スマート・ラセロック（Smart Lacelock）センサを用いた着座から立ち上がり（SiSt）遷移の検出と継続時間の計測
arXiv cs.LG / 2026/4/2
💬 オピニオンSignals & Early TrendsModels & Research
要点
- 本論文は、荷重セル、加速度計、ジャイロスコープを組み合わせた軽量の靴装着型スマート・ラセロック（Smart Lacelock）センサを用いて、着座から立ち上がり（SiSt）遷移を検出し、その継続時間を推定するための機械学習手法を提案する。
- SPPBプロトコル内でSiSt課題を行った高齢者16名（平均年齢 約76.8歳）を対象に評価を行い、センサ信号からのマルチモーダルな特徴抽出を用いる。
- 4種類の機械学習分類器を、参加者独立の4分割交差検証で訓練・テストし、SiStイベントの分類とその継続時間の計測の両方を行う。
- バギング木分類器は、遷移分類において非常に高い精度（0.98）を報告し、F1スコアは0.8である。さらに、正しく分類された遷移に対する継続時間推定では、平均絶対誤差が0.047秒（SD 0.07）と低い。
- 著者らは、スマート・ラセロックに基づくシステムを、高齢者集団における実環境での転倒リスク評価や移動（モビリティ）モニタリングに有望な手段として位置づけている。
