すべての人に一次情報を
研究者らは、医療機器や交通安全に応用可能な生体熱像解析の新手法を報告した。従来のROI(関心領域)抽出に頼る手法とは対照的に、3次元畳み込みニューラルネットワーク(3D-CNN)を用いて30秒間の5 Hzの熱像をそのまま入力し、呼吸頻度(breaths per minute)を推定できることを示した。
本研究のモデルは、3層の3D畳み込み層と2層の全結合層で構成されている。合計数値は約「○○」ではあるが、性能評価の際には詳細な数値が報告されている。添付図①に示すように、モデルは合成データで事前学習し、実データで微調整する「合成転移学習」を採用した。合成データは、顔背景に振動する円を重ねたもので、実際の鼻孔振動を模倣している。さらに、RandAugment を用いてノイズ、ぼかし、歪み、回転など多様な変換を施し、データ量の不足による過学習を抑えている。
検証結果では、合成転移学習+データ拡張を組み合わせた戦略で、未加工熱像に対して平均 MSE = 0.312、R² = 0.604、予処理した熱像に対して MSE = 0.304、R² = 0.614 を達成した。これらは、ベースラインや拡張のみの戦略を上回る実績であり、表Ⅰ(添付図②)にまとめられている。さらに、6‑フォールド交差検証を全被験者に対して実施した結果、平均 R² = 0.663(標準偏差 ≈ 0.02)と平均 MSE = 0.297 が得られ、データセット全体で一貫した性能を示した。
ただし、本研究の実験プロトコルは呼吸頻度を9–30 cycles per minute の範囲に限定しており、頭部運動や身体活動のデータは含まれていない。したがって、運転者モニタリングのように頭部が動き呼吸が速くなる現実世界のシナリオに対しては、まだ性能検証が不十分である。将来的には、より大規模で多様なデータセットを収集し、動的環境下での頑健性を確保することが期待される。
本研究は、非接触で呼吸パターンを推定する可能性を示す重要な一歩であるが、合成データによる学習は実際の呼吸パターンの多様性を多くの場合捉えていない可能性もあることを念頭に置く必要がある。