振戦事例 動画解析プロトコル・パイプライン
作成日：2026-04-19 ／ 対象：PD / ET / 小脳性 ／ 関連：tremor-analyzer
目的・撮影環境図解・共通設定。初めて触れる人はここから。
0. 目的
- スマホ動画から PD（4–6Hz）／ET（6–12Hz）／小脳性（3–5Hz）／生理的 の振戦を鑑別
- 外来・通所・訪問すべての場面で 同一指標で継続評価
- L-dopa ON/OFF での振戦変化を動画で定量追跡
- FOG Analyzer と同じケースカンファレンスパターンで議論資料化
1. 撮影環境 図解
共通環境（カメラ・照明・距離・両手同時）と 4条件の患者姿勢・カメラ位置を一目で確認。全条件前額面（正面）撮影に統一。
図：振戦 4条件 撮影環境セットアップ（Claude Design）
2. 共通機材
- カメラ：スマホ（iPhone / Android 30fps 以上、推奨60fps）
- 三脚：手ブレ防止必須
- 照明：150 lux以上の均一照明（影が出ないこと）
- 背景：単色・無地が望ましい
| 項目 | 推奨 | 最低 |
|---|---|---|
| フレームレート | 60 fps | 30 fps（ナイキスト15Hz確保） |
| 解像度 | 1920×1080 | 1280×720 |
| 被写体距離 | 50cm〜1m | 手が画面1/3以上 |
| 撮影角度 | 正面（患者と同じ高さ） | 俯瞰は不可 |
| 両手同時 | 必須（左右差評価） | — |
4条件撮影手順・撮影記録テンプレート。現場で使う具体手順。
★ 4条件撮影（各30秒以上）
1
安静時（Rest Tremor）
・手を膝の上または肘掛けに置く／脚を組まない
・視線は前方、リラックスした姿勢
・PD 検出の最重要条件 ここで4–6Hzの pill-rolling を捉える
・手を膝の上または肘掛けに置く／脚を組まない
・視線は前方、リラックスした姿勢
・PD 検出の最重要条件 ここで4–6Hzの pill-rolling を捉える
2
姿勢時（Postural Tremor）
・両手を前に水平伸展（肘を伸ばし、指を開いた状態）
・30秒保持
・ET 検出の最重要条件 ここで6–12Hzの対称性振戦を捉える
・両手を前に水平伸展（肘を伸ばし、指を開いた状態）
・30秒保持
・ET 検出の最重要条件 ここで6–12Hzの対称性振戦を捉える
3
動作時（Action / Intention Tremor）
・指-鼻試験を3回（目を閉じて・ゆっくり）
・コップを持つ動作／文字を書く動作
・小脳性の検出 目標接近時の振幅増大を確認
・指-鼻試験を3回（目を閉じて・ゆっくり）
・コップを持つ動作／文字を書く動作
・小脳性の検出 目標接近時の振幅増大を確認
4
Distraction（注意散らし）
・安静時姿勢のまま「100から7ずつ引き算」または「逆唱」
・30秒継続
・PD安静時振戦が増強する現象を捉える（鑑別の決め手）
・安静時姿勢のまま「100から7ずつ引き算」または「逆唱」
・30秒継続
・PD安静時振戦が増強する現象を捉える（鑑別の決め手）
撮影記録テンプレート
| 項目 | 記録値 |
|---|---|
| 撮影日時 | YYYY-MM-DD HH:MM |
| 撮影場所 | 外来 / 通所 / 訪問 / 在宅 |
| 薬物状態 | ON / OFF（最終内服時刻を記録） |
| 診断 | PD / ET / 小脳性 / 鑑別中 |
| 優位側 | 左 / 右 / 不明 |
| 主訴 | ふるえの時期・強さ・影響 |
| MDS-UPDRS 3.17 | 0–4 点 |
プライバシー：顔が写る場合は自動モザイク処理（
fog-analyzer/scripts/anonymize_video.py 流用）を事前に適用する。動画から振戦指標までの5段階処理と、分類判定の優先順位。
解析パイプライン（5段階）
1
動画 → 手キーポイントCSV（MediaPipe Hands）
両手 21点 × 3軸 / 出力:
両手 21点 × 3軸 / 出力:
data/keypoints/patient_XXX.csv / 60秒動画で約1–2分2
前処理
欠損補間（最大10フレーム）／ Butterworthバンドパス（2–15Hz、4次）／ Visibility<0.3 は補間
欠損補間（最大10フレーム）／ Butterworthバンドパス（2–15Hz、4次）／ Visibility<0.3 は補間
3
スペクトル解析
Welch法で全体PSD（nperseg = 2秒×fps）／ 帯域パワー積算／ スライディングFFT（2秒窓、0.2秒ステップ）
Welch法で全体PSD（nperseg = 2秒×fps）／ 帯域パワー積算／ スライディングFFT（2秒窓、0.2秒ステップ）
4
振戦分類
ピーク周波数の位置で候補分類／ パワー比（>20%）で信頼性確認／ 左右パワー差で非対称性／ 優位側判定（1.3倍超で判定）
ピーク周波数の位置で候補分類／ パワー比（>20%）で信頼性確認／ 左右パワー差で非対称性／ 優位側判定（1.3倍超で判定）
5
レポート生成
6パネル Claude Design ダッシュボード（PNG 130dpi）／ 自己完結型HTML／ JSONサマリー／ ケースカンファ議論スライド
6パネル Claude Design ダッシュボード（PNG 130dpi）／ 自己完結型HTML／ JSONサマリー／ ケースカンファ議論スライド
解析指標（片手ごと）
| 指標 | 算出方法 | 臨床的意義 |
|---|---|---|
| Peak Frequency (Hz) | PSD の 2–15Hz 最大値 | PD/ET/小脳性 の鑑別 |
| Peak Power | ピーク周波数のパワー値 | 振戦の強さ |
| PD帯比率 (4–6Hz) | PD帯積分 / 全体積分 | PD 振戦の純度 |
| ET帯比率 (6–12Hz) | ET帯積分 / 全体積分 | ET 振戦の純度 |
| Tremor Constancy (%) | 振戦検出ウィンドウ / 全ウィンドウ | 持続性 |
| Mean Amplitude | Peak-to-Peak 中央値 | 振幅の重症度 |
両手統合指標
| 指標 | 意味 |
|---|---|
| Asymmetry Index = |L-R| / max(L, R) | 左右差（PD 一側優位性の確認） |
| Dominant Classification | PD / ET / Cerebellar / Physio / None |
| Dominant Hand | left / right / both |
振戦分類の判定基準
| 分類 | 周波数 | 文脈 | 左右対称性 | 治療反応 |
|---|---|---|---|---|
| PD | 4–6 Hz | 安静時 | 非対称 | L-dopa ◎ |
| ET | 6–12 Hz | 姿勢・動作時 | 対称 | β遮断薬 ◎ |
| 小脳性 | 3–5 Hz | 動作時（目標接近で増大） | 両側 | 特効薬なし |
| 生理的 | 8–12 Hz | 姿勢時（低振幅） | 対称 | カフェイン断ち |
判定の優先順位：
① Peak frequency（PD/ET直接鑑別）
② Peak power（閾値>1e-6で振戦あり）
③ 帯域パワー比 >20%（分類の信頼性）
④ Asymmetry Index（一側性＝PDの補助）
⑤ Tremor Constancy（持続性）
⑥ 検出率（データ品質ゲート）
① Peak frequency（PD/ET直接鑑別）
② Peak power（閾値>1e-6で振戦あり）
③ 帯域パワー比 >20%（分類の信頼性）
④ Asymmetry Index（一側性＝PDの補助）
⑤ Tremor Constancy（持続性）
⑥ 検出率（データ品質ゲート）
データ品質チェック・実行コマンド・トラブルシューティング・参考文献。
データ品質チェック
自動チェック項目
| 項目 | 閾値 | 低値時の対応 |
|---|---|---|
| 手検出率 | ≥ 70% | 70%未満なら解釈保留・再撮影推奨 |
| 有効フレーム数 | ≥ fps × 1.0 秒 | FFTに不足なら判定不可 |
| Visibility | ≥ 0.3 平均 | 照明・背景改善 |
撮影失敗のサイン
- 手が画面外に出る → 距離を再調整
- 複数人の手が混入 → 単独撮影
- MediaPipe が左右を取り違える → 最初の10秒で手動確認
- 1秒未満の振戦 → ノイズ判定、より長時間撮影
実行コマンド
# 合成データテスト（動画不要）
cd ~/work/medical-tools/tremor-analyzer
py src/test_tremor_analyzer.py
# 動画 → キーポイントCSV → 解析
py src/tremor_analyzer.py --video data/videos/patient01.mp4 --output data/results/patient01
# CSV再解析
py src/tremor_analyzer.py --csv data/keypoints/patient01.csv --fps 60
よくある問題と対処
| 症状 | 原因 | 対処 |
|---|---|---|
| 手が検出されない | 照明不足 / 手が画面外 | 150lux以上 / 近接撮影 |
| 振戦なし判定（分類 None） | 振幅小さすぎ | peak_power_threshold 緩和（1e-6→1e-7） |
| PD のはずが ET と誤分類 | 安静時条件未達成 | 撮影条件の分離徹底 |
| 左右が逆 | MediaPipe Handedness誤判定 | 最初のフレームで手動確認 |
| FFT ピーク不明瞭 | fps 不足 | 60fps 撮影推奨 |
参考文献
- Pintea SL et al. (2018). Hand Tremor Severity from Video. IEEE EMBC.
- Williams S et al. (2020). Quantification of parkinsonian tremor from the Internet. Sensors 20(14):3946.
- Ali R et al. (2022). Video-based parkinsonian tremor analysis using deep learning. Front Neurol.
- Wang Y et al. (2023). Remote monitoring of parkinsonian tremor using smartphone video. Sensors.
- Hossen A et al. (2021). Intelligent discrimination of tremor disorders from video. IEEE Access.
- Deuschl G et al. (1998). Consensus statement of the Movement Disorder Society on Tremor. Mov Disord.
- MDS-UPDRS Part III, item 3.15–3.18
- MediaPipe Hands (Google, 2020)