情報処理学会 第79回全国大会講演要旨

近年増加しているアトピー性皮膚炎の重症度は、睡眠中の掻破行動の時間を元に人手でスコア化されており、日常的なスコアの推移を把握することで適切な治療の方針を決定することができる。しかし、そのためには数時間に及ぶ睡眠のデータを日常的に解析する必要があり、負担が大きい。もし、このスコア化を自動化できると、医療従事者の負担を軽減し、本来の治療行為の質の向上に繋がる。そこで本研究では無拘束で睡眠中の掻破行動が発する振動を圧電セラミックセンサで計測し、隠れマルコフモデルを用いて掻破行動の時間を自動的に推定するアルゴリズムを提案する。隠れマルコフモデルのモデル構造について複数設定を行い、その推定精度について検証した。