Visual Analogue Scale for Fatigue (VAS-F)
    • 2.3.8 Multidimensional Assessment of Fatigue (MAF)
    • 2.3.9 Multidimensional Fatigue Symptom Inventory short form (MFSI-SF / MFSI-30)
    • 2.3.10 Revised Piper Fatigue Scale (Revised PFS)
    • 2.3.11 Cancer Fatigue Scale (CFS)
    • 2.3.12 自覚症しらべ
    • 2.3.13 蓄積的疲労徴候調査票
• 3.考察

第12章 精神的疲労、ストレスの評価技術

第1節 スマートフォンを用いた自律神経機能分析

—「脳の疲れ」と「ストレス」を評価するアプリ「ヒロミル」の開発—

• 1.客観的な疲労・ストレス評価法へのニーズ
  • 1.1 疲労とは
  • 1.2 アラーム信号としての疲労感の役割
  • 1.3 疲労の疫学調査と経済損失
    • 1.3.1 疲労の疫学調査
    • 1.3.2 疲労に伴う経済損失
  • 1.4 過労防止及びパフォーマンス向上のための疲労・ストレス評価
• 2.疲労と自律神経の関係
  • 2.1 自律神経とは
  • 2.2 心拍間隔のゆらぎから自律神経機能を分析する
  • 2.3 自律神経のバランスと活動は疲労・ストレスと関連する
  • 2.4 自律神経はパフォーマンスとも関係する (事故リスク,集中力)
• 3.スマートフォンを用いた自律神経機能分析
  • 3.1 スマートフォンで疲労をみる—「ヒロミル」アプリの開発
  • 3.2 測定精度の検証
  • 3.3 ヒロミルの強み
  • 3.4 加齢の影響を考慮した新指標を用いた2次元での詳細な分析
    • 3.4.1 新たな指標,自律神経活動偏差値の開発
    • 3.4.2 自律神経活動偏差値の有用性
    • 3.4.3 特許化された指標を用いて「脳の疲れ」「ストレス」を算出—2次元グラフでの表示
  • 3.5 計測時間の短縮化—10秒測定の実現
  • 3.6 ヒロミルの活用実績

第2節 生体信号の統合解析によるストレス、メンタルヘルスの評価技術

• 1.精神ストレスと関連する客観的生体情報
  • 1.1 精神ストレス負荷により変動する生体信号
  • 1.2 精神ストレス負荷
    • 1.2.1 精神的に作用するストレス負荷
    • 1.2.2 個人のメンタルヘルスに対する認識
• 2.ストレス蓄積の評価
  • 2.1 精神ストレスの蓄積
  • 2.2 精神ストレス蓄積の測定
    • 2.2.1 ストレス負荷による精神ストレスの短期変動
    • 2.2.2 継続的ストレス負荷による心身への影響の測定
    • 2.2.3 精神的ストレス蓄積の評価法
• 3.生体信号の統合解析によるストレス蓄積評価

第3節 定量的測定技術を用いた労働者のストレス評価

• 1.センシング技術により収集されたデータを元にした精神状態・ストレスの評価
• 2.就労中の労働者のストレス評価の取り組み

第4節 介護者におけるストレスの可視化・分析とメンタルヘルスケアへの応用可能性

• 1.介護者のストレス
• 2.ストレスの可視化技術
• 3.メンタルヘルスケアへの応用事例
  • 3.1 研究背景
  • 3.2 実験条件
  • 3.3 今後の展望

第5節 視聴覚刺激を用いたビデオゲームによる疲労の測定の可能性

• 1.CFFを用いた疲労の測定
  • 1.1 CFFの疲労検出感度の向上
• 2.数字判定による疲労の測定
  • 2.1 注意力計
  • 2.2 注意力計の改良
  • 2.3 注意力計表示パターンの改良
• 3.色弁別閾値による疲労の測定
  • 3.1 色弁別閾値
  • 3.2 色弁別閾値の変化測定による疲労測定
• 4.聴覚刺激による疲労の測定
  • 4.1 聴覚刺激
  • 4.2 聴覚刺激による疲労測定の実験

第6節 着座作業時の体動やキータイピングから作業中のストレス・情動状態を推定する手法の開発

• 1.着座作業時の体動計測による慢性ストレス推定
  • 1.1 関連研究
  • 1.2 提案手法
  • 1.3 検証実験
• 2.キータイピング計測による情動状態推定
  • 2.1 関連研究
  • 2.2 提案手法
  • 2.3 検証実験

第7節 顔情報を用いたストレスリスク検出の可能性について

• 1.肌細胞画像を用いたストレスリスク推定技術
  • 1.1 肌細胞画像取得
  • 1.2 ストレスデータ取得
  • 1.3 推定モデル作成
  • 1.4 推定モデルのチューニング
  • 1.5 推定モデルのクライテリア
  • 1.6 可視化
  • 1.7 肌細胞画像を用いた推測モデル
• 2.顔画像を用いたストレスリスク推定技術
  • 2.1 顔画像取得
  • 2.2 ストレスデータ取得
  • 2.3 推測モデル作成
  • 2.4 可視化
  • 2.5 顔画像を用いた推定モデル
• 3.顔動画を用いたストレス状態推定技術
  • 3.1 顔動画
  • 3.2 ストレスデータ取得
  • 3.3 推測モデル作成
  • 3.4 顔動画を用いた推測モデル
• 4.考察

第8節 疲労ストレス計MF100を用いた“疲労”・“ストレス”の評価とその事例

• 1.疲労ストレス計MF100の開発経緯
• 2.製品概要と特徴
• 3.測定結果の見方
• 4.自律神経の日内変動
• 5.疲労ストレス計MF100のユースケース
  • 5.1 健康経営向けの活用
  • 5.2 疲労リスク管理向けの活用
  • 5.3 効果定量化向けの活用

第9節 脳波計測、解析技術の解説と疲労評価への応用可能性

• 1.疲労とは何か?
• 2.脳波計測と解析
  • 2.1 脳波計測
  • 2.2 脳波解析
• 3.疲労評価の応用可能性

第10節 光電容積脈波を用いた心理的ストレス状態の判別:機械学習モデルを用いて

• 1.ヘルスケアとデジタルデバイスの進化
• 2.光電容積脈波の測定技術
  • 2.1 心拍変動解析を用いた研究
  • 2.2 機械学習を用いた研究
• 3.結論