World-Spaced 3D Human Mesh Recoveryを用いた地域在住高齢者の転倒リスクと歩行解析

arXiv cs.CV / 2026/4/15

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本研究は、しばしばストップウォッチで測定した歩行速度に依存する従来の転倒リスク評価の限界に対処し、地域環境に適した、より情報量の多いビデオベースのパイプラインを提案する。
3D Human Mesh Recovery（HMR）モデルを用いて、TUG（Timed Up and Go）の時空間歩行パラメータ（歩行のステップ時間、着座から立ち上がりまでの所要時間、ステップ長など）を動画から抽出する。
著者らは、ビデオから得られたステップ時間がIMU内蔵インソールの計測値と有意に相関することを報告しており、パイプラインの計測妥当性を裏付けている。
統計モデリングにより、自己評価による転倒リスクや転倒への恐怖が、高くなるほどステップ長が短くなり、かつばらつきが大きくなること、さらに着座から立ち上がりまでの所要時間が長くなることが示唆される。
全体として、本研究は、異なるコミュニティセンターで収集された記録を用いることで、高齢者に対する歩行解析をより身近で、生態学的妥当性の高い形で実現できることを示している。

要旨: 歩行評価は、高齢者における転倒リスクと全体的な健康状態を示す重要な臨床指標である。しかし、標準的な臨床実務は、主としてストップウォッチで測定した歩行速度に限られている。そこで本研究では、3D Human Mesh Recovery（HMR）モデルを活用するパイプラインを提示し、高齢者が Timed Up and Go（TUG）テストを完了する際の記録から歩行パラメータを抽出する。我々は、異なるコミュニティセンターで撮影された動画から、歩隔時間、着座から立ち上がりまでの所要時間、歩幅などの時空間歩行パラメータを抽出し解析した。その結果、動画から得られた歩隔時間は、IMUベースのインソール計測と有意に相関していることが分かった。線形混合効果モデルを用いたところ、より短く、よりばらつきのある歩幅およびより長い着座から立ち上がりまでの所要時間は、自己評価による転倒リスクの高さおよび転倒への恐怖によって予測されることを確認した。これらの結果は、本パイプラインがコミュニティ環境において、アクセスしやすく生態学的妥当性のある歩行解析を可能にしうることを示している。