心拍数、脳波、眼球運動、行動を追跡するバイオセンサーを通じて、乳幼児研究がいかに変革を遂げているかをご覧ください。これらの技術により、従来の観察では把握できなかった早期の発達状況、健康リスク、親子の相互作用が明らかになります。
Table of Contents
はじめに
本ガイドでは、バイオセンサー技術を用いた乳児研究の基礎原理と最近の進展について、有益な知見を提供しています。経験豊富な研究者の方からこの分野に初めて取り組む方まで、研究活動をさらに充実させるための有用な情報が盛り込まれています。
本ガイドでは、まず乳幼児の健康と発達の節目の概要を説明し、続いて研究者がバイオセンサーを活用して、親と乳幼児の相互作用から敗血症の予測に至るまで、さまざまなテーマをどのように調査しているかについて、具体的な活用事例を紹介します。次に、乳幼児研究で使用される具体的なバイオセンサーについて詳しく解説し、乳幼児向けバイオセンサー技術の最新の進展について探ります。
乳幼児に関する研究は急速に発展しているものの、研究者にとっては依然として多くの課題が存在します。本ガイドでは、この分野で最も一般的な課題を取り上げ、最先端のバイオセンサー技術を用いて乳幼児研究を推進するプラットフォームとして、iMotionsがどのような解決策を提供するかをご紹介します。最後に、乳幼児バイオセンサー研究の将来展望について概説します。
私たちの目標は、皆様の乳児に関する研究プロジェクトにバイオセンサー技術を導入・発展させるための、実践的な手順をご提供することです。
乳幼児の発達と健康
米国疾病予防管理センター（CDC）によると、「乳児」とは生後1年以内の子供を指す（CDC）。しかし、これは大まかな定義であり、専門家や一般の人々が2歳までの子供を指して「乳児」という用語を使うことも珍しくない。生後1年が経過するか、あるいは子供が歩き始めるようになると、幼児期へと移行する。 表1は、幼い子供や胎児の年齢層を表す際に用いられる用語の概要を示している。
| 期間 | 年齢層 |
| 胎児 | 通常約39～40週間続く妊娠期間を通じて |
| 新生児 | 出生後0～28日目*注：妊娠37週未満で生まれた場合、その子は妊娠37週に達するまで「早産児」と呼ばれる |
| 乳児 | 0日目～12ヶ月 |
| 幼児 | 1～3年 |
表1：胎児および幼い子供を表す用語の概要。これらの用語の定義は曖昧であり、必ずしもここで説明されているとおりに使用されるとは限らない点に留意されたい。出典：CDC、ウィキペディア。
乳幼児の健康と発達の節目
乳児は急速な発育を遂げるため、身体や能力にも急速な変化が見られます。以下のセクションでは、乳児に関する研究において一般的に観察・測定される健康指標や発達の節目について概説します。
乳幼児の健康指標
乳児の健康状態を評価・観察・治療するためには、その正常な生理的数値を把握しておくことが重要です。乳児の測定値は、成人と比べて大きく異なります。この表は、乳児に見られる平均的な測定値の概要を示しています。
| 乳児 | 大人 | |
| 安静時・覚醒時の心拍数（1分あたりの拍数、bpm） | 0～1か月：70～190 bpm1～11か月：80～160 bpm （Kilinc & Snyder, 2020） | 60～100 bpm（ただし、十分にトレーニングを積んだアスリートの場合、安静時心拍数が40 bpmまで低下することがある）（Levine, 2023） |
| 心拍変動（ミリ秒、ms） | 乳児の平均HRVについては、明確なコンセンサスが得られていない*。 （Latremouille et al., 2021; Oliveira et al., 2019; Mehta et al., 2022） | 42ミリ秒、正常範囲：19～75ミリ秒 （Lee, 2024; King, 2024） |
| 血圧（拡張期血圧、mmHg） | 新生児：64/41 mmHg 生後1～12か月：95/58 mmHg （マウント・サイナイ、発行年不明） | 120/80 mmHg （CDC、2024年） |
| 体温（摂氏、℃） | 0～12か月：36.7～37.3℃ （Healthline、2024年） | 37 C （Healthline、2024年） |
| 呼吸数（1分あたりの呼吸数、bpm） | 0～6か月：30～60回/分6～12か月：30～50回/分（Healthline, 2022; Reuter et al., 2014） | 12～20 bpm （Healthline、2022年） |
表2：乳児と成人の平均生理学的指標の概要。心拍変動（HRV）については、HRVの時間領域指標として最も一般的に用いられる「正常から正常へのRR（NN）間隔」の全データの標準偏差として報告されている点に留意されたい（Kleiger et al., 2005）。
*研究によって、乳児のHRVに関する結果はさまざまである（Claiborne et al., 2023; Latremouille et al., 2021; Chiera et al., 2020; Mehta et al., 2002）。研究を行う際には、こうした違いを認識しておくことが重要である。
乳児と成人の健康指標に違いが見られる主な理由の一つは、心臓やその他の重要な臓器の機能を制御する自律神経系（ANS）が、まだ完全に発達していないことにある（Chiera et al., 2020）。 実際、生後24時間以内に、心拍数や心拍変動性など、いくつかの自律神経系の指標が著しく変化する（Chiera et al., 2020）。
自律神経系（ANS）は生後2年間にわたって発達を続け、この期間における生理学的指標の大きな自然変化に寄与している（Chiera et al., 2020）。また、乳児は外部環境の影響を容易に受けるため、わずかな温度変化でもその生理的活動に測定可能な影響を及ぼし得るという点も念頭に置いておく必要がある（Chiera et al., 2020）。
乳幼児の発達段階
医療の進歩により、現在では先進国の多くの乳児が、かつては死に至る病気から生き延びることができるようになりました。こうした進歩により、感覚障害（聴覚障害など）、神経発達遅延、自閉スペクトラム障害といった他の健康問題に注目が集まるようになりました。乳児の発達段階を理解することで、研究者や臨床医は発達上の異常を早期に発見し、適切な時期に介入できるようになりました。以下の表は、生後1年以内に一般的に見られる発達の目安をまとめたものです。
| 開発の種類 | 主な成果（すべてを網羅したものではありません） | 参考文献および詳細情報 |
| 認知 | 因果関係と物の恒常性を理解する | Malik and Marwaha, 2023; CDCの発達段階 | CDC |
| コミュニケーション | 明瞭な母音の発声典型的な喃語（例：ババ、ママ）意味のある言葉を話し始める本を読んでもらうのが好き新しい音に目を向けたり、その方向を向いたりする自分の名前に反応する模倣 | Kuhl & Meltzoff, 1996; 年齢に応じた言語・聴覚の発達段階 – スタンフォード大学医学部小児保健 |
| ビジュアル | 眼と手の協調性 視野内の2つの物体を識別する能力 奥行知覚 | 乳幼児の視覚：生後0ヶ月～24ヶ月 | AOA |
| 運動機能 | ハイハイ、つかまり立ち、指で物を挟んで持ち上げる、つかまって立ち上がる | Adolph & Hoch, 2019; Adolph & Franchak, 2017 |
表3：生後12か月までの乳児の発達段階の概要（すべてを網羅したものではありません）
乳児期には、認知能力、コミュニケーション能力、感覚能力が急速に発達することを強調しておくことが極めて重要である。 例えば、発声の発達について考えてみよう。乳児は当初、非ヒト霊長類に近い声帯を持っているが、生後6ヶ月までに著しい変化が生じ、成人に近い発声器官へと変化する（Kuhl & Meltzoff, 1996）。この構造の変化により、運動制御が向上し、発声の幅が広がる。乳児や、その刺激・介入の可能性について研究する際には、こうした急速な発達の変化を認識することが不可欠である。
もう一つの重要な要因は、環境への曝露と学習である。乳児は自然に耳にする音を真似るが、このプロセスは言語習得に不可欠である（Kuhl & Meltzoff, 1996）。つまり、乳児は周囲の環境に適応し、最終的には「ネイティブスピーカー」のような話し方をするようになる。したがって、乳児を研究する際には、本質的に制御が難しい外部環境が及ぼす多大な影響を考慮しなければならない。
乳児研究の歴史
19世紀に入り医学知識が拡大するにつれ、乳幼児に対する専門的なケアの重要性がますます認識されるようになった。 医師たちは、小児と成人との間に、生理学、解剖学、そして疾患の様式において大きな違いがあることを理解し始めた。乳幼児の健康と福祉に対するこうした関心の高まりは、1888年の米国小児科学会の設立へと結実し、同会は今日においても小児医学の研究および医療界において重要な役割を果たし続けている。しかし、乳幼児期に関する体系的かつ厳密な科学的研究が本格的に進展し始めたのは、20世紀初頭から中盤にかけてのことである。
1920年代、心理学者たちは乳幼児の認知発達に関する知見を明らかにし始めました。アーノルド・ゲゼル、ジャン・ピアジェ、レフ・S・ヴィゴツキーといった著名な研究者たちは、継続的な観察、綿密なモニタリング、行動実験を行い、乳児、幼児、そして児童の心理がどのように形成されていくかについて、極めて重要な知見を明らかにしました。 同様に、20世紀半ばには、心理学者ジョン・ボウルビーとメアリー・エインズワースが、母子間の愛着関係の形成と、それが子どもの健康に及ぼす長期的な影響について解明しました。今日でも、これらの心理学者による研究は大学教育の基礎であり続け、既存の治療法や研究枠組みの多くに重要な示唆を与えています。
乳幼児研究へのバイオセンサーの導入は、20世紀後半から21世紀初頭にかけて始まった比較的新しい動きである。この導入により、研究者は乳幼児の生理機能や行動のさまざまな側面をより正確に、場合によっては非侵襲的にモニタリングするための新たな手段を手にすることになった。初期の乳幼児心理学者は観察とモニタリングのみに依存していたが、バイオセンサーの活用により、乳幼児の発達に関する理解は飛躍的に深まった。
例えば、バイオセンサーは、心拍変動、呼吸パターン、睡眠・覚醒サイクル、体温、さらには乳児のストレスレベルまで測定することができます。こうした情報は、これらの生理学的パラメータが、発達の節目、健康状態、および環境要因とどのように関連しているかを研究者が解明する上で役立ちます。
さらに、バイオセンサーは、スマートウェアやパッチなど、乳幼児向けに特別に設計されたウェアラブルデバイスにも組み込まれている。これらのウェアラブルバイオセンサーにより、乳幼児のバイタルサインや動作パターンを継続的にモニタリングすることが可能となり、臨床現場でも家庭でも、乳幼児の健康や発達の状況に関する貴重な知見が得られる。総じて、バイオセンサーが乳幼児研究に取り入れられたことは大きな進歩であり、研究者にとって、乳幼児の生理機能、行動、発達をより精密かつ深く探求する新たな機会をもたらしている。
バイオセンサーを用いた乳児研究の活用事例
現在の研究者たちは、感染症から認知発達、親子の愛着スタイルに至るまで、乳児に関する幅広いテーマを研究しています。以下では、乳児研究の代表的な事例について、文献レビューを簡潔に紹介します。バイオセンサーを用いたその他の乳児研究テーマに関する詳細については、表4をご参照ください。
敗血症および乳幼児突然死症候群（SIDS）の予測と検知
敗血症は臓器不全を引き起こす可能性のある細菌感染症であり、一方、乳幼児突然死症候群（SIDS）は、通常睡眠中に1歳未満の乳児が原因不明で死亡する現象である。 敗血症やSIDSによる死亡率は依然として高い水準にあり、特にSIDSは予測が困難です。研究者らは、SIDSの初期兆候や敗血症による苦痛を検知するため、病院や家庭で乳児をモニタリングするバイオセンサーを活用しています（Chiera et al., 2020; Kumar et al., 2020）。
SIDS（乳幼児突然死症候群）に関しては、SIDSが発生する数時間前に、乳児の心拍数および心拍変動（HRV）に測定可能な低下が見られることが研究で明らかになっています。 ビデオベースのPPG（光電脈波測定法：皮膚内の血液量の変化を測定する手法）を用いることで、非接触型、場合によっては遠隔操作可能なセンサーを用いて、科学者は乳児の心拍数をリアルタイムで継続的にモニタリングし、SIDSの初期兆候を検出できるようになった（Zhao et al., 2016; Zhao et al., 2013）。
同様に、心拍数、動作、呼吸のモニタリングを用いた研究では、遅発性敗血症の診断前の24時間に著しい変化が認められた（Joshi et al., 2020）。特に最後の6時間において、研究者らは心拍数の著しい減速、呼吸の不安定性の増大、および自発的な動作の減少を確認した。
こうした乳児のバイタルサインの変化は、人間の目や従来の新生児集中治療室（NICU）のモニタリング機器では検知できない場合があるため、バイオセンサーシステムは人命を救う手段としてその有用性が実証されつつある（Fairchild and O’Shea, 2010）。
自閉症スペクトラム障害の早期バイオマーカーの検出
米国疾病予防管理センター（CDC）によると、米国の子供たちの6人に1人が神経発達障害と診断されており、36人に1人が自閉症スペクトラム障害（ASD）を抱えていると推定されています。 あらゆる人種、民族、社会人口統計学的グループでASDが見られるものの、男子は女子に比べて4倍も発症しやすい。ASDや注意欠如・多動症（ADHD）などのその他の神経発達障害は、過去25年間で劇的に増加している。
生後2～3歳までの早期介入（米国国立小児保健・人間発達研究所、2021年）が、症状の管理や生活の質の向上に有効であることは広く認められているものの、自閉スペクトラム症（ASD）は通常、5歳になるまで診断されない（Maenner et al., 2023）。 したがって、このギャップを埋めるため、ASDの早期バイオマーカーの検出に焦点を当てた研究が増えている。
ある研究では、研究者らは生後10か月の乳児64名の視線パターンを調査した。そのうち47名は、ASDと診断された年上の兄弟姉妹が少なくとも1人いるため、ASDを発症するリスクが高いとされていた（Thorup et al., 2016）。各乳児は両親の膝の上に座り、乳児の視線を追跡できるアイトラッカーの前に座った。 その結果、高リスク群の乳児は、低リスク群の乳児と比較して、視線追従能力が低下していることが判明した（Thorup et al., 2016）。また、約1,500人の幼児（平均年齢2歳）を対象とした同様の研究では、ASDの症状を示す乳児に、異常な視線固定パターンが見られたことが明らかになった（Wen et al., 2022）。
さらに、これは彼らの臨床的特徴とも相関していた（Wen et al., 2022）。研究によれば、生後4ヶ月時にアイトラッキングを用いて記録された視線行動が、3歳時の認知機能を予測することさえ示されている（Kaul et al., 2016）。 自閉スペクトラム症（ASD）の患者では視線パターンに変化が見られることはよく知られているが、こうしたデータの大部分は10代や成人期に収集されたものである（例えば、Dalton et al., 2005、Klin et al., 2002、Ness et al., 2017を参照）。したがって、上記の研究は早期介入にとって極めて重要な進展である。
アイトラッキングは乳幼児の認知発達を測定する最も一般的な技術の一つですが、他のセンサーも同様に有効です。多くの場合、他のセンサーはアイトラッキング装置よりも利便性が高いこともあります。ある研究では、17～36カ月の幼児を対象に、タッチセンサーと音声検知を通じて、顔や視線の動き、頭の位置、課題遂行状況を追跡できるアプリが開発されました（Perochon et al., 2023）。 これらの特徴から、機械学習アルゴリズムは、その子供が自閉スペクトラム障害（ASD）の診断を受ける可能性が高いかどうかを高い精度で推定した（曲線下面積（AUC）= 0.90；これは、アルゴリズムが90％の確率でASDのある子供とない子供を正しく区別できることを意味する）。
この種の技術は、通常であれば対面式の研究に参加しない、あるいは参加できないようなより幅広い層に対して、診断支援へのアクセスを提供し、それを普及させるという点で、画期的な進歩をもたらすものである。 さらに、しばしば見過ごされがちな課題として、従来の研究の多くが有色人種の少女や子供を対象としてこなかったことが挙げられ、その結果、生体認証研究がこれらの集団における自閉スペクトラム障害（ASD）のリスクを正確に測定する能力が阻害されてきた。しかし、Perochonらによるアルゴリズムは、人種や性別を問わず、すべての幼児集団においてASDの状態を正確に検出することができた（Perochon et al., 2023）。
親と乳幼児の関係の理解
1950年代以来、研究者たちは親と乳幼児の相互作用の質、その要因、および長期的な影響について研究を行ってきた。これまでの研究の大部分は母と乳幼児の関係に焦点を当ててきたが、最近では父と乳幼児の関係についても調査を行う研究が増えてきている。
ビデオや直接観察による行動コーディング（行動パターンの詳細な分析）は、親と乳児の相互作用を理解するための強力な手段ですが、多大な労力を要するものです。 バイオセンサー技術の登場により、技術は行動コーディングを補完すると同時に、その労力を軽減し始めている。頭部に装着するアイトラッキング眼鏡を用い、5組の親子ペア（生後10～15ヶ月の乳児）を対象とした小規模ながら縦断的な研究において、研究者らは家庭環境におけるアイコンタクトや視線コミュニケーションに影響を与える要因を特定した（Yamamoto et al., 2019）。
別の研究では、二重脳波（EEG）記録を用いて、乳児とその母親の間に特有の脳の相関関係が確認された（Endevelt-Shapira and Feldman, 2023）。 この画期的な研究において、研究者らは、対面での交流中に母親と生後5～12ヶ月の乳児との間の脳活動の相関関係を測定した。その結果、母親の感受性が高いほど、母子間の脳の同期性が高くなるという正の相関関係が認められた。対照的に、母親の干渉性が高いと評価された場合、脳間の協調性は低くなることが確認された。
従来、愛着研究では、乳児のストレスが母子関係にどのような影響を与えるかが調査されてきた。 2021年の新たな研究では、その逆の関係、すなわち母親が苦痛を感じている際に乳児の自律神経系に何が起こるのかが探求された（Mueller et al., 2021）。この研究では、母親のみに影響を及ぼす環境的ストレス要因の後、乳児の心拍数および呼吸性洞性不整脈（副交感神経系の活動を調べる指標）に悪影響が認められた。
本研究は、たとえ乳児がストレスの直接的な対象でなかったとしても、母親のストレスが乳児に「伝わり」ることを示唆している。 その後実施された二者間ストレス実験（「スティル・フェイス・パラダイム」として知られる）では、母親がストレス要因に曝露されていた乳児において、自律神経系の調節不全がさらに悪化した。これは、母親がすでにストレス状態にある場合、母親と乳児の双方が感情的・生理的な状態を調節することが困難になることを示唆している。このプロセスは「共調節」とも呼ばれ、乳児の自律神経系の長期的かつ健全な発達にとって極めて重要である。
これらの事例研究におけるバイオセンサーの利用に関する注記
前述のケーススタディの大部分では、多くの場合、1つ、あるいはせいぜい2つの生体センサーしか使用されておらず、アイトラッキング、心拍センサー、呼吸センサーが広く用いられている。より高度な研究では、EEG（脳波）のような手法が採用されていることも珍しくない。しかし、Perochonら（2023）が示したように、乳児の追跡は、こうした少数の生体センサーに限定される必要はなく、また、身体に直接接触するセンサーを用いる必要もない。
音声分析や映像に基づく表情分析を可能にする技術の進歩は、乳幼児の研究においても活用され始めている。これらの非接触技術を乳幼児に適用する際の制約要因は、測定指標を正確に検証できるデータセットが不足している点にある。これは、既存のデータベースが主に成人データ（成人の顔や声など）で構成されているためである（Zaharieva et al., 2024; Onal Ertugrul et al., 2022）。 しかし、研究グループはこの状況を打開し始めており、乳児の表情や声の特徴を検出する可能性を示す新たな研究結果が報告されている（Onal Ertugrul et al., 2022; Li et al., 2021）。
最近の研究では、行動コーディング、脳波（EEG）、心拍数モニタリング、動作検知、呼吸検知といった手法を同時に組み合わせることで、乳児の行動に関するマルチモーダルな生体認証的知見の獲得を優先的に進めている（Islam et al., 2024; Chen et al., 2023）。 さらに独創的なアプローチとして、子供が着用する衣服にセンサーを組み込んだ「スマートウェア」への統合が進められている（例：Islam et al., 2024 および Airaksinen et al., 2020）。乳児用生体センサー技術の動向は急速に変化しており、乳児の行動を理解する新たな手法として著しい可能性を秘めていることは明らかである。
乳幼児の追跡用バイオセンサー
このセクションでは、現在利用可能であり、乳児の追跡に用いられている生体センサーについて詳しく見ていきます。これらのセンサーは絶えず開発が進められており、乳児研究に利用できる生体センサーの状況も絶えず変化していることに留意する必要があります。
まず、現在乳児の追跡に用いられているさまざまなバイオセンサーについて簡単に概説し、続いて、今後数年間で「新たな標準」となるものと期待される、乳児用バイオセンサー分野における最新の進展について考察します。
乳児の研究に使用されるバイオセンサー
以下の表は、乳児のさまざまな行動や生理機能を測定するために使用できるバイオセンサーの概要、具体的な活用例、および詳細を知るために参照できる関連文献をまとめたものです。以下では、これらのセンサーの一部について詳しく見ていきます。
*ガルバニック皮膚反応（GSR）は、皮膚電気活動（EDA）とも呼ばれます。
表4：この表は、現在乳児の研究で最も一般的に使用されているバイオセンサーの概要を示しています。
加速度センサー
加速度計とジャイロスコープは2010年以降、小児研究で使用されてきたが、過去10年間でその応用はさらに広まった。ほとんどの研究では、これらの加速度計は乳児の手首や足首に装着され、研究の目的によっては、信頼性の高い覚醒時間や座位活動時間の測定値を得るために、数日間装着したままにする必要がある場合がある（Ricardo et al., 2018; Pitchford et al., 2017）。研究者らは、加速度計を用いて乳児の睡眠パターン、行動、および運動発達の研究を行っている。特に、乳児が様々な運動活動に費やす時間について、加速度計は保護者の記憶に基づく報告よりも正確なデータを提供することが研究で明らかになっている。この正確性は、臨床的な判断を下す上で極めて重要である（Manning et al., 2023）。
ビデオ観察と行動コーディング
乳児の行動を記録する上で、最も一般的に用いられ、かつ伝統的な手法の一つが、ビデオ観察による行動コーディングである。表情、運動、睡眠パターンのいずれを記録する場合であっても、ビデオ観察とそれに続く手動によるコーディングは、信頼性の高い手法と考えられている（Zaharieva et al., 2024; Crespo-Llado et al., 2018; Rayson et al., 2017）。 行動コーディングの主な欠点は、時間がかかる点である。しかし、表情などの特定の行動については、現在、乳児を対象とした十分に検証された技術的な代替手段が存在しない。その結果、FACS法を用いた手動コーディングが依然としてゴールドスタンダードとなっている（Forestell and Mennella, 2012; Ekman and Friesen, 1978）。
心電図（ECG）および光電式脈波測定（PPG）センサー
心拍数の測定は、多くの乳児を対象とした研究において中核的な要素となっている（Chiera et al., 2020）。 現在、心電図（ECG）と光電式脈波（PPG）が最も一般的に使用されている手法であり、それぞれに明確な長所と短所がある。心電図は心拍数測定のゴールドスタンダードとされているが、その「煩雑な」セットアップが乳児の自然な動きを妨げる可能性がある。対照的に、PPGは動脈血流量の変化を通じて心拍数を測定するため、センサーの装着が容易で、行動への影響も最小限に抑えられる。
しかし、PPGセンサーは、ECGセンサーの堅牢性に比べると、動きによるアーチファクトの影響を受けやすい（Tamura et al., 2024; Chiera et al., 2020）。とはいえ、PPGの動きに対する感度を低減するための技術的進歩は遂げられており（Sahni et al., 2003）、PPGは現在販売されているほとんどのウェアラブルデバイスに不可欠な要素となっている。
近年、心拍数を測定する新たな手法として、ビデオベースのPPG（vPPG）が登場した。vPPGは非接触型光学技術を利用し、皮膚の血流変化を通じて遠隔で血流量の変化を検出する（Tamura et al., 2024; Chiera et al., 2020）。自然光の下では、市販のカメラでも、血流の変動によって生じる皮膚色の微細な変化を捉えることができる。
この技術により、研究者は乳児の体に機器を取り付けることなく心拍数を測定することが可能となり、すでにSIDS（乳幼児突然死症候群）の予防におけるその有効性について検証が行われている（Zhao et al., 2016）。なお、照明条件の変化が信号の品質に影響を与える可能性がある点に留意する必要があり、現在、さまざまな照明条件下でのvPPGの適用について研究が進められている（Cobos-Torres et al., 2018）。
視線追跡センサー
乳児の視線に関するアイトラッキングの研究は1930年代から報告されているが、乳児研究におけるアイトラッキングの活用が広く普及したのは、ここ20年ほどのことであり（Aslin, 2012）。 成人の場合と同様に、乳児を対象としたアイトラッキング研究を行う際には、多くの要因を考慮しなければならない。アイトラッキング装置はヘッドマウント型にするべきか、それともスクリーンベースにするべきか？どの程度のサンプリングレートが必要か？注視点（フィクセーション）を追跡すべきか、それともサッカードを追跡すべきか？どのような視覚刺激を提示し、追跡できると期待できるか？これらの質問に対する答えは、研究の目的によって完全に左右されるが、留意すべきいくつかのポイントがある：
- 一般的に、乳児を対象としたアイトラッキング研究では、サンプリングレートが30～300 Hzの範囲にあるアイトラッカーが用いられている（Aslin, 2012; Corbetta et al., 2012）。
- 乳児の視覚系は未発達であるため、高精度なキャリブレーションを行うことはより困難です。専門家は、乳児を対象とする場合、視角（dva）で1度を超える精度の視線追跡は期待すべきではなく、研究課題の設定もそれに応じて行うべきであると提言しています（Aslin, 2012）。
- 視覚刺激や課題は、乳児の年齢および視覚的・認知的発達段階を考慮して設計されなければならない。例えば、生後2か月の乳児と生後6か月の乳児では、物体認識課題における反応に大きな違いが見られる。Gredebackらは、乳児を対象とした研究におけるアイトラッキング研究のデザインについて、優れた総説を発表している（Gredeback et al., 2010）。
アイトラッキングに関する詳細は、当社の「アイトラッキング研究ポケットガイド」でご覧いただけます。
脳波（EEG）センサー
EEGの取り扱いは、その複雑で時間のかかるセットアップや、膨大なデータ処理が必要であることから、非常に困難であると広く知られています。しかし、乳児の場合、通常は髪の毛がほとんどないか全くなく、皮膚も非常に薄いという特徴があるため、EEGのセットアップは比較的容易です（Britton et al., 2016）。これらの要因によりインピーダンスが改善され、EEG電極の信号品質が向上します。
しかし、乳児に生じる運動アーチファクトや不快感については、依然として考慮する必要がある（Britton et al., 2016）。自律神経系、視覚系、感覚運動系と同様に、脳の活動パターンも乳児の発達過程を通じて急速に変化する。その結果、発達段階によって記録されるベースライン活動の様相は異なり、刺激に対する脳の反応も年齢とともに変化する。
チェタンとアニクマールは、乳児を対象とした脳波（EEG）研究を行う際に考慮すべき方法や手順について、有益な知見を提供している（Nayak and Anikumar, 2024）。脳波センサーは侵襲性が高いため、乳児研究においては利用されにくい面があるものの、認知発達や神経発達を予測する能力を備えた非常に強力な生体センサーである（Jones et al., 2020）。
乳児用バイオセンサーの技術的進歩
20世紀初頭から21世紀にかけて、バイオセンサーが乳幼児の研究に初めて導入されて以来、技術面では著しい進歩が遂げられてきた。本節ではこれらすべての進展を網羅することはできないが、その概要をまとめると、「伸縮性」、「ワイヤレス」、「非接触」というキーワードが挙げられるだろう。以下の節では、これらの主要な進歩のそれぞれについて具体例を紹介する。
伸縮性のある電子パッチ
成人向けの生体センサーは扱いにくいことが多く、乳児の場合、自然な動きを妨げる恐れがあります。この分野における大きな進歩として、シンプルで伸縮性のある電子パッチにセンサーを組み込んだ技術の開発が挙げられます（Zhou et al., 2024; Kim et al., 2023; Chen et al., 2016）。これらのパッチは、乳児の動きを制限することなく、簡単に体に装着することができます。 皮膚に直接貼り付けることで、心拍数、呼吸数、体温などのバイタルサインをモニタリングできる。これらのパッチは、費用対効果が高く、使いやすさも実証されており、病院での使用だけでなく、在宅モニタリングにも適している（Xu et al., 2021）。
ワイヤレス生体センサー
新生児集中治療室（NICU）に入院中の早産児に対しては、広範な研究とモニタリングが行われている。従来、これらの乳児は、心拍数や体温を測定するセンサーなど、身体に取り付けられた機器を用いて継続的にモニタリングされてきた。これらのセンサーは近くの医療機器と接続されているため、保育器への出し入れや、看護師や保護者とのやり取りの際などに、操作上の課題が生じている（Chung et al., 2020）。
この問題に対処するため、乳児向けのセンサーの多くがワイヤレス化されつつある（乳児向けワイヤレスセンサーの選択肢に関する優れた概説については、Memon et al., 2020 を参照）。これらの選択肢には、（前述の）伸縮性のある電子パッチから、スマートウェアやリストバンドまで多岐にわたる。 乳児の体に装着した複数のセンサーを同時に同期させることで、より詳細なデータ分析と特徴抽出が可能になる（Chung et al., 2019）。
非接触型バイオセンサー
非接触型バイオセンサーは、その名の通り、直接的な物理的接触を必要としません。ビデオやマイクを活用することで、これらのセンサーは乳児の行動における有意な変化を捉えることができます。 従来、乳児の行動観察においては、ビデオ観察が研究における標準的な手法とされてきました。しかし、ビデオベースの光電脈波計（PPG）などの新しい技術を用いれば、完全に非接触かつ遠隔で脈拍や心拍数を抽出することが可能となっています（Tamura et al., 2024; Chiera et al., 2020）。
もう1つの先進的な非接触型バイオセンサーとして、ビデオベースのオンライン視線追跡が挙げられる。この新技術は成人対象の研究において試験が重ねられ、すでに定着しつつあるが、乳児の眼の解剖学的構造や機能の特殊性から、乳児研究の分野ではまだ発展途上にある。それにもかかわらず、ビデオベースのオンライン視線追跡は、乳児研究を前進させる上で大きな可能性を秘めている（Banki et al., 2022）。
概要
要約すると、現在、乳幼児の研究には多種多様なバイオセンサーが利用可能であり、どのセンサーを選ぶかは、研究対象とする具体的な行動や発達段階によって異なります。この分野は絶えず進化しており、ハードウェアの複雑さを軽減し、セットアップを簡素化し、使いやすさを向上させることに注力しています。
乳幼児の生体認証研究における課題
乳幼児に関する研究は刺激的である一方、大きな課題も抱えています。以下では、留意すべき4つの課題について概説します。
急速な発展
乳児期は、運動機能、脳、感覚が急速かつ独特な発達を遂げる時期です。研究者にとってこれは非常に興味深い時期である一方、異なる時点や乳児のグループ間で生じる有意義な変化を捉える上で課題も生じます。こうした課題に対処するため、研究者は「同一被験者内デザイン」を採用し、同じ乳児の行動における差異や変化を複数の時点にわたって測定することができます。このアプローチは、個体間の変動を考慮に入れるのに役立ちます。
あるいは、異なる乳児グループを比較する被験者間デザインを用いることで、標本サイズを拡大し、より広範な一般化を可能にすることで、こうした課題に対処することができる。いずれの方法も、各乳児が経験する急速かつ独特な発達の変化がもたらす課題に効果的に対処し、乳児の発達について包括的な知見を得る上で有用である。
コミュニケーションの不足や環境的要因
乳児との言語によるコミュニケーションが限られているため、そのニーズや不快感、反応を正確に把握することは困難であり、親も研究者も間接的な指標に頼らざるを得ない。こうした間接的な指標への依存は、解釈の妥当性や信頼性を損なう要因となり得る。さらに、親のケア、室温、騒音レベルといった環境的・家庭的な要因は、乳児の長期的な発達やその場の行動に大きな影響を与える。こうした変数は、研究における行動的、生理的、心理的データの解釈をさらに複雑なものにしている。
技術的な制約
このポケットガイドでは、乳児研究用のツールを数多く紹介してきましたが、乳児研究に適した高品質で使いやすい技術を入手するのは困難であり、費用もかさむことがあります。研究者は、複数のベンダーからの提案を比較検討し、必要な技術を利用するためにさらなる費用を投じなければならないことがよくあります。
複雑なデータ分析
視線追跡研究のために魅力的なキャリブレーション・ドットを使用したり、発声を誘発するために遊び心のある表情を作ったりするなど、乳児に対して特定の行動を促すことは可能ですが、乳児が指示に従うことはまずなく、じっとしていることはほぼあり得ません。その結果、データのキャリブレーション精度が低下し、動きによるアーチファクトが生じやすくなります。これによりデータ分析はさらに複雑化し、時間とコストがかかることになります。 乳児研究の経験豊富な専門家にデータ解析の支援を求めることは、プロジェクトにとって有益な投資となるでしょう。
iMotionsが乳幼児の研究をどのように支援しているか
iMotionsの高度なマルチモーダル・行動コーディング・プラットフォームは、最先端の乳児研究を円滑に進めるための環境を保証します。以下では、特に乳児を対象とした研究を強化するiMotionsプラットフォームの主な特徴について詳しく説明します。
乳児の行動コーディング
iMotionsは、シームレスなマルチモーダル生体センサー記録を実現できる点を強みとしていますが、このプラットフォームは行動コーディングのための堅牢なソリューションでもあります。研究者は、iMotionsの注釈ツールやマーカーツールを活用して、乳児の行動の特定の瞬間や持続時間を正確に特定することができます。これらのツールは、ライブ観察と記録後の分析の両方をサポートしており、特に注釈ツールは、長時間にわたる行動のマーキングに非常に有効です。また、これらのツールは、表情や動作の分析において特に効果的です。
最近、iMotions社は、生体センサーのイベントにタイムスタンプを付与する自動マーカー機能を導入しました。この機能により、研究者は笑顔や頭部の動きといった行動イベントと、それに対応する生体センサー測定値の変化とを容易に関連付けることができ、研究の精度が向上します。
マルチストリーム動画キャプチャ
iMotionsは3つの映像フィードから同時に動画ストリームをキャプチャすることができ、研究者が乳児の全身や顔の微細な動きを観察・分析できるようにします。 技術的には、ManyCamやLogitechなどのハードウェアやソフトウェアツールを使用してビデオフィードを分割し、4つのフィードを1台のカメラとして表示させることも可能です。ただし、この方法は特定の身体部位や動きのキャプチャには有効ですが、表情分析に使用するソフトウェア「Affdex」の映像制限により、表情分析のための複数の顔を同時にキャプチャすることはできない点に注意が必要です。
このマルチストリーム記録機能は、詳細な行動コーディングや分析に不可欠であり、現在の研究論文でも多用されています。さらに、映像ベースの光電脈波計（PPG）や呼吸モニタリング技術の進歩に伴い、これらの映像ストリームは非接触型生体センサーとしての価値をますます高めています。
マルチモーダル生体センサーのデータ取得
iMotionsは、お使いのコンピュータとネットワークの性能が許す限り、複数のバイオセンサーから同時にデータを取得することができます。先進的な研究グループの間では、乳児を対象とした研究において、マルチモーダルなバイオセンサーアプローチを採用する傾向が強まっています。このアプローチは、成人の行動と同様に、乳児の行動を完全に理解するためには、複数の指標を考慮することが重要であることを示しています。
例えば、皮膚電気反応（GSR）によって測定された覚醒度の上昇が、ポジティブな出来事に対応するのか、それともネガティブな出来事に対応するのかを理解するには、GSRデータと表情分析（FEA）を統合する必要があります。iMotionsのAPIとLSLの統合により、ユーザーは事実上あらゆる種類の生体センサーをデータ収集プロセスにシームレスに組み込むことが可能になります。
乳児の視線追跡
iMotionsは、Smart Eye、Pupil Labs、Argus Science、Eye Techなど、数多くの高品質なアイトラッキング機器メーカーと連携しています。さらに、iMotionsの汎用アイトラッキングデータインポーターを利用することで、乳幼児の研究で広く使用されているPositive Science社のアイトラッキングメガネで収集されたデータをインポートすることも可能です。 これらのハードウェアは、30 Hzから250 Hzまでの幅広いサンプリングレートオプションを提供しており、乳幼児研究で最も一般的に使用されるサンプリングレートの範囲を網羅しています。
乳児を対象としたアイトラッキング研究を行う際、よく見られる2つの課題があります：
- 乳児の動き：乳児は口頭での指示に従うことができないため、検体採取中に自然に頭を動かしてしまいます。 スクリーン型アイトラッカーは、眼球運動を検知・記録できる空間領域である「ヘッドボックス」に依存しています。アイトラッカーによってはヘッドボックスが非常に狭く、高品質なデータを取得するために被験者の動きを最小限に抑える必要があります。乳児の研究においては、乳児の自然な頭部の動きに対応しつつ、高品質なデータを取得できる、ヘッドボックスの広いアイトラッキングシステムを選択することが極めて重要です。
- 保護者の同席：現代の実験室環境では、アイトラッキング調査の際、乳児が保護者の膝の上に座るケースがよく見られます。この配置では、アイトラッカーが乳児の目ではなく保護者の目を誤って追跡してしまう可能性があり、データの不正確さを招く恐れがあります。このような配置を採用する場合は、被験者を区別できるアイトラッカーを使用するか、アイトラッキング用メガネを採用して、正確なデータ収集を確保することを検討してください。
いずれの場合でも、iMotionsはお客様の実験ニーズに最適なアイトラッキング機器をご提案いたします。
データの分析とエクスポート
データ分析は、時間がかかり、手間のかかる作業になりがちです。iMotionsでは、心拍変動、呼吸数、注視時間、EEGパワースペクトルなど、さまざまな生体センサー技術から得られる一般的な指標を自動計算するRスクリプトを利用できるため、このプロセスを簡素化します。このデータは、以下のようなさまざまな形式で取得可能です：
- 未処理のセンサーデータを含むデータファイル
- フィルタリングおよび分析済みのセンサーデータを含むデータファイル
- 感情ヒートマップ：アイトラッキングと表情の相互作用の可視化と定量化
- 方法と要約統計量を用いたグラフ
これらの分析およびデータ出力機能は、さまざまな研究プロジェクトで生じうる幅広いニーズに対応しています。
乳幼児の生体認証研究の将来
技術や研究手法の進歩により、乳幼児の研究の未来は明るい見通しとなっています。その未来を形作る主な要素は以下の通りです：
マルチモーダルなアプローチ
乳児の行動や発達を包括的に理解するために、バイオセンサー、映像解析、生理学的測定など、複数の種類のデータを同時に活用することへの注目が高まっています。このマルチモーダルなアプローチにより、研究者は生理的反応、行動、環境刺激の間の複雑な相互作用を解明することが可能になります。
工学研究者たちは、スーツ、靴、おくるみなどの乳児用スマートウェアにマルチモーダル生体センサー技術を組み込むことで、この分野をさらに前進させている（Airaksinen et al., 2022; Airaksinen et al., 2020; Memon et al., 2020; Zhu et al., 2015）。 さらに、乳児の動きを捉えるための圧力感知マットも開発されている（Kulvicius et al., 2023）。これらの革新は、実験室という枠を超えて、自然な環境下で乳児の行動をモニタリングし測定する能力において、大きな進歩を意味している。
非侵襲的かつ非接触型のモニタリング
身体に触れることなく生理的反応（心拍数、呼吸、姿勢など）を測定する映像解析などの技術は、ますます高度化しています。これらの手法は、データ収集中の乳児への干渉を最小限に抑え、より自然な観察を可能にします。 驚くべきことに、こうした測定は現在、スマートフォンを用いて行うことが可能となっている（Bae et al., 2022; Valentine et al., 2022; Liu et al., 2021）。これは乳児を対象とした研究においても同様である（Chung et al., 2023）。さらなる研究が必要ではあるものの、この進歩は、実験室外の自然な環境において乳児研究を行う能力が高まっていることを示している。
ビッグデータと機械学習
データ収集の手法が高度化するにつれ、ビッグデータ技術や機械学習アルゴリズムを活用して大規模なデータセットを分析することの重要性がますます高まっています。マルチモーダルなデータ収集の普及に伴い、高度なデータ分析手法は絶えず進化を続けています。こうした革新により、研究者は従来の方法では見過ごされがちな微妙なパターンや相関関係を特定できるようになり、乳幼児の行動や発達に対する理解を深めることが可能となっています。
縦断研究
センサーが日常生活に組み込まれやすくなるにつれ、出生時から小児期、さらにはそれ以降までを追跡する縦断的研究の数が増加すると予想されます。こうした研究は、典型的および非典型的な発達、個人差、そして生後早期の経験がその後の成果に与える影響について、貴重な知見をもたらすでしょう。衣類へのセンサーの組み込みは、この目標を達成するための革新的なアプローチと言えます。
学際的な連携
乳幼児に関する先端研究では、心理学者、神経科学者、エンジニア、データアナリストの専門知識を融合させることがますます重要になっています。この分野が発展し続けるにつれ、学際的な連携がさらに進み、最も革新的で洞察に富んだ研究成果が生まれることが期待されます。
結論
このポケットガイドでは、乳児研究におけるバイオセンサー技術の活用について詳しく解説しました。乳児研究は20世紀初頭に始まりましたが、バイオセンサーの導入が広く普及したのはここ数十年になってからのことです。こうした遅れがあったにもかかわらず、乳児研究におけるバイオセンサーツールの活用は急速に拡大しています。今日では、乳児の心拍数、呼吸数、体温の測定は、多くの研究部門や新生児集中治療室（NICU）において日常的なものとなっています。
しかし、乳幼児に機器を取り付けることは依然として困難を伴う。技術の進歩により、生体センサーを乳幼児用の衣類やおむつに組み込んだり、機器を粘着性のある伸縮性のあるパッチに小型化したりすることで、この課題が解決されつつある。こうした革新は、実験室や自然環境における乳幼児の研究手法に革命をもたらしている。
iMotionsは、最先端のバイオセンサーツールを用いて乳幼児の研究を推進することに尽力しています。当社は、乳幼児の行動や生理機能に関する、信頼性が高く使いやすい知見を提供するソリューションを絶えず開発しており、皆様の研究がより大きな成果をもたらすよう支援します。
参考文献
Adolph, K. E., & Hoch, J. E. (2019). 運動発達：身体化、環境への埋め込み、文化化、そして可能性の創出. Annual Review of Psychology, 70, 141–164. https://doi.org/10.1146/annurev-psych-010418-102836
Adolph, K. E., & Franchak, J. M. (2017). 運動行動の発達. Wiley Interdisciplinary Reviews: Cognitive Science, 8(1-2), 10.1002/wcs.1430. https://doi.org/10.1002/wcs.1430
Airaksinen, M., Gallen, A., Kivi, A., Vijayakrishnan, P., Häyrinen, T., Ilén, E., Räsänen, O., Haataja, L. M., & Vanhatalo, S. (2022). 知能型ウェアラブルデバイスによる乳児の運動能力発達の研究室外追跡. Communications medicine, 2, 69. https://doi.org/10.1038/s43856-022-00131-6
Airaksinen, M., Räsänen, O., Ilén, E., Häyrinen, T., Kivi, A., Marchi, V., Gallen, A., Blom, S., Varhe, A., Kaartinen, N., Haataja, L., & Vanhatalo, S. (2020). ウェアラブル動作センサーを用いた乳児の姿勢および動作の自動追跡. Scientific reports, 10(1), 169. https://doi.org/10.1038/s41598-019-56862-5
米国検眼学会（発行年不明）。『乳児の視覚：生後0ヶ月から24ヶ月まで』。https://www.aoa.org/healthy-eyes/eye-health-for-life/infant-vision?sso=y 。2024年6月27日閲覧。
Aslin R. N. (2012). 乳児の眼：認知発達の窓。『Infancy：国際乳児研究学会公式誌』, 17(1), 126–140. https://doi.org/10.1111/j.1532-7078.2011.00097.x
Bae, S., Borac, S., Emre, Y., Wang, J., Wu, J., Kashyap, M., Kang, S. H., Chen, L., Moran, M., Cannon, J., Teasley, E. S., Chai, A., Liu, Y., Wadhwa, N., Krainin, M., Rubinstein, M., Maciel, A., McConnell, M. V., Patel, S., Corrado, G. S., … Po, M. J. (2022). スマートフォンによる心拍数および呼吸数測定アルゴリズムの前向き検証. Communications medicine, 2, 40. https://doi.org/10.1038/s43856-022-00102-x
Bánki, A., de Eccher, M., Falschlehner, L., Hoehl, S., & Markova, G. (2022). 乳児の視聴覚同期知覚の評価における、オンラインWebカメラを用いたアイトラッキングと実験室でのアイトラッキングの比較. Frontiers in psychology, 12, 733933. https://doi.org/10.3389/fpsyg.2021.733933
Borjon, J. I., Abney, D. H., Yu, C., & Smith, L. B. (2021). 頭と目：生後12～24か月の乳児の視線行動. Journal of vision, 21(8), 18. https://doi.org/10.1167/jov.21.8.18
Bosquet Enlow, M., King, L., Schreier, H. M., Howard, J. M., Rosenfield, D., Ritz, T., & Wright, R. J. (2014). 母親の感受性と乳児の自律神経および内分泌系のストレス反応. Early human development, 90(7), 377–385. https://doi.org/10.1016/j.earlhumdev.2014.04.007
Britton JW、Frey LC、Hopp JL ほか（著）；St. Louis EK、Frey LC（編）。『脳波検査（EEG）：成人、小児、乳児における正常および異常所見の入門書およびアトラス』[インターネット]。シカゴ：米国てんかん学会；2016年。 発達期脳波：早産児、新生児、乳児、および小児。入手先：https://www.ncbi.nlm.nih.gov/books/NBK390356/
Buthmann, J., Finik, J., & Nomura, Y. (2018). 幼児期の気質と皮膚電気反応との関係における性差. International journal of behavioral development, 42(6), 535–542. https://doi.org/10.1177/0165025418757705
Carbone, T., Marrero, L. C., Weiss, J., Hiatt, M., & Hegyi, T. (1999). 乳児の無呼吸と心拍数および酸素飽和度の相関関係. Journal of perinatology : California Perinatal Associationの公式誌, 19(1), 44–47. https://doi.org/10.1038/sj.jp.7200072
米国疾病予防管理センター（2024年5月16日）。ポジティブ・ペアレンティングのヒント：乳児（0～1歳）。 https://www.cdc.gov/child-development/positive-parenting-tips/infants.html?CDC_AAref_Val=https://www.cdc.gov/ncbddd/childdevelopment/positiveparenting/infants.html 2024年6月27日閲覧。
米国疾病予防管理センター（2024年5月8日）。CDCの発達段階。https://www.cdc.gov/ncbddd/actearly/milestones/index.html 。2024年6月27日閲覧。
米国疾病予防管理センター（2024年1月25日）。自閉症スペクトラム障害に関するデータと統計。https://www.cdc.gov/autism/data-research/?CDC_AAref_Val=https://www.cdc.gov/ncbddd/autism/data.html 。2024年7月11日閲覧。
米国疾病予防管理センター（2024年5月15日）。高血圧に関する事実。https://www.cdc.gov/high-blood-pressure/data-research/facts-stats/index.html#:~:text=正常,3。2024年7月11日閲覧。
Chen, H., Wang, Z., Lu, C., Shu, F., Chen, C., Wang, L., & Chen, W. (2023). ウェアラブル多センサーシステムを用いた新生児発作の検出. Bioengineering (Basel, Switzerland), 10(6), 658. https://doi.org/10.3390/bioengineering10060658
Chen, H., Xue, M., Mei, Z., Bambang Oetomo, S., & Chen, W. (2016). 新生児の身体動作をモニタリングするためのウェアラブルセンサーシステムのレビュー. Sensors (Basel, Switzerland), 16(12), 2134. https://doi.org/10.3390/s16122134
Chiera, M., Cerritelli, F., Casini, A., Barsotti, N., Boschiero, D., Cavigioli, F., Corti, C. G., & Manzotti, A. (2020). 周産期の心拍変動：批判的かつ概念的なレビュー. Frontiers in neuroscience, 14, 561186. https://doi.org/10.3389/fnins.2020.561186
Chung, H. W., Chang, C. K., Huang, T. H., Chen, L. C., Chen, H. L., Yang, S. T., Chen, C. C., & Wang, K. (2023). 乳児の頭部遅れに対するモバイル端末を用いた動画スクリーニング：探索的研究。 Children (Basel, Switzerland), 10(7), 1239. https://doi.org/10.3390/children10071239
Chung, H. U., Kim, B. H., Lee, J. Y., Lee, J., Xie, Z., Ibler, E. M., Lee, K., Banks, A., Jeong, J. Y., Kim, J., Ogle, C., Grande, D., Yu, Y., Jang, H., Assem, P., Ryu, D., Kwak, J. W., Namkoong, M., Park, J. B., Lee, Y., … Rogers, J. A. (2019). 新生児集中治療のためのセンサー内解析機能を備えたバイノーダル型ワイヤレス表皮電子システム。Science (New York, N.Y.), 363(6430), eaau0780. https://doi.org/10.1126/science.aau0780
Chung, H. U., Rwei, A. Y., Hourlier-Fargette, A., Xu, S., Lee, K., Dunne, E. C., Xie, Z., Liu, C., Carlini, A., Kim, D. H., Ryu, D., Kulikova, E., Cao, J., Odland, I. C., Fields, K. B., Hopkins, B., Banks, A., Ogle, C., Grande, D., Park, J. B., … Rogers, J. A. (2020). 新生児および小児集中治療室における高度なワイヤレス生理モニタリングのための皮膚インターフェース型バイオセンサー. Nature medicine, 26(3), 418–429. https://doi.org/10.1038/s41591-020-0792-9
Claiborne, A., Williams, A., Jolly, C., Isler, C., Newton, E., May, L., & George, S. (2023). 乳児の心拍変動を分析する方法：予備的研究. Birth defects research, 115(10), 998–1006. https://doi.org/10.1002/bdr2.2177
Corbetta, D., Guan, Y., & Williams, J. L. (2012). 目的指向的行動における乳児のアイトラッキング. Infancy : the official journal of the International Society on Infant Studies, 17(1), 102–125. https://doi.org/10.1111/j.1532-7078.2011.0093.x
Crespo-Llado, M. M., Vanderwert, R., Roberti, E., & Geangu, E. (2018). 生後8ヶ月の乳児における他者の感情に対する行動反応と前頭前皮質の非対称的活動との関連. Scientific reports, 8(1), 17152. https://doi.org/10.1038/s41598-018-35219-4
Cobos-Torres, J. C., Abderrahim, M., & Martínez-Orgado, J. (2018). 光電脈波計を用いた非接触型で簡易な新生児モニタリング. Sensors (Basel, Switzerland), 18(12), 4362. https://doi.org/10.3390/s18124362
Dalton, K. M., Nacewicz, B. M., Johnstone, T., Schaefer, H. S., Gernsbacher, M. A., Goldsmith, H. H., Alexander, A. L., & Davidson, R. J. (2005). 自閉症における視線固定と顔処理の神経回路. Nature neuroscience, 8(4), 519–526. https://doi.org/10.1038/nn1421
Dzwilewski, K. L. C., Merced-Nieves, F. M., Aguiar, A., Korrick, S. A., & Schantz, S. L. (2020). 生後7.5ヶ月の乳児における自動視覚認識記憶課題の成績の特徴付け. Neurotoxicology and teratology, 81, 106904. https://doi.org/10.1016/j.ntt.2020.106904
Endevelt-Shapira, Y., & Feldman, R. (2023). 母子間の脳間同期パターンは養育スタイルを反映する。Biology, 12(2), 284. https://doi.org/10.3390/biology12020284
Eriksson, M., Storm, H., Fremming, A., & Schollin, J. (2008). 新生児における皮膚伝導度と行動的・生理学的疼痛指標の組み合わせとの比較. Acta paediatrica (オスロ, ノルウェー : 1992), 97(1), 27–30. https://doi.org/10.1111/j.1651-2227.2007.00586.x
Onal Ertugrul, I., Ahn, Y. A., Bilalpur, M., Messinger, D. S., Speltz, M. L., & Cohn, J. F. (2023). Infant AFAR: 乳児における自動顔面動作認識. Behavior research methods, 55(3), 1024–1035. https://doi.org/10.3758/s13428-022-01863-y
Govindaswami, B., Jegatheesan, P., Song, D. (2012). 重篤な先天性心疾患に対する酸素飽和度スクリーニング. Neoreviews 13 (12): e724–e731. https://doi.org/10.1542/neo.13-12-e724
Gervain, J., Minagawa, Y., Emberson, L., & Lloyd-Fox, S. (2023). 機能的近赤外分光法を用いた発達初期の脳の研究：今後の方向性と新たな課題. Neurophotonics, 10(2), 023519. https://doi.org/10.1117/1.NPh.10.2.023519
Gredebäck, G., Johnson, S., & von Hofsten, C. (2010). 乳児期研究におけるアイトラッキング. Developmental neuropsychology, 35(1), 1–19. https://doi.org/10.1080/87565640903325758
Fairchild, K. D., & O’Shea, T. M. (2010). 心拍数の特徴：遅発性新生児敗血症の検出における生理学的マーカー. Clinics in perinatology, 37(3), 581–598. https://doi.org/10.1016/j.clp.2010.06.002
Filippa, M., Benis, D., Adam-Darque, A., Grandjean, D., & Hüppi, P. S. (2023). 早産児は母親の声を非定型的な方法で処理する。Brain and cognition, 173, 106104. https://doi.org/10.1016/j.bandc.2023.106104
Forestell, C. A., & Mennella, J. A. (2012). 単なる「見た目の良さ」だけではない。乳児の気質、食物受容、および母親が感じる「食事の楽しさ」との関連性。Appetite, 58(3), 1136–1142. https://doi.org/10.1016/j.appet.2012.03.005
Ham, J., & Tronick, E. (2008). 乳児の皮膚伝導度を測定するための手順および拍手による驚愕反応を用いたその初期検証. Developmental psychobiology, 50(6), 626–631. https://doi.org/10.1002/dev.20317
Harper, R. M., Hoppenbrouwers, T., Sterman, M. B., McGinty, D. J., & Hodgman, J. (1976). 生後6ヶ月間の正常乳児を対象としたポリグラフ研究。I. 状態に応じた心拍数および心拍変動。Pediatric research, 10(11), 945–948. https://doi.org/10.1203/00006450-197611000-00008
Healthline (2022). 大人と子供の正常な呼吸数は？ https://www.healthline.com/health/normal-respiratory-rate . 2024年7月11日閲覧。
Healthline (2024). 正常な体温の範囲とは？ https://www.healthline.com/health/what-is-normal-body-temperature . 2024年7月11日閲覧。
Islam, B., McElwain, N. L., Li, J., Davila, M. I., Hu, Y., Hu, K., Bodway, J. M., Dhekne, A., Roy Choudhury, R., & Hasegawa-Johnson, M. (2024). LittleBeats™の予備的技術的検証：心臓生理、動作、発声を捕捉するマルチモーダルセンシングプラットフォーム. Sensors (Basel, Switzerland), 24(3), 901. https://doi.org/10.3390/s24030901
Izard, C. E., Fantauzzo, C. A., Castle, J. M., Haynes, O. M., Rayias, M. F., & Putnam, P. H. (1995). 生後9ヶ月までの乳児の表情の発達と意義. Developmental Psychology, 31(6), 997–1013. https://doi.org/10.1037/0012-1649.31.6.997
Ji, C., Mudiyanselage, T.B., Gao, Y. et al. 乳児の泣き声の分析と分類に関するレビュー. J AUDIO SPEECH MUSIC PROC. 2021, 8 (2021). https://doi.org/10.1186/s13636-021-00197-5
Jones, E. J. H., Goodwin, A., Orekhova, E., Charman, T., Dawson, G., Webb, S. J., & Johnson, M. H. (2020). 乳児の脳波におけるシータ波の変調は、小児期の知能を予測する。Scientific Reports, 10(1), 11232. https://doi.org/10.1038/s41598-020-67687-y
Joshi, R., Kommers, D., Oosterwijk, L., Feijs, L., van Pul, C., & Andriessen, P. (2020). 心拍変動、呼吸特性、および心電図から推定した乳児の運動量を用いた新生児敗血症の予測. IEEE Journal of Biomedical and Health Informatics, 24(3), 681–692. https://doi.org/10.1109/JBHI.2019.2927463
Kaul, Y. F., Rosander, K., von Hofsten, C., Brodd, K. S., Holmström, G., Kaul, A., Böhm, B., & Hellström-Westas, L. (2016). 生後4ヶ月時の極低出生体重児における視覚追跡能力は、3歳時の神経発達を予測する。Pediatric research, 80(1), 35–42. https://doi.org/10.1038/pr.2016.37
Killinc, O. および Snyder, C.S. (2020年2月14日). 「速い、遅い、不整な心拍」。HealthyChildren.org. https://www.healthychildren.org/English/health-issues/conditions/heart/Pages/Irregular-Heartbeat-Arrhythmia.aspx . 2024年7月11日閲覧。
Kim, J., Yoo, S., Liu, C. et al. 周産期および小児の健康管理のための皮膚装着型ワイヤレスバイオセンサー. Nat Rev Bioeng 1, 631–647 (2023). https://doi.org/10.1038/s44222-023-00090-0
King, L. (2024). 「心拍変動とは？」WebMD. https://www.webmd.com/heart/what-is-heart-rate-variability 2024年7月11日閲覧。
Kleiger, R. E., Stein, P. K., & Bigger, J. T., Jr (2005). 心拍変動：測定と臨床的有用性. Annals of noninvasive electrocardiology : the official journal of the International Society for Holter and Noninvasive Electrocardiology, Inc, 10(1), 88–101. https://doi.org/10.1111/j.1542-474X.2005.10101.x
Klin, A., Jones, W., Schultz, R., Volkmar, F., & Cohen, D. (2002). 自閉症者の社会的適応能力の予測因子としての、自然な社会的状況の観察時の視線固定パターン. Archives of general psychiatry, 59(9), 809–816. https://doi.org/10.1001/archpsyc.59.9.809
Kuhl, P. K., & Meltzoff, A. N. (1996). 音声に対する乳児の発声：音声模倣と発達的変化. The Journal of the Acoustical Society of America, 100(4 Pt 1), 2425–2438. https://doi.org/10.1121/1.417951
Kulvicius, T., Zhang, D., Nielsen-Saines, K., Bölte, S., Kraft, M., Einspieler, C., Poustka, L., Wörgötter, F., & Marschik, P. B. (2023). 圧力分布解析による乳児の動作分類. Communications medicine, 3(1), 112. https://doi.org/10.1038/s43856-023-00342-5
Kumar, N., Akangire, G., Sullivan, B., Fairchild, K., & Sampath, V. (2020). 21世紀における新生児疾患の予測と予防のためのバイタルサインの連続分析：ビッグデータの台頭. Pediatric research, 87(2), 210–220. https://doi.org/10.1038/s41390-019-0527-0
Latremouille, S., Lam, J., Shalish, W., & Sant’Anna, G. (2021). 新生児の心拍変動：分析手法と臨床応用に関する最新のスコーピング・レビュー. BMJ open, 11(12), e055209. https://doi.org/10.1136/bmjopen-2021-055209
Lee, A.R. (2024). 正常な心拍変動とは何か？ Health. https://www.health.com/condition/heart-disease/heart-rate-variability#:~:text=The%20average%20%22good%2C%22%20or,than%20115%2C000%20times%20a%20day. 2024年7月11日閲覧。
Leppänen, J. M., Butcher, J. W., Godbout, C., Stephenson, K., Hendrixson, D. T., Griswold, S., Rogers, B. L., Webb, P., Koroma, A. S., & Manary, M. J. (2022). アイトラッキングを用いた野外環境における乳児の認知機能の評価：シエラレオネにおけるパイロットコホート試験. BMJ open, 12(2), e049783. https://doi.org/10.1136/bmjopen-2021-049783
Levine, H. (2023年2月2日). 心拍数が示す健康状態。AARP. https://www.aarp.org/health/healthy-living/info-2023/what-is-a-healthy-heart-rate.html?cmp=KNC-DSO-COR-Health-HeartHealth-NonBrand-Phrase-44175-Bing-HEALTH-Healthy-Heart-Rate-Phrase-NonBrand&&msclkid;=c6c433cd09a717a4488d5542d26b9d56&utm;_source=bing&utm;_medium=cpc&utm;_campaign=Health-HeartHealth-NonBrand-Phrase&utm;_term=bpm%20heart%20rate&utm;_content=Healthy-Heart-Rate&gclid;=c6c433cd09a717a4488d5542d26b9d56&gclsrc;=3p.ds . 2024年7月11日にアクセス。
Li, J., Hasegawa-Johnson, M., & McElwain, N. L. (2021). 乳児と母親の発声の分類に向けた音響的特徴および音声品質の特徴の分析. Speech communication, 133, 41–61. https://doi.org/10.1016/j.specom.2021.07.010
Liu, X., Fromm, J., Patel, S., McDuf, D. (2020). デバイス上での非接触バイタルサイン測定のためのマルチタスク時系列シフトアテンションネットワーク. Advances in Neural Information Processing Systems, 33:19400-19411.
Lloyd-Fox, S., Papademetriou, M., Darboe, M. K., Everdell, N. L., Wegmuller, R., Prentice, A. M., Moore, S. E., & Elwell, C. E. (2014). アフリカの農村部における乳児の認知機能を評価するための機能的近赤外分光法（fNIRS）。Scientific reports, 4, 4740. https://doi.org/10.1038/srep04740
Löscher, W. N., Einspieler, C., Klug, E. M., Haidmayer, R., Gallasch, E., Kurz, R., & Kenner, T. (1990). 生後6週間の乳児における神経学的状態、睡眠時無呼吸の頻度、および血中酸素飽和度. Early human development, 24(2), 119–130. https://doi.org/10.1016/0378-3782(90)90142-6
Malik F, Marwaha R. 認知発達。[2023年4月23日更新]。StatPearls [インターネット]。トレジャーアイランド（フロリダ州）：StatPearls Publishing；2024年1月～。参照元：https://www.ncbi.nlm.nih.gov/books/NBK537095/
Maenner, M. J., Warren, Z., Williams, A. R., Amoakohene, E., Bakian, A. V., Bilder, D. A., Durkin, M. S., Fitzgerald, R. T., Furnier, S. M., Hughes, M. M., ラッド＝アコスタ, C. M., マッカーサー, D., パス, E. T., サリナス, A., ヴェホーン, A., ウィリアムズ, S., エスラー, A., グリゾボウスキー, A., ホール＝ランデ, J., グエン, R. H. N., … ショー, K. A. (2023). 8歳児における自閉症スペクトラム障害の有病率と特徴 – 自閉症および発達障害モニタリング・ネットワーク、米国11拠点、2020年。『Morbidity and Mortality Weekly Report. Surveillance Summaries』（ワシントンD.C.：2002年）、72(2)、1–14。 https://doi.org/10.15585/mmwr.ss7202a1
Manning, J., Thakur, D., Bowler, K., Inamdar, K., Chu, V.W. (2023). 正期産および早産児における家庭での「おなかタイム」の追跡に関する、保護者の記憶と加速度計測定値の検証. Am J Occup Ther Vol. 77(Supplement_2), 7711500016p1. doi: https://doi.org/10.5014/ajot.2023.77S2-PO16
Mehta, S. K., Super, D. M., Connuck, D., Salvator, A., Singer, L., Fradley, L. G., Harcar-Sevcik, R. A., Kirchner, H. L., & Kaufman, E. S. (2002). 健康な新生児における心拍変動. The American journal of cardiology, 89(1), 50–53. https://doi.org/10.1016/s0002-9149(01)02162-2
Memon, S.F., Memon, M. および Bhatti, S. (2020), 乳幼児の健康モニタリングのためのウェアラブル技術：調査研究. IET Circuits Devices Syst., 14: 115-129. https://doi.org/10.1049/iet-cds.2018.5447
マウント・サイナイ（発行年不明）。高血圧 ― 乳児。https://www.mountsinai.org/health-library/diseases-conditions/high-blood-pressure-infants#:~:text=Exposure%20to%20illegal%20drugs%20such,Rapid%20breathing. 2024年7月11日閲覧。
Mueller, I., Snidman, N., DiCorcia, J. A., & Tronick, E. (2021). 母親の急性ストレスは乳児の自律神経系および行動の調節を乱す：CASP研究. Frontiers in psychiatry, 12, 714664. https://doi.org/10.3389/fpsyt.2021.714664
国立小児保健・人間発達研究所（2021年4月19日）。自閉症に対する早期介入。https://www.nichd.nih.gov/health/topics/autism/conditioninfo/treatments/early-intervention 。2024年7月11日閲覧。
Nayak CS、Anilkumar AC. 新生児脳波検査。[2024年2月17日更新]。StatPearls [インターネット]。トレジャーアイランド（フロリダ州）：StatPearls Publishing；2024年1月～。参照元：https://www.ncbi.nlm.nih.gov/books/NBK536953/
Ness, S. L., Manyakov, N. V., Bangerter, A., Lewin, D., Jagannatha, S., Boice, M., Skalkin, A., Dawson, G., Janvier, Y. M., Goodwin, M. S., Hendren, R., Leventhal, B., Shic, F., チオッチア, W., & パンディーナ, G. (2017). JAKE® マルチモーダルデータ収集システム：自閉症スペクトラム障害に関する観察研究からの知見. Frontiers in neuroscience, 11, 517. https://doi.org/10.3389/fnins.2017.00517
Oliveira, V., von Rosenberg, W., Montaldo, P., Adjei, T., Mendoza, J., Shivamurthappa, V., Mandic, D., & Thayyil, S. (2019). 健康な新生児における出生直後の心拍変動. Frontiers in physiology, 10, 922. https://doi.org/10.3389/fphys.2019.00922
Perochon, S., Di Martino, J. M., Carpenter, K. L. H., Compton, S., Davis, N., Eichner, B., Espinosa, S., Franz, L., Krishnappa Babu, P. R., Sapiro, G., & Dawson, G. (2023). デジタル行動表現型解析を用いた自閉症の早期発見. Nature medicine, 29(10), 2489–2497. https://doi.org/10.1038/s41591-023-02574-3
Pitchford, E. A., Ketcheson, L. R., Kwon, H. J., & Ulrich, D. A. (2017). 乳児における加速度計の最小装着時間：一般化可能性に関する研究. Journal of physical activity & health, 14(6), 421–428. https://doi.org/10.1123/jpah.2016-0395
Rash, J. A., Thomas, J. C., Campbell, T. S., Letourneau, N., Granger, D. A., Giesbrecht, G. F., & APrON Study Team (2016). 乳児のストレス反応プロファイルの発達的起源：多系統アプローチ. Developmental psychobiology, 58(5), 578–599. https://doi.org/10.1002/dev.21403
Rayson, H., Bonaiuto, J. J., Ferrari, P. F., & Murray, L. (2017). 乳児期の母親によるミラーリングは、表情観察中の乳児の運動系活性化を予測する。Scientific reports, 7(1), 11738. https://doi.org/10.1038/s41598-017-12097-w
Reuter, S., Moser, C., & Baack, M. (2014). 新生児の呼吸窮迫. Pediatrics in review, 35(10), 417–429. https://doi.org/10.1542/pir.35-10-417
Ricardo, L. I. C., DA Silva, I. C. M., Martins, R. C., Wendt, A., Gonçalves, H., Hallal, P. R. C., & Wehrmeister, F. C. (2018). 加速度計を用いた乳児の身体活動の客観的測定プロトコル. Medicine and science in sports and exercise, 50(5), 1084–1092. https://doi.org/10.1249/MSS.0000000000001512
Richard, C. A., & Mosko, S. S. (2004). 母親と乳児の添い寝は、乳児の心拍数の上昇と関連している。Sleep, 27(3), 507–511. https://doi.org/10.1093/sleep/27.3.507
Ritz, T., Bosquet Enlow, M., Schulz, S. M., Kitts, R., Staudenmayer, J., & Wright, R. J. (2012). 乳児におけるストレス時の迷走神経活動の指標としての呼吸性洞性不整脈：呼吸の影響とその制御. PloS one, 7(12), e52729. https://doi.org/10.1371/journal.pone.0052729
Sahni, R., Gupta, A., Ohira-Kist, K., & Rosen, T. S. (2003). 新生児における運動耐性パルスオキシメトリー. Archives of disease in childhood. Fetal and neonatal edition, 88(6), F505–F508. https://doi.org/10.1136/fn.88.6.f505
Schechtman, V. L., Harper, R. M., Kluge, K. A., Wilson, A. J., Hoffman, H. J., & Southall, D. P. (1988). 正常な乳児と乳幼児突然死症候群の犠牲者における心拍および呼吸パターン. Sleep, 11(5), 413–424. https://doi.org/10.1093/sleep/11.5.413
Sloan, A. T., Jones, N. A., & Kelso, J. A. S. (2023). 動きと静止から読み解く意味：協調ダイナミクスの特徴が示す乳児の主体性. Proceedings of the National Academy of Sciences of the United States of America, 120(39), e2306732120. https://doi.org/10.1073/pnas.2306732120
スタンフォード・メディシン・チルドレン・ヘルス（日付不明）。年齢に応じた言語・聴覚の発達段階。https://www.stanfordchildrens.org/en/topic/default?id=age-appropriate-speech-and-hearing-milestones-90-P02169 。2024年6月27日閲覧。
Storm, H. 「在胎29週の早産児における踵穿刺による疼痛反応の皮膚電気活動による測定」。Pediatr Res 45, 899 (1999). https://doi.org/10.1203/00006450-199906000-00094
田村 哲、前田 陽子、関根 真、吉田 真. ウェアラブル光容積脈波センサー―その過去と現在. Electronics. 2014; 3(2):282-302. https://doi.org/10.3390/electronics3020282
Thorup, E., Nyström, P., Gredebäck, G., Bölte, S., Falck-Ytter, T., & EASE Team (2016). 自閉症リスクのある乳児における生きた相互作用中の視線追従の変化：アイトラッキング研究. Molecular autism, 7, 12. https://doi.org/10.1186/s13229-016-0069-9
Valentine, S., Cunningham, A. C., Klasmer, B., Dabbah, M., Balabanovic, M., Aral, M., Vahdat, D., & Plans, D. (2022). 呼吸数の遠隔モニタリングのためのスマートフォン用モーションセンサー：技術的検証. Digital health, 8, 20552076221089090. https://doi.org/10.1177/20552076221089090
Visnovcova, Z., Kozar, M., Kuderava, Z., Zibolen, M., Ferencova, N., & Tonhajzerova, I. (2022). 生後3日間における新生児の皮膚電気活動のエントロピー解析. Entropy (Basel, Switzerland), 24(3), 422. https://doi.org/10.3390/e24030422
Weiss, S. J., Keeton, V. F., Leung, C., & Niemann, S. (2024). ストレス下における乳児の感情調節：心拍変動と気質の影響. Stress and health : journal of the International Society for the Investigation of Stress, e3373. オンライン先行公開. https://doi.org/10.1002/smi.3373
Weibley, H., Di Filippo, M., Liu, X., Lazenby, L., Goscha, J., Ferreira, A., Muscalu, L., & Rader, N. (2021). ハイハイおよび実行機能課題中の乳児の前頭前皮質のfNIRSモニタリング. Frontiers in behavioral neuroscience, 15, 675366. https://doi.org/10.3389/fnbeh.2021.675366
Wen, T. H., Cheng, A., Andreason, C., Zahiri, J., Xiao, Y., Xu, R., Bao, B., Courchesne, E., Barnes, C. C., Arias, S. J., & Pierce, K. (2022). 自閉症スペクトラム障害の亜型の早期眼球運動バイオマーカーに関する大規模検証. Scientific reports, 12(1), 4253. https://doi.org/10.1038/s41598-022-08102-6
ウィキペディア（2024年6月23日）。「乳児」。https://en.wikipedia.org/wiki/Infant 。2024年6月27日閲覧。
Xu, S., Rwei, A. Y., Vwalika, B., Chisembele, M. P., Stringer, J. S. A., Ginsburg, A. S., & Rogers, J. A. (2021). 低・中所得国における乳児の生理学的モニタリングのためのワイヤレス皮膚センサー. The Lancet. Digital health, 3(4), e266–e273. https://doi.org/10.1016/S2589-7500(21)00001-7
山本 宏、佐藤 亜紀、板倉 聡（2019）。日常環境におけるアイトラッキングが明らかにした、乳児と親の視線コミュニケーションを可能にする対人距離。『Scientific Reports』, 9(1), 10352. https://doi.org/10.1038/s41598-019-46650-6
Yasin, S., Draz, U., Ali, T., Shahid, K., Abid, A. et al. (2022). 特徴量解析による乳児の感情を検知する自動音声認識システム. Computers, Materials & Continua, 73(2), 4349-4367. https://doi.org/10.32604/cmc.2022.028251
Zaharieva, M. S., Salvadori, E. A., Messinger, D. S., Visser, I., & Colonnesi, C. (2024). 生後4か月および8か月の乳児を対象とした縦断的サンプルにおける自動顔表情測定：Baby FaceReader 9と感情表現の手動コーディング。 Behavior research methods, 10.3758/s13428-023-02301-3. オンライン先行公開. https://doi.org/10.3758/s13428-023-02301-3
Zhao, F., Li, M., Jiang, Z., Tsien, J. Z., & Lu, Z. (2016). カメラを用いた非接触型バイタルサインモニタリング技術は、乳児のSIDSを早期に予防する手段となり得る。Frontiers in neurology, 7, 236. https://doi.org/10.3389/fneur.2016.00236
Zhao, F., Li, M., Qian, Y., & Tsien, J. Z. (2013). 遠隔医療のための心拍数および呼吸数の遠隔測定. PloS one, 8(10), e71384. https://doi.org/10.1371/journal.pone.0071384
Zhou, L., Guess, M., Kim, K. R., & Yeo, W. H. (2024). 乳児および新生児のスマート健康モニタリングのための皮膚密着型ウェアラブル生体センサー. Communications Materials, 5(1), 72. https://doi.org/10.1038/s43246-024-00511-6
Zhu, Z., Liu, T., Li, G., Li, T., & Inoue, Y. (2015). 乳児向けウェアラブルセンサーシステム. Sensors (Basel, Switzerland), 15(2), 3721–3749. https://doi.org/10.3390/s150203721
Zuzarte, I., Indic, P., Sternad, D., & Paydarfar, D. (2019). 光電式脈波計を用いた早産児の運動の定量化. Annals of biomedical engineering, 47(2), 646–658. https://doi.org/10.1007/s10439-018-02135-7
