CUD Research Lab

Weekly Research Picks — 2026-09-16

今週は、色覚シミュレーションの生理学的モデル、利用者に合わせるリアルタイムAR色補正、LLMとARによる文脈対応支援という3つの方向から選びました。SSOTに登録済みの24本とDOI・正規化タイトル・著者・公開年を照合し、重複がないことを確認しています。3本とも査読前プレプリントであり、確立済みの効果としてではなく、今後の検証が必要な研究候補として紹介します。

1. 色覚シミュレーションを生理学的モデルから組み立てる

原題
A Physiologically-based simulation model of color appearance for red-green color vision deficiency

日本語訳タイトル
赤緑系色覚特性における色の見え方の生理学ベース・シミュレーションモデル

著者
Lijia Sun、Shining Ma、Yong Tao、Liang Jia、Yue Liu、Yongtian Wang、Weitao Song

掲載情報
arXiv:2502.10316 [q-bio.NC], 2025年2月14日公開（査読前）

DOI・一次情報
10.48550/arXiv.2502.10316

研究内容

CIE 2006生理学的標準観測者を基礎に、L錐体またはM錐体の視物質吸収スペクトルのピークと波形を変化させ、二色型だけでなく異常三色型を含む赤緑系色覚特性の色の見え方を予測するモデルです。

石原式に代表される仮性同色表とFarnsworth–Munsell 100 Hue Testを用いた検証で、モデル予測と色覚特性当事者が報告した見え方との高い整合性を報告しています。

CUDとの関係・限界

CUD検証で使うシミュレーションは、当事者の見え方を完全に再現するものではありません。本研究は、生理学的根拠と個人差を扱えるモデルへ近づける試みとして、配色検証や画像変換の基礎候補になります。

一方、査読前プレプリントであり、公開要約だけでは参加者数や比較条件の十分な確認ができません。特定のシミュレーション画像を「当事者の見え方そのもの」と断定せず、原文の実験条件と再現性を追加確認する必要があります。

2. 診断情報なしで利用者に合わせるAR色補正

原題
Hue4U: Real-Time Personalized Color Correction in Augmented Reality

日本語訳タイトル
Hue4U：拡張現実におけるリアルタイム個人適応型色補正

著者
Jingwen Qin、Semen Checherin、Yue Li、Berend-Jan van der Zwaag、Özlem Durmaz-Incel

掲載情報
arXiv:2509.06776 [cs.HC], 2025年9月8日公開（査読前）

DOI・一次情報
10.48550/arXiv.2509.06776

研究内容

事前の臨床診断や一律の固定フィルターに依存せず、Meta Questを使って利用者に合わせた色補正をリアルタイムに行うARシステムHue4Uを提案した研究です。

10人による利用者評価では、色を区別する能力の改善と、大きな効果量（Cohen’s d > 1.4）が報告されています。軽度・中等度を含む個人差に合わせて調整する点が特徴です。

CUDとの関係・限界

同じ色変換を全員へ適用するのではなく、利用者ごとの困難に合わせる設計は、将来の個人適応型CUD支援につながります。現実空間へ重ねて提示するため、画面内だけでなく日常環境での支援候補にもなります。

ただし、査読前かつ参加者10人の小規模研究です。効果量が大きくても、長期利用、異なる照明、端末差、色覚特性の型や程度を越えた一般化はできません。臨床的な治療効果を示す研究でもありません。

3. 「何色か」だけでなく「今、何を判断したいか」を支援する

原題
Towards Context-aware Support for Color Vision Deficiency: An Approach Integrating LLM and AR

日本語訳タイトル
色覚特性への文脈対応支援に向けて――LLMとARを統合するアプローチ

著者
Shogo Morita、Yan Zhang、Takuto Yamauchi、Sinan Chen、Jialong Li、Kenji Tei

掲載情報
arXiv:2407.04362 [cs.HC], 2024年7月5日公開（査読前）

DOI・一次情報
10.48550/arXiv.2407.04362

研究内容

ARカメラで周囲の状況を取り込み、マルチモーダルLLMが利用者の意図と必要な支援を推論し、短い説明をAR画面へ表示する試作システムです。信号、肉の焼け具合、果物の熟度、服の組み合わせ、公共交通の色分けという5場面を扱っています。

色覚特性当事者2人を対象に、5場面を2環境ずつ試した10テストでは、研究内の評価で文脈と意図を正しく認識し、利用者評価は平均8.5／10と報告されました。

CUDとの関係・限界

単に色名を読み上げるのではなく、「安全に渡れるか」「食べられる状態か」といった目的に沿う情報へ変換する発想が重要です。色に依存する判断を、言葉や位置など別の手掛かりへ変えるCUD支援として参考になります。

ただし、参加者は2人、各条件1回相当の予備評価です。LLMの出力は正確性を保証できず、信号や加熱状態など安全に関わる判断を単独で委ねることはできません。実環境・職場環境での大規模検証が必要です。

Community & Outreach：X投稿案

【CUD Weekly Research Picks】今週は、生理学ベースの色覚シミュレーション、個人適応型AR色補正、LLM＋ARによる文脈対応支援を紹介。見え方の再現から、個人に合わせた補正、目的に沿う情報提示へと支援が広がる一方、3本とも査読前で検証規模は小さい。
https://tana1980.github.io/cud-research-whitepaper/weekly/2026-09-16/
#CUD #色覚 #アクセシビリティ

確認事項

紹介文献の性格（現在の台帳）

区分は判定日時点の文献の性格です。査読状況や研究の質を示すものではありません。