広島大学旧生体システム論研究室（辻・曽研究グループ）では，筋電グループ，MEグループを中心に新たな生分解圧電フィルムセンサを用いた生体信号計測法に関する研究に取り組んでおり，独自の生体信号処理アルゴリズムや機械学習アルゴリズムを用いてインタフェース応用やヘルスケア応用を進めています．この研究は圧電フィルムセンサの名前を冠した「picoleaf研究会」として展開しており，(株)村田製作所の森田 暢謙さん，森 健一さんらとの産学連携研究です．
今回新たに，以下の国際学術雑誌論文が掲載決定になりました．この論文は村田製作所の森 健一さんを中心に進めていた研究の成果で，この論文誌”IEEE Transactions on Instrumentation and Measurement”はWeb of Scienceの”ENGINEERING, ELECTRICAL & ELECTRONIC”, “INSTRUMENTS & INSTRUMENTATION”というカテゴリーのQ1ジャーナル（Journal Impact FactorとJournal Citation Indicatorによるランキング）です．おめでとうございます！
今後も本研究チームとともに研究を継続し，さらなる研究成果につなげていければと思っています．
————————————————————————-
Motion-Robust Pulse Wave Measurement Using Piezoelectric Film Sensors with Machine Learning-Based Artifact Removal and Regression-Based Validity Assessment
Kenichi Mori, Masanori Morita, Akira Furui, Shumma Jomyo,and Toshio Tsuji
IEEE Transactions on Instrumentation and Measurement (accepted, SCIE, IF=5.9）
<論文内容>
Piezoelectric film sensors can be used to measure pulse wave, but motion artifacts often contaminate the signal, leading to measurement failures. This study proposes a method for estimating pulse waves from contaminated data by effectively removing motion artifacts through a bidirectional recurrent neural network. Additionally, we propose a regression-based method to assess the validity of the estimated pulse wave by predicting the cross-correlation coefficient between the estimated and the corresponding reference pulse waves, enabling the selection of reliable waveforms. According to the experimental results, the recall rates were 96%, 91%, and 91% when the threshold values for the predicted coefficients were set to 0.4, 0.6, and 0.8, respectively, allowing us to select the estimated pulse wave with high validity without significant data loss. Combining these two methods makes it possible to measure pulse waves during body movement and obtain essential biometric information.
圧電フィルムセンサは脈波の測定に使用できるが，動作に伴うアーチファクトが信号を汚染し，測定失敗を招くことが多い．本研究では，双方向リカレントニューラルネットワークを用いて動作アーチファクトを効果的に除去し，汚染データから脈波を推定する手法を提案する．また，推定した脈波と対応する基準脈波間の相互相関係数を予測することで，推定脈波の妥当性を評価する回帰モデルベースの手法を新たに提案し，信頼性の高い波形の選択を可能とする．実験結果によれば，予測係数の閾値をそれぞれ0.4，0.6，0.8に設定した場合のリコール率は96%，91%，91%であり，信頼性の高い推定脈波を選択可能であった．これら２つの手法を組み合わせることで，身体動作中の脈波測定と重要な生体情報の取得が実現可能となった．
————————————————————————-
