2025年 | プレスリリース・研究成果

【本学研究者情報】

〇大学院工学研究科 ロボティクス専攻
教授　林部 充宏
研究室ウェブサイト

【発表のポイント】

• 脳卒中^（注1）患者に見られる左右非対称な歩行パターンに対し、少ないデータとセンサで歩行運動を予測する新たな方法を開発しました。
• 慢性脳卒中患者17名と健常者6名での検証により、開発したフレームワークの有効性を実証しました。
• 本手法は物理法則に基づく推定とデータに基づく推定の両方を組み込んでおり、特に計測データ量が少ない状況下において、予測精度の向上に寄与することが明らかになりました。

【概要】

脳卒中患者は、片側性の運動障害により非対称な歩行パターンを示し、下肢関節の運動様式の個人差が大きいことが知られています。理学療法士などのセラピスト^（注2）は、下肢運動の機能を評価し、リハビリテーション方針を決定しますが、正確な測定を行うには、4つ以上のセンサ（慣性計測装置：IMU^（注3））が必要となることが一般的でした。

東北大学大学院工学研究科の林部充宏教授、大脇大准教授、Yan Guo大学院生（研究当時）、東北大学病院診療技術部リハビリテーション部門の関口雄介主任理学療法士（現同大学大学院歯学研究科）、同大学大学院医学系研究科の海老原覚教授らの研究グループは、時間的畳み込みネットワーク^（注4）と物理法則を組み込んだ機械学習（Physics-Informed Learning）^（注5）を組み合わせることで、歩行中の下肢運動を予測する新たな手法を開発しました。本手法では、使用するIMUを従来の4つ以上から、わずか2つにまで減らすことに成功しました。慢性脳卒中患者17名と健常者6名による検証を通じて、本フレームワークの有効性が確認されました。

本研究成果は、米国電気電子学会が発行する神経工学の専門誌IEEE Transactions on Neural Systems and Rehabilitation Engineeringに2025年6月19日付けで掲載されました。

【用語解説】

注1. 脳卒中
脳血管疾患の一種で、脳に向かって血液が流れている動脈が破裂、詰まるなどし、血液の流れが途絶されることにより脳の組織の一部が壊死し、運動麻痺などの症状が現れる疾患。

注2. セラピスト
専門知識や技術を生かして心や身体を癒す職業。その中で心身に不調がある患者を対象に、治療をおこなうセラピストは主に理学療法士、作業療法士、言語聴覚士、柔道整復師、あん摩マッサージ指圧師、鍼灸師の6つで、いずれも国家資格が必要となる。

注3. 慣性測定装置（IMU）
加速度計、ジャイロスコープ、磁力計を組み合わせて物体の加速度、角速度、方位を測定し、位置や姿勢を推定する小型センサ装置。

注4. 時間的畳み込みネットワーク
時間的畳み込みネットワーク（Temporal Convolutional Network：TCN）は、時間方向の畳み込みを用いて時系列データを効率的に処理するアーキテクチャで、再帰型ニューラルネットワークより高速で長期依存関係の学習に優れる。

注5. 物理法則を組み込んだ機械学習（Physics-Informed Learning）
微分方程式などの物理法則を損失関数に組み込み、データと物理知識を統合して予測精度と解釈性を向上させる手法。

【論文情報】

タイトル：Physics-Informed Learning Framework for Lower Limb Kinematic Prediction with Sparse Sensors and its Application in Chronic Stroke
著者： Y. Guo, Y. Sekiguchi, W. Zeng, S. Ebihara, D. Owaki, M. Hayashibe
*責任著者：東北大学大学院工学研究科　教授　林部充宏
掲載誌：IEEE Transactions on Neural Systems and Rehabilitation Engineering
DOI：10.1109/TNSRE.2025.3581352

詳細（プレスリリース本文）

問い合わせ先

（研究に関すること）
東北大学大学院工学研究科 ロボティクス専攻　教授 林部 充宏
TEL: 022-795- 6970　Email: hayashibe*tohoku.ac.jp
（*を@に置き換えてください）

（報道に関すること）
東北大学大学院工学研究科 情報広報室　担当 沼澤 みどり
TEL: 022-795-5898　Email: eng-pr*grp.tohoku.ac.jp
（*を@に置き換えてください）