CN107613869A - 指标导出设备、可穿戴设备以及便携式设备 - Google Patents

指标导出设备、可穿戴设备以及便携式设备 Download PDF

Info

Publication number
CN107613869A
CN107613869A CN201680033213.1A CN201680033213A CN107613869A CN 107613869 A CN107613869 A CN 107613869A CN 201680033213 A CN201680033213 A CN 201680033213A CN 107613869 A CN107613869 A CN 107613869A
Authority
CN
China
Prior art keywords
index
acceleration
muscle strength
activity
leading out
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201680033213.1A
Other languages
English (en)
Other versions
CN107613869B (zh
Inventor
西山秀树
小林匡
百田淳
清家将文
深代千之
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rohm Co Ltd
University of Tokyo NUC
Original Assignee
Rohm Co Ltd
University of Tokyo NUC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rohm Co Ltd, University of Tokyo NUC filed Critical Rohm Co Ltd
Publication of CN107613869A publication Critical patent/CN107613869A/zh
Application granted granted Critical
Publication of CN107613869B publication Critical patent/CN107613869B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/224—Measuring muscular strength
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0075—Means for generating exercise programs or schemes, e.g. computerized virtual trainer, e.g. using expert databases
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
    • A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
    • A63B71/0619—Displays, user interfaces and indicating devices, specially adapted for sport equipment, e.g. display mounted on treadmills
    • A63B71/0622—Visual, audio or audio-visual systems for entertaining, instructing or motivating the user
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
    • A61B2560/0257—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value using atmospheric pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及测试受试者在胸前穿戴包含加速度传感器(11)的设备(SU)的同时执行静坐到站立操作。本发明通过从表示加速度矢量大小的信号中获取最大加速度值数据，所述加速度矢量包括在检测到的加速度中的三个轴的分量，并且使用最大加速度值数据和测试受试者的肌肉量或体脂量，来导出表示人体的肌肉强度的肌肉强度指标。同时，本发明还提供了从加速度检测结果导出身体活动量的能力，并且基于在预定活动目标期期间的活动量(ACT)，以及在活动目标期的开始和结束时间时的肌肉力量指标，获取与肌肉强度指标响应于活动量中的变化相对应的活动效率指标。

Description

指标导出设备、可穿戴设备以及便携式设备
技术领域
本发明涉及指标导出设备、可穿戴设备、以及移动设备。
背景技术
已经提出了用于测量受试者的身体活动中的活动量的各种技术(例如，见下面指出的专利文献1)。
作为用于评估受试者的身体强度的运动，已知的是STS(静坐到站立)运动，其也被称为从椅子起立(stand-up-from-a-chair)运动。STS运动是指将受试者体重的重心从相对较低的支撑基面移动到相对较高的位置的运动。在以下指出的非专利文献1中，提出了STS动作中在髋、膝以及踝关节处多个力矩之中的关系的概述，其报道了不管受试者在STS动作中如何站立，健康受试者的髋关节处和膝关节处的力矩总和表现为恒定值(1.53N·m/kg)，并且该总和与踝关节处的力矩之间几乎没有相关性。它还报道了如果在STS运动中髋关节和膝关节处的力矩之和小于上述恒定值，则怀疑受试者的站立能力存在问题，这表明需要进行适当的锻炼治疗以防止困卧在床并且促使康复。顺便提及，根据非专利文献1中描述的方法，将反射标记分别放置在受试者的髋部和膝盖上，利用高灵敏度相机监视在STS运动中那些带有反射标记的部分的运动，并且根据运动方程导出起作用的力矩。
另一方面，下面指出的非专利文献2公开了一种硬币型单元和一种可穿戴设备，其具有三轴加速度传感器并且能够测量步数和消耗的卡路里能量。
文献列表
专利文献
专利文献1：日本专利申请公开2013-172757号公报
非专利文献
非专利文献1：Shinsuke Yoshioka等3人，Computation of kinematics and theminimum peak Joint moments of sit-to-stand movements(静坐到站立运动的最小峰关节力矩和运动学的计算)，BioMedical Engineering OnLine(生物医学工程在线)，2007年6：26，1-14页(可从URL“http://www.biomedical-engineering-online.com/content/6/1/26”访问该论文)
非专利文献2：2015年(平成27年)5月18日，在线，Misfit Wearables(Misfit可佩带设备)，“Misfit Shine”，互联网<URL：http://misfit.com/products/shine？locale＝ja>
发明内容
发明要解决的课题
虽然已经提出了用于测量身体活动中的活动量的各种技术，但是还没有提出能够评估需要特定活动量的身体活动如何改善身体强度(诸如，肌肉强度)的设备，即可以说，身体活动的质量。
针对这样的背景，本发明的目的在于提供一种指标导出设备、可穿戴设备以及移动设备，其能够评估身体活动带来的身体强度的变化。
解决课题的手段
根据本发明的一方面，一种指标导出设备，其包括用于感测加速度的加速度传感器并且能够导出人体活动量，该指标导出设备包括：肌肉力量指标导出器，其基于来自加速度传感器的感测结果，导出人体的肌肉力量有关的肌肉力量指标；以及单独指标导出器，其用于导出与在预定活动监测期期间的肌肉力量指标相对于活动量的变化相当的单独指标。
具体地，例如，单独指标导出器能够基于以下来导出单独指标：基于在活动监视期期间来自加速度传感器的感测结果所导出的活动量；基于在相对于活动监测期的开始时间点的第一时期来自加速度传感器的感测结果所导出的肌肉力量指标；以及基于在相对于活动监测期的结束时间点的第二时期来自加速度传感器的感测结果所导出的肌肉力量指标。
又例如，肌肉力量指标导出器能够基于加速度信号导出肌肉力量指标，该加速度信号基于在人体执行预定运动的评估期期间来自加速度传感器的感测结果。
在此情况下，例如肌肉力量指标导出器能够通过使用加速度信号中包含的加速度最大值数据来导出肌肉力量指标。
更具体地说，例如，肌肉力量指标导出器能够通过使用以下数据来导出肌肉力量指标：加速度最大值数据、人体的体重以及人体的体脂率；或加速度最大值数据、人体的体重和人体的体脂肪量。
又例如，肌肉力量指标导出器能够通过使用以下数据来导出肌肉力量指标：加速度最大值数据、人体的体重和人体的肌肉率；或加速度最大值数据和人体的肌肉量。
然后，例如，肌肉力量指标导出器能够导出在预定移动中的人体的每单位肌肉量的加速度最大值作为肌肉力量指标。
又例如，假设加速度传感器感测到的加速度包含由于人体的运动而引起的加速度分量和由于重力引起的加速度分量，则肌肉力量指标导出器能够通过使用从加速度最大值数据中减去由于重力引起的加速度分量而获取的值来导出肌肉力量指标。
又例如，加速度传感器能够单独感测沿着三个相互垂直的轴的加速度，并且用于导出肌肉力量指标的加速度信号能够表示由沿着三个轴线的加速度形成的加速度矢量的大小。
又例如，预定运动能够包括人体起立的运动。
又例如，还能够具备用于感测气压的气压传感器，并且能够基于来自加速度传感器的感测结果和来自气压传感器的感测结果导出活动量。
又例如，指标导出装置能够包括：电路板，其上安装有：包括加速度传感器的传感器部、计算处理器、以及用于执行无线通信的无线处理器，其中计算处理器用于导出活动量并构成肌肉力量指标导出器和单独指标导出器；以及容纳该电路板的壳体。
根据本发明的另一方面，一种可穿戴设备包括如上所述的指标导出设备。
根据本发明的又一个方面，一种移动设备包括如上所述的指标导出设备。发明的效果
根据本发明，能够提供一种指标导出设备、可穿戴设备以及移动设备，其能够评估身体活动带来的身体强度的变化。
附图说明
图1是根据本发明第一实施例的使用在测量设备中的传感器单元的外部透视图；
图2是示出传感器单元的结构的示意图；
图3是传感器单元中的部件组的框图；
图4是示出传感器单元以及终端设备的示意图；
图5是传感器单元中的传感器部的框图；
图6是示出加速度传感器的三个轴相对于传感器单元的关系的示意图；
图7的(a)和(b)是表示根据本发明的第二实施例的测量设备的结构的示意图；
图8是示出将图7的(a)中的测定设备附接到受试者的示意图；
图9是示出图7的(a)中的测量设备中的加速度传感器的三个轴以及检测出的加速度矢量的示意图；
图10是示出评估动作后受试者站立的示意图；
图11是示出评估运动的示意图；
图12是基于来自加速度传感器的检测结果的加速度绝对值信号的波形图；
图13是对于图12中的加速度绝对值信号进行滤波而得到的信号的波形图；
图14是表示原始信号与滤波信号之间的关系的示意图；
图15是表示针对多个受试者导出的指标(P1)随着沿着横轴的年龄的分布的示意图。
图16是表示针对多个受试者导出的指标(P2)随着沿着横轴的年龄的分布的示意图。
图17是表示测量设备的使用示例的具体流程的示意图；
图18是表示分类的示意图；
图19是本发明的第三实施例中的活动量导出的流程图；
图20是表示本发明的第三实施例中的导出活动效率指标的方法的示意图；以及
图21的(a)至(d)是根据本发明第四实施例的可穿戴设备的外视图。
具体实施方式
下面，将参考附图来描述本发明的实施例。在下面参考的附图之中，相同的部件通过相同的附图标记来表示，并且原则上将不会重复对于相同部件的重叠描述。在本说明书中，为了简化说明，有时将关于信息、信号、物理量、组件等有关的符号以及其他命名与对应的信息、信号、物理量、组件等的名称以及省略或缩写一起使用。
<<第一实施例>>
将描述本发明的第一实施例。图1是根据本发明第一实施例的传感器单元SU的外部透视图。图2是示出传感器单元SU的壳体3内的结构的示意图。传感器单元SU包括部件组1、电路板2和壳体3。在电路板2上安装有构成部件组1的电子部件。其上安装有部件组1的电路板2被容纳并紧固到壳体3，壳体3由树脂或金属制成并具有预定形状。壳体3为厚度比较薄的圆筒状，使得传感器单元SU具有像奖章的形状；因此，传感器单元SU也能够称为传感器奖章。壳体3不一定需要具有精确的圆柱形外形；例如，与圆柱体的基部对应的部分可以是弯曲的。壳体3可以具有除圆柱形以外的任何其他外部形状；例如，它可以具有长方体的形状。
图3是部件组1的功能框图。部件组1包括传感器部10、微型计算机20、存储器30、计时器40和无线处理器50。微型计算机20能够形成为半导体集成电路。或者，微型计算机20、存储器30、定时器40和无线处理器50可以能够形成为单个半导体集成电路。除了构成传感器部10、微型计算机20、存储器30、计时器40和无线处理器50的组件之外，能够将各种部件安装在电路板2上并容纳在壳体3中。尽管未明确示出，用于提供供电电压的电源电路可以安装在电路板2上，用于驱动例如传感器部10、微型计算机20、存储器30、计时器40和无线处理器50，并且用于向电源电路供应电力的电池(例如，锂离子电池)可以容纳在壳体3中。
传感器部10包括感测预定物理量等的传感器，并且将表示其感测结果的信号从传感器部10馈送到微型计算机20构成计算处理器的微型计算机20基于来自传感器部10的信号来执行预定计算(随后将具体描述)，并且还综合地控制传感器单元SU的操作。存储器30存储由微型计算机20处理的任何信息。计时器40具有测量和识别当前年份、日期和时间的功能，以及从任意时间点测量时间流逝的功能。传感器单元SU通过测量等获取到的任何信息能够存储在存储器30中，并且当这种存储发生时，信息以与表示其获取的年份、日期和时间的时间信息相关联的形式存储在存储器30中。时间信息由计时器40生成。无线处理器50与外部设备，即不同于传感器单元SU的设备，无线交换任何信息。
参照图4，这里假设外部设备是终端设备TM。终端装置TM例如是信息终端、移动电话或个人计算机。所谓的智能手机属于信息终端、移动电话或个人计算机。终端设备TM也包括与无线处理器50类似的无线处理器，使得通过使用传感器单元SU的无线处理器50和终端设备TM的无线处理器，在传感器单元SU与终端设备TM之间实现信息的双向无线通信。
图5是传感器部10的框图。传感器部10包括加速度传感器11、气压传感器12以及方位传感器13。
加速度传感器11是三轴加速度传感器；它沿X轴、Y轴和Z轴方向分别感测由加速度传感器11(因此壳体3或传感器单元SU)移动产生的加速度，并相应地输出表示沿这些轴感测到的加速度。从加速度传感器11输出的加速度信号由表示X轴方向上的加速度的X轴加速度信号、表示Y轴方向上的加速度的Y轴加速度信号和表示Z轴方向上的加速度的Z轴加速度信号组成。如图6所示，X轴、Y轴、Z轴相互垂直。这里，假设作为壳体3的外部形状的圆柱形的轴线与Z轴一致，并且X轴、Y轴和Z轴在圆筒的中心处彼此垂直相交。
气压传感器12感测传感器单元SU所处位置处的气压，并输出表示感测到的气压的气压信号。由于高度和气压存在一定的关系，所以微型计算机20能够根据气压信号来计算高度。这里，高度表示传感器单元SU所处的位置相对于海平面以上0m(米)的地面的高度。
方位传感器13感测传感器单元SU所处的方位，并输出表示感测到的方位的方位信号。能够使用三轴地磁传感器来形成方位传感器13，三轴地磁传感器能够分别在与X轴、Y轴和Z轴平行的方向上感测地磁。这里，传感器单元SU所处的方位表示从传感器单元SU的第一基座的中心指向其第二基座的中心的线的方位。第一基座表示作为壳体3的外部形状的圆柱体的基部中的一个预先定义的基部，并且第二基部表示另一个基部。基于来自方位传感器13的方位信号，微型计算机20生成并获取表示传感器单元SU所处方位的方位信息。
<<第二实施例>>
将描述本发明的第二实施例。第二实施例以及随后将描述的第三和第四实施例基于第一实施例。因此，关于没有特别提及的第二实施例的这些特征，针对第一实施例给出的相关描述,除非不一致，否则同样适用于第二至第四实施例。对于作为第一与第二实施例之间矛盾的第二实施例的这些特征，以针对第二实施例给出的描述为准(对于随后描述的第三和第四实施例也是如此)。除非不一致，否则能够组合地实施第一至第四实施例中的两个或更多个。
第二实施例涉及一种利用包括传感器单元SU的测量设备来测量受试者的肌肉强度等的方法(随后将讨论肌肉强度的重要性)。被测量肌肉强度等的人被称为受试者,其实际上是传感器单元SU的用户。尽管专利文献1中公开的方法需要至少两个监视点，传感器单元SU允许利用单个加速度传感器来评估肌肉强度等。可以认为，根据非专利文献1在两个地方(臀部和膝盖)执行的监视,与之等价的监视能够适当地利用单个加速度传感器,通过在身体的一部分处测量加速度来执行,其中身体的一部分表现出与臀部和膝盖力矩之和的关联性，并且胸前是最适合或适合作为该身体的一部分。另一方面，在STS运动中，重要的是人有利地只利用下半身的力量起立。因此，最适合的或者适合的方法是:利用附接到(例如，紧贴)在受试者的手臂或胸部上的加速度传感器,测量前臂胸前交叉的情况下有力地起立运动中的加速度。
现在将描述通过利用这样的运动来测量肌肉强度等的测量设备的结构。图7的(a)是根据本实施例的测量设备的外部侧视图。图7的(b)是示出测量设备的壳体3内部的结构的示意图。测量设备包括传感器单元SU和附接带4，传感器单元SU包括部件组1、电路板2和壳体3。
壳体3与通常为环形的附接带4相适配。附接带4由例如橡胶、树脂、金属或者那些中的多于一种的组合形成。附接待4设置为允许将传感器单元SU(即，其中容纳部件组1和电路板2的壳体3)安装并且紧固到作为受试者的人体。这里，为了具体说明，假设如图8所示，传感器单元SU像腕表或腕带一样利用附接带4围绕受试者的手腕缠绕。因此，壳体3的一个面(圆筒形状的基部中的一个基部)保持紧密接触并且紧固到与受试者的手腕。然而，也可能在不使用附接带4的情况下，将壳体3紧密接触并紧固到受试者的胸部，使得壳体3的一个面与受试者胸部的皮肤直接接触。
当壳体3与受试者保持紧密接触并固定到受试者时，加速度传感器11固定在壳体3内部的预定位置上；因此由加速度传感器11感测到的加速度包括由受试者的运动(移动)产生的加速度。能够定义如下矢量的量，其具有由加速度传感器11感测到的分别在X，Y和Z轴方向上的加速度作为其不同的轴向分量。因此，能够认为加速度传感器11感测作为矢量的加速度。由加速度传感器11感测到的作为矢量的加速度被称为加速度矢量。在图9中，矢量VEC表示由X轴、Y轴、Z轴方向的加速度形成的加速度矢量。也就是，加速度矢量的X轴、Y轴和Z轴分量分别是加速度传感器11感测到的X轴方向上的加速度、Y轴方向上的加速度和Z轴方向上的加速度。
基于由加速度传感器11感测到的加速度(以下也称为感测加速度)，微型计算机20能够评估并导出受试者的肌肉强度等。
现在将描述用于评估和导出受试者的肌肉强度等的方法。基于预定评估时期期间感测到的加速度，其中的预定评估时期包含受试者执行预定的评估运动的时期，传感器单元SU(测量设备)能够评估并导出受试者的肌肉强度等。
评估运动是STS运动，其中受试者从坐在作为预定面的椅子就座面上的姿势起立，到达直立的姿势。椅子可以具有处于任何高度的就座面；然而，当受试者坐在椅子的就座面上时，受试者双脚的脚底应当在脚跟和脚趾处与地面接触。例如，椅子的就座面具有受试者身高的20％至30％。在评估运动中，受试者在前臂胸前交叉的情况下，用全力从椅子的就座面站起。图10是刚刚站起来的受试者的正面示意图。图11是评估期间受试者的简化示意侧视图。
在本实施方式中，壳体3(圆筒形状的基座中的一个基座)的一个面与受试者的手腕保持接触并紧固到受试者的手腕。因此，在手臂胸前交叉的情况下，加速度传感器11通常位于受试者胸前的固定位置。评估运动可以在壳体3位于固定位置的情况下执行，使得壳体直接与受试者的胸部直接接触。也就是，在评估动作中，将容纳有加速度传感器11的壳体3(或者加速度传感器11本身)附接(例如紧密接触)在受试者的手臂或胸部上，受试者用全力从椅子的就座面站立。
在STS运动中，加速度主要在垂直方向上变化，垂直方向上的加速度变化包括反映受试者的肌肉强度的信息。但是，根据壳体3如何附接到受试者，加速度传感器11中的X轴、Y轴、Z轴方向与垂直方向的关系很可能以不同的方式变化。因此，在传感器单元SU中，代替单独评估X轴、Y轴和Z轴方向上的加速度，对于加速度矢量的大小进行评估。加速度矢量的大小称为加速度绝对值，将加速度绝对值作为其信号值的信号被称为加速度绝对值信号。在本实施方式中，除非另有说明，将加速度绝对值理解为评估期间的加速度绝对值，并且将加速度绝对值信号理解为在评估期间将加速度绝对值作为其信号值的信号。
图12示出当受试者执行评估运动时观察到的加速度绝对值信号510的波形(换言之，加速度绝对值的信号波形)。在图12的曲线图中，横轴表示时间，纵轴表示加速度的绝对值(对于随后将提及的图13同样)。发出信号510的受试者是没有任何残疾的人，其通常在STS运动中表现为，当臀部离开椅子时和紧接受测者站立之前，其加速度绝对值有大的变化。在图12中，信号511出现的时期对应于臀部离开椅子的时期，并且过一会，出现信号512的时期对应于紧接停止直立之前的时期。在信号511出现的时期之前，加速度绝对值通常保持在9.8m/s2的时期是受试者从椅子站起来之前的时期(例如，受试者坐在椅子上休息的时期)。加速度传感器11构造为能够感测由于重力引起的加速度的传感器，因此，在受试者从椅子站立起的时期内(例如，受试者坐在椅子上休息的时期)，加速度传感器11仅感测重力加速度。
在本实施例中，将加速度传感器11的采样频率(即，周期性地感测加速度的感测周期的倒数)设置为200Hz(赫兹)。加速度传感器11的采样频率能够设置为不同于200Hz，在这种情况下，能够根据采样频率来优化后面描述的滤波。
通常，加速度传感器11对外部噪声敏感；即使壳体3牢固地固定在胸部或手臂上，其即使对于衣物沙沙声和皮肤运动也会敏感地反应。考虑到这一点，在传感器单元SU中，表示由加速度传感器11感测到的同一加速度的加速度绝对值信号经过滤波。这种滤波是对于加速度绝对值信号的低通滤波，因此较低频率的信号分量被衰减，并且较高频率的信号分量通过。在该实施例中，滤波包括使用四阶巴特沃斯(Butterworth)低通数字滤波器的低通滤波，并且将低通滤波的截止频率设置为5Hz。
对于作为滤波前的加速度绝对值信号的图12所示的加速度绝对值信号520进行滤波所获取的信号的波形，也就是滤波之后的加速度绝对值信号520的波形，如图13所示。在以下描述中，为了简单和清楚的描述，如图14中所示，滤波之前的加速度绝对值信号，如加速度绝对值信号510，被称为原始信号，并且滤波之后的加速度绝对值信号，如加速度绝对值信号520，被称为滤波信号。原始信号或滤波信号的信号值是加速度绝对值。
在评估期间，作为滤波信号的信号值的加速度绝对值通常首先保持恒定值(9.8m/s2)，然后在受试者臀部离开椅子的时间点附近增大到达第一极值；然后减小到达恒定值，然后进一步减小，在紧接受试者停止直立之前的时间点附近达到第二极值；此后它增大到恒定值。
第一个极值是评估期间滤波信号的最大信号值，称为加速度最大值数据。在图13所示的例子中，加速度最大值数据约为14.3m/s2。第二个极值是评估期间滤波信号的最小信号值，称为加速度最小值数据。在图13所示的例子中，加速度最大值数据约为5.0m/s2。对于滤波信号，信号值等于第一个极值的时间点与信号值等于第二个极值的时间点之间的时间差由Δt表示(稍后将讨论Δt的使用)。
来自加速度传感器11的感测加速度包含静态分量和惯性分量。静态分量包含由于重力引起的加速度分量和由于除了受测者移动之外的外力引起的加速度分量。这里，假定在地球上使用传感器单元SU，并且由于重力引起的加速度分量的大小等于9.8m/s2。不用说，重力加速度作用于垂直方向。惯性分量是由于受试者运动而产生的加速度分量，是STS运动中的必要组成部分。在普通的STS运动中，应当认为没有外力作用并且引力是恒定的；因此，能够认为惯性分量等于感测到的加速度减去由于重力引起的加速度分量。
微型计算机20包括对于原始信号应用滤波以生成滤波信号的滤波器(未示出)，并且基于在评估时段期间基于原始信号的滤波信号，导出与受试者的肌肉强度等有关的各种指标。滤波器也可以不是设置在微型计算机20中，而是插入到加速度传感器11与微型计算机20之间。
[导出指标P1]
基于滤波信号导出的指标能够包括指标P1。指标P1例如由下式给出：
P1＝(加速度最大值数据-重力加速度)/(体重×肌肉率)，
也就是，
P1＝(ACCMAX-9.8)/(WEIGHT×MSPER). (1A)
这里，ACCMAX表示以m/s2为单位的加速度最大值数据，WEIGHT表示受试者的体重，MSPER表示受试者的肌肉率。由于受试者的肌肉率指示受试者的肌肉重量占受试者体重的比例，所以指标P1也可以表示为
P1＝(加速度最大值数据-重力加速度)/肌肉量。
也就是说，公式(1A)能够改写为下面的公式(1B)：
P1＝(ACCMAX-9.8)/MSAMT. (1B)
在这里，MSAMT代表受试者的肌肉量(即，受试者身体内所含肌肉的重量)。
微型计算机20能够根据公式(1A)或公式(1B)导出指标P1。假设，当根据公式(1A)或(1B)导出指标P1时，已经预先将受试者的体重WEIGHT和肌肉率MSPER或者受试者的肌肉量MSAMT馈送到微型计算机20。
不方便的是，通常不易得知准确的肌肉率或肌肉量。然而，如果我们假设人体是由“肌肉”、“脂肪”以及“骨骼和器官”形成，而且“骨骼和器官”在受试者中不管他们的身体组成如何不同是恒定的，则能够通过使用比较容易测量和获取的体脂率或身体脂肪量而不是肌肉率或肌肉量来得出指标P1。
具体地，例如微型计算机20能够根据公式(2A)或公式(2B)导出指标P1。
P1＝(ACCMAX-9.8)/WEIGHT×(1-BFPER) (2A)
P1＝(ACCMAX-9.8)/(WEIGHT-BFAMT) (2B)
这里，BFPER表示受试者的体脂率，BFAMT表示受试者的身体脂量(即，受试者体内所含的身体脂肪的重量)。因此，在公式(2A)和(2B)中，为了简单起见，忽略“骨骼和器官”的重量。假设，当根据公式(2A)或(2B)导出指标P1时，已经预先将受试者的体重WEIGHT和体脂率BFPER或者受试者的体重WEIGHT和身体脂量BFAMT馈送到微型计算机20。
再例如，微型计算机20能够根据公式(2C)或(2D)导出指标P1。
P1＝(ACCMAX-9.8)/WEIGHT×(1-BFPER-KA1) (2C)
P1＝(ACCMAX-9.8)/(WEIGHT-BFAMT-KA2) (2D)
这里，KA1表示预先定义为指示受试者身体中包含的“骨骼和器官”的重量占受试者体重的比率的值。KA2表示预先定义为表示受试者身体中包含的“骨骼和器官”的重量的值。另外在此，假设当根据公式(2C)或(2D)导出指标P1的情况下，已经预先将受试者的体重WEIGHT和体脂肪率BFPER或者受试者的体重WEIGHT和体脂量BFAMT馈送到微型计算机20。
在公式(1A)、(1B)和(2A)～(2D)中，右侧的分母表示受试者的肌肉量本身或者受试者的肌肉量的近似值。因此，指标P1表示在作为评估运动的STS运动中受测者的单位肌肉量的加速度最大值，并且这称为肌肉强度。肌肉强度取决于受试者的肌肉力量，因此能够作为与受试者的肌肉力量(肌肉力量指标)相关的指标来掌握。肌肉力量大致分为连续工作的肌肉的力量和瞬时工作的肌肉的力量(即，爆发力)，基于加速度感知的肌肉强度被认为属于后者。
指标P1被理解为指示肌肉的使用效率，而不是肌肉量的大小。也就是说，高指标P1表示肌肉的有效使用；因此，可以认为高指标P1指向优秀的肌肉强度。例如，即使表面上肌肉发达的人，如果表现出低的指标P1，也可能是未有效地利用他们的肌肉。在根据例如公式(2A)等推导出指标P1的情况下，体重相对较重或体脂率比较低的人比其他人更难以获取高指标指标P1。在这种情况下，对于体重相对较重或体脂率相对较低的人来说，为了产生指标P1有关的良好，他们需要比其他人获取更高的加速度最大值(也就是说，他们需要更快地站起来)。
图15示出结合与指标P1执行实验的结果。在这些实验中，多个受试者执行评估运动，并且对于每个受试者，通过上述方式导出指标P1。根据公式(2A)导出指标P1。在图15中，沿着横轴取得受试者的年龄，沿着纵轴取得导出的指标P1。其中八人是男性，六人是女性，年龄跨度从三十到七十多岁。在图15中，黑色菱形与男性受试者对应，空心圆与女性受试者对应(对于随后将参考图16同样如此)。实验表明，在预定年龄(例如，30岁)或超过预定年龄时，随着受试者年龄增大，指标P1趋于下降。这种趋势被认为反映了肌肉强度随着年龄的增加而下降的实际趋势。同样从这个事实可以看出，指标P1是受试者肌肉力量状况的充分标志。
在图15中，直线540表示实验中不同年龄的指标P1的平均值，并由公式y＝ax+b表示。在这个公式中，y表示指标P1的值，x表示受试者的年龄，a和b是定义直线540的系数。通过上述实验利用更多数量的受试者找到直线540能够使系数a和b的值更接近反映实际的值。虽然在这里y被认为是x的线性函数，但也可以把y作为x的高阶函数(二次或更高阶的函数)。
[导出指标P2]
基于滤波信号导出的指标能够包括指标P2。指标P2例如由下式给出：
P2＝(加速度最大值数据－重力加速度)/(体重×体脂率)，
也就是，
P2(ACCMAX-9.8)/(WEIGHT×BFPER). (3A)
这里，ACCMAX表示以m/s2为单位的加速度最大值数据，并且受试者的体脂率BFPER是受试者的身体脂量占受试者的体重WEIGHT的比例。因此，指标P2也能够表示为
P2＝(加速度最大值数据－重力加速度)/身体脂量。
也就是说，公式(3A)可以改写为下面的公式(3B)：
P2＝(ACCMAX-9.8)/BFAMT. (3B)
微型计算机20能够根据公式(3A)或公式(3B)导出指标P2。假设，当根据公式(3A)或(3B)导出指标P2时，已经预先将受试者的体重WEIGHT和体脂率或者受试者的身体脂量BFAMT馈送到微型计算机20。
指标P2表示在作为评估运动的STS运动中的受试者的每单位体脂量的加速度最大值。通过，身材矮小、肌肉发达的人比其他人容易获取高指标P2。因此，指标P2可以用作肥胖趋势的标志。
图16示出基于通过与图15对应的上述实验获取的加速度最大值数据针对多个受试者导出的指标P2。在图16中，沿着横轴取得受试者的年龄，沿着纵轴取得导出的指标P2。与应用于指标P1的类似处理能够应用于指标P2；由此能够从针对多个受试者找到的指标P2导出其年龄与指标P2之间的关系式。
[导出指标P3]
基于滤波信号导出的指标能够包括指标P3。基于评估期间的滤波信号的波形导出指标P3。例如，根据下面的公式(4A)、(4B)或(4C)计算指标P3。
P3＝kB1(ACCMAX-9.8)-kB2·Δt (4A)
P3＝kB1(ACCMAX-9.8)/Δt (4B)
P3＝kB1/Δt (4C)
符号kB1和kB2代表预先定义的正系数。Δt表示的是上述参考图13提到的。应当认为，受试者的肌肉力量(爆发力)越高，因此站立地越快，加速度最大值数据ACCMAX越大，时间Δt越短。因此，与指标P1一样，指标P3也取决于被测者的肌肉强度，因此可以作为与被测者的肌肉强度(肌肉力量指标)相关的指标来掌握。
[收集实验数据]
通过使用传感器单元SU，能够通过如下所述的方式来执行实验数据收集。例如，在传感器单元SU的设计或制造阶段，在其作为由消费者(一般消费者和护理人员和医疗专业人员)使用的产品之前，进行实验数据收集。实验数据收集涉及重复单元实验。在单元实验中，给定年龄的一个受试者执行评估运动，并且对于该受试者，通过上述方式导出指标P1、P2和P3。大量不同年龄的受试者都进行了类似的单元实验。
第一到第n年龄组被定义为相互排斥。这里，假定n是2以上的整数，并且对于任何整数i，属于第(i+1)年龄组的年龄比属于第i年龄组的年龄高。
对于属于第i个年龄组的多个受试者导出的多个指标P1，分别用AVEP1[i]和σP1[i]表示平均值和分散度的正平方根。
对于属于第i个年龄组的多个受试者导出的多个指标P2，分别用AVEP2[i]和σP2[i]表示平均值和分散度的正平方根。
对于属于第i个年龄组的多个受试者导出的多个指标P3，分别用AVEP3[i]和σP3[i]表示平均值和分散度的正平方根。
在实验数据收集中，根据大量受试者的单位实验结果，推导出一组分类数据(分类数据集)，其包括AVEP1[1]～AVEP1[n]，σP1[1]～σP1[n]，AVEP2[1]～AVEP2[n]，σP2[1]～σP2[n]，AVEP3[1]～AVEP3[n]以及σP3[1]～σP3[n]。用于导出分类数据集合的计算可以在与传感器单元SU分开的计算设备(未示出)中执行。
分类数据集能够分别针对男性和女性导出。然而，在下面的描述中，为了简单描述，除非另有说明，假定所有受试者都是男性，并且分类数据集是针对男性的一个。
[测量设备的使用示例]
参考图17，现在将给出如何使用传感器单元SU的示例的具体流程的描述，包括如何使用分类数据集。在获取到分类数据集合之后执行图17中的步骤S11至S15的操作。
首先，在步骤S11中，使得受试者和传感器单元SU进入测定准备状态。在测量准备状态中，受试者坐在预定的椅子上，并且传感器单元SU的壳体3的一个面与受试者的手腕(或胸部)接触并紧固。
接着，在步骤S12中，受试者或其他人向传感器单元SU输入待机操作。传感器单元SU能够识别是否已经输入待机操作。待机操作例如是按压设置在壳体3上的未示出的操作按钮的操作。在这种情况下，传感器单元SU只需要监视操作按钮是否被按下。操作按钮可以是触摸面板上的一个。又例如，待机操作可以将预定操作输入到无线连接到传感器单元SU的终端设备TM(见图4)。在这种情况下，在接收到预定操作的输入时，终端设备TM将事件传送给传感器单元SU，由此识别待机操作的输入。
在待机操作的输入之后或之前，受试者采取前臂胸前交叉的姿势。在待机操作的输入之后立刻，在步骤S13中，受试者执行上述的评估动作。微型计算机20能够将输入待机操作的时间点作为评估期开始的时间点。评估期可以具有预定的时间长度(例如，10秒)。在这种情况下，微型计算机20将从输入待机操作的时间点开始经过预定时间的时间点作为评估期结束的时间点。或者，评估其可以在滤波信号中观察到加速度最小值数据的时间点结束。
评估期间结束后，在步骤S14中，基于评估期期间来自加速度传感器11的感测结果，微型计算机20导出上述指标P1～P3的全部或一部分。然后，在步骤S15中，微型计算机20基于在步骤S14中导出的指标和分类数据集合来进行分类。下面分类的描述假设分类数据集合预先存储在并入微型计算机20或存储器30的非易失性存储器(未示出)中。
例如，考虑受试者的年龄属于第i个年龄组(其中i是1以上但在n以下的整数)的情况。先前已经将受试者的年龄属于第i个年龄组的信息馈送到传感器单元SU。
在这种情况下，例如如图18中所示，在对于在步骤S14导出的指标P1进行分类时，关于给定指标P1，如果满足
P1＜AVEP1[i]-2·σP1[i]，
将其分类到第一类；如果它满足
AVEP1[i]-2·σP1[i]≤P1≤AVEP1[i]-σP1[i]，
将其分类到第二类；如果它满足
AVEP1[i]-σP1[i]＜P1＜AVEP1[i]+σP1[i]，
将其分类到第三类；如果它满足
AVEP1[i]+σP1[i]≤P1≤AVEP1[i]+2·σP1[i]，
将其分类到第四类；如果它满足
AVEP1[i]+2·σP1[i]＜P1，
将其分类到第五类。
值(AVEP1[i]-2·σP1[i])，、值(AVEP1[i]-σP1[i])，、值(AVEP1[i]+σP1[i])，以及值(AVEP1[i]+2·σP1[i])针对每个年龄组作为指标P1的分类中的预定基准值。
类似地，例如，在对于在步骤S14导出的指标P2进行分类时，关于给定指标P2，如果满足
P2＜AVEP2[i]-2·σP2[i]，
将其分类到第一类；如果它满足
AVEP2[i]-2·σP2[i]≤P2≤AVEP2[i]-σP2[i]，
将其分类到第二类；如果它满足
AVEP2[i]-σP2[i]＜P2＜AVEP2[i]+σP2[i]，
将其分类到第三类；如果它满足
AVEP2[i]+σP2[i]≤P2≤AVEP2[i]+2·σP2[i]，
将其分类到第四类；如果它满足
AVEP2[i]+2·σP2[i]＜P2，
将其分类到第五类。
值(AVEP2[i]-2·σP2[i])，、值(AVEP2[i]-σP2[i])，、值(AVEP2[i]+σP2[i])，以及值(AVEP2[i]+2·σP2[i])针对每个年龄组作为指标P2的分类中的预定基准值。
类似地，例如，在对于在步骤S14导出的指标P3进行分类时，关于给定指标P3，如果满足
P3＜AVEP3[i]-2·σP3[i]，
将其分类到第一类；如果它满足
AVEP3[i]-2·σP3[i]≤P3≤AVEP3[i]-σP3[i]，
将其分类到第二类；如果它满足
AVEP3[i]-σP3[i]＜P3＜AVEP3[i]+σP3[i]，
将其分类到第三类；如果它满足
AVEP3[i]+σP3[i]≤P3≤AVEP3[i]+2·σP3[i]，
将其分类到第四类；如果它满足
AVEP3[i]+2·σP3[i]＜P3，
将其分类到第五类。
值(AVEP3[i]-2·σP3[i])，、值(AVEP3[i]-σP3[i])，、值(AVEP3[i]+σP3[i])以及值(AVEP3[i]+2·σP3[i])针对每个年龄组作为指标P3的分类中的预定基准值。
传感器单元SU能够识别的信息包括：在步骤S14中导出的信息和在步骤S15中的分类结果，可以从传感器单元SU无线地发送到终端装置TM，也可以显示在包括液晶显示面板等的显示屏幕上。这里，显示屏幕可以是可以设置在传感器单元SU的壳体3上的显示屏幕，或者可以是设置在终端设备TM上的显示屏幕。在显示屏幕上显示的内容由设置在传感器单元SU或终端设备TM中的显示控制器(未示出)控制。
例如，当指标P1被分类到第三类时，在显示屏幕上显示平均肌肉强度的指示。当指标P1被分类到第四类时，在显示屏幕上显示优于平均肌肉强度的指示。当指标P1被分类到第五类时，在显示屏幕上显示仍优于第四类的肌肉强度的指示。当指标P1被分类到第四类时，在显示屏幕上显示优于平均肌肉强度的指示。当指标P1被分类到第一类时，在显示屏幕上显示比第二类更差的肌肉强度的指示。当指标P1被分类为第一类或第二类时，可以在显示屏幕上显示推荐适当的运动治疗等的消息。同样对于指标P2或P3，同样地控制在显示屏幕上显示的内容。尽管在上述方法中，在五个类别中进行分类，但是用于分类的类别数量可以不是五个。
虽然在上述操作的示例中，假定滤波、步骤S14中的指标的导出以及步骤S15中的分类全部在传感器单元SU中执行，但是它们的全部或一部分可以在终端设备TM中执行。在这种情况下，微型计算机20的一部分或全部被认为存在于终端装置TM中。在终端设备TM上执行分类的情况下，已经预先将分类数据集合馈送该终端设备TM。
在该实施例中，肌肉强度等能够利用简单配置来测量，其中包括来自加速度传感器的感测数据的使用。简单配置有助于使得设备紧凑且便宜。从受试者(用户)的角度来看，通过诸如从椅子上站立等习惯性动作，能够容易地测量肌肉强度等，因此能够容易地以常规的方式使得肌肉强度可视化。因此，能够检测出缺乏锻炼，改善生活质量(QOL)，建议受试者进行足够的运动量等，以便不局限在床上，从而改善健康生活预期，因而降低医疗成本。
可以使用不感测重力加速度的加速度传感器作为加速度传感器11，在此情况下，在上面提到的相关公式中，(ACCMAX-9.8)将被ACCMAX替换。在这种情况下，第一极值和第二极值都是最大值；即使如此，通过与上述类似的方式，将第一极值作为加速度最大值数据处理。
当执行评估运动是，加速度传感器11位于能够检测到由于受试者的移动而产生的加速度预定位置，在上述的说明中，将该预定位置假定为受试者的胸前。然而，这并不意味着将预定位置限制到受试者的胸前；预定位置或者可以在受试者的胸口之前或在咽喉之前。
<<第三实施例>>
将描述本发明的第三实施例。
微型计算机20包括测量并导出活动量的活动量导出器。活动量表示作为用户的人体(换言之，受试者)的活动量。为了更准确地获取在用户的每种身体活动中发生的加速度，优选的是传感器单元SU尽可能近地与用户身体接触。
活动量是指示由传感器单元SU计算和获取的用户的身体活动量的指标，并且能够例如是被定义为体力消耗的强度乘以体力消耗的持续时间的体力消耗量(以运动(EX)为单位)。体力消耗的强度是以静息的倍数表示一个人的体力消耗强度的量，并以MET(代谢当量)为单位给出。作为活动量，可以计算与体力消耗量相称的其他量；例如，可以计算活动中消耗的能量的量(以千卡为单位)。活动中消耗的能量的量通过将体力消耗量乘以用户的体重(以千克为单位)然后再乘以1.05来计算。
用户的生物测定信息经由设置在终端装置TM中的用户接口(未示出)馈送到终端装置TM，从而保持在终端装置TM中，并且也通过无线通信被传送到传感器单元SU以被存储在存储器30中。用户的生物测定信息可以替代地经由设置在传感器单元SU中的用户界面(未示出)被预先馈送到传感器单元SU以存储在存储器30中。用户的生物测定信息能够包括用户的性别、年龄、体重、身高、体脂率、体脂质量、肌肉比例、肌肉量等，并且通过使用用户的生物测定信息，微型计算机20能够导出针对用户的活动量以及指标P1、P2和P3。
已经提出了用于基于加速度信号来导出活动量的各种方法。微型计算机20能够使用任何已知的用于导出活动量的方法(包括日本专利申请公开2014-226161号公报和日本专利申请公开2015-8806号公报中公开的示例)。现在将描述一个简单的示例。
图19是由微型计算机20执行的活动量导出的流程图。在活动量导出中，首先，在步骤S51，基于加速度信号来确定身体活动的种类。例如，加速度信号根据穿戴传感器单元SU的用户是在休息、在行走或者在跑步(例如，加速度矢量以不同的幅度和不同的时期来改变其大小)而改变。用于区分不同条件的阈值数据存储在存储器30中，并且基于加速度信号(例如，加速度矢量随之改变大小的振幅和周期)和阈值数据，微型计算机20确定用户身体活动是第一种、第二种或第三种。第一种表示用户在休息。第二种表示用户在行走。第三种表示用户在跑步。
在完成用户的身体活动种类的确定之后，在步骤S52，基于所确定的身体活动的种类和斜率，微型计算机20确定体力消耗的强度。斜率表示当用户在其上行走或跑步时所观察到的地面、楼梯等的斜率。
例如，每当用户行走或跑步10步时，微型计算机20执行高度感测以基于气压信号感测高度，并且基于由先前高度感测产生的感测高度和感测到的高度产生的高度从刚执行的高度感测，以循环更新的方式计算斜率。尽管到目前为止还没有提到，但微型计算机20具有计步器功能，用于根据加速度信号通过公知的方法对于用户所采取的步数进行计数。在步骤S52中，基于最近的斜率来确定体力消耗的强度。存储器30存储用于将体力消耗的类型和斜率转换为体力消耗的强度的表，并且基于该表来确定体力消耗的强度。
已经预先将斜率的计算中所需的用户的步长馈送到传感器单元SU。根据计步器功能计数的步数、步长以及通过高度感测所感测到的高度，能够确定斜率。作为步长，能够分开定义当判断用户正在行走时参考的步数和当判断用户正在跑步时参考的步长。步长可以替代地根据先前已经馈送到传感器单元SU的用户的身高来估计。
在步骤S52之后，在步骤S53中，微型计算机20基于在步骤S52中确定的体力消耗强度来计算每单位时间的活动量。例如，体力消耗量(以运动单位(EX))可以简单地通过将体力消耗的强度乘以单位时间来计算。又例如，活动中消耗的能量的量(以千卡为单位)能够通过将体力消耗的强度乘以单位时间，然后乘以用户的体重(以千克为单位)，并且进一步乘以1.05来计算。
通过每单位时间执行包括步骤S51到S53的单元过程，微型计算机20对于一个单位时间到下一个单位时间周期性地计算活动量。
通过累加每单位时间计算的活动量，微型计算机20能够计算具有与多个单位时间对应的长度的给定时期内的活动量。给定时期内的活动量能够存储在存储器30中，活动量的时间顺序数据能够存储在存储器30中。活动量的时间顺序数据包括每单位时间循环计算的一组活动量。
存储器30适当地包括易失性存储器和非易失性存储器。易失性存储器能够暂时性地存储用于由微型计算机20等处理的各种数据，并且非易失性存储器能够存储要长期保存的数据。例如，非易失性存储器存储不同日期和时间的过去身体活动(包括活动量)的信息、过去导出的指标P1～P3的值、如上所述的生物计量信息、各种程序等等。
虽然以上描述涉及不仅使用加速度感测的结果而且还使用气压感测的结果来导出活动量的示例，但活动量可以替代地通过仅使用加速度感测的结果来导出。在这种情况下，可以从传感器单元SU中省略气压传感器12，并且仅基于所确定的身体活动种类来确定体力消耗强度。
可以在传感器部10中设置角速度传感器(未示出)，该角速度传感器能够单独感测传感器单元SU绕作为旋转轴的X轴、Y轴和Z轴旋转的角速度。在这种情况下，除了加速度感测的结果之外，或者除了加速度感测和气压感测的结果之外，微型计算机20还可以通过使用角速度感测的结果来导出活动量。使用角速度能够准确识别诸如上身扭转的身体动作，从而可以更准确地测量和推导活动量。
[活动效率指标]
利用通过上述方式导出的活动量和通过根据第二实施例的方法导出的与肌肉力量相关的指标(指标P1或P3；以下称为肌肉力量指标)，微型计算机20能够导出活动效率指标，它是不同于活动量或肌肉力量指标的指标。活动效率指标指示活动量对于肌肉力量指标的影响，并且能够被认为是指示身体活动的质量。
参考图20，将给出用于导出活动效率指标的方法的描述。由微型计算机20计算的指示在预定活动监视期期间的活动量的活动量由ACT表示。活动量ACT是基于活动监测期期间来自传感器的感测结果导出的。感测结果至少包括来自加速度传感器11的感测结果，并且还能够包括来自气压传感器12和/或角速度传感器(未示出)的感测结果。
VA表示在相对于活动监视期的开始时间点的第一时段中通过结合第二实施例描述的方法测量和导出的肌肉力量指标的值。VB表示在相对于活动监视期的结束时间点的第二时段中通过结合第二实施例描述的方法测量和导出的肌肉力量指标的值。如上所述，测量肌肉力量指标需要有限的时间长度来执行评估运动(即，与评估期相对应的时间长度)。因此，刚刚提到的第一和第二时期能够各自被理解为具有预定时间宽度的时期。能够认为第一时期是测量和推导肌肉力量指标值VA的评估时期，能够认为第二时期是测量和推导肌肉力量指标值VB的评估时期。微型计算机20根据在作为第1时期而出现的评估期间内的加速度信号(加速度绝对值信号)导出肌肉强度指标值VA，并且基于作为第2时期而出现的评估期间内的加速度信号(加速度绝对值信号)导出肌肉强度指标值VB。
第一时期是相对于活动监测期的开始时间点确定的，通常是活动监测期之前的时期。
例如，如果以下肌肉力量指标可用：该肌肉力量指标测量并导出在从活动监视期之前的预定时间长度(例如，24小时)到活动监视器的开始时间点的时期(以下称为时期610；参见图20)，将该肌肉力量指标值作为肌肉力量指标值VA进行处理，将肌肉力量指标值的测量和导出的评估期间VA视为第一时期。如果在时期610中测量和导出的那些肌肉强度指标值中的多个肌肉强度指标值能够使用，那么按照时间顺序最后测量和导出的肌肉力量指标值作为肌肉强度指标值VA处理。
如果在期间610中没有测量和导出的肌肉强度指标值可用，但是在从活动监视时期的开始时间点到活动监视时期的开始时间点之后的预定时间长度(例如24小时)的时期(以下称为时期612；参见图20)内测量并导出的肌肉强度指标值可用，将该肌肉强度指标值作为肌肉力量指标值VA处理，将肌肉力量指标值VA的测量和推导的评估期视为第一时期。如果在期间610中测量和导出的肌肉强度指标值不可用，并且在时期612中测量和导出的那些肌肉强度指标值中的多个肌肉强度指标值能够使用，那么按照时间顺序最后测量和导出的肌肉力量指标值作为肌肉强度指标值VA处理。
作为与上述部分重叠的替代方法，在按时间顺序最靠近活动监测期的开始时间点测量并导出的肌肉力量指标值可以作为肌肉力量指标值VA。
第二时期是相对于活动监测期的结束时间点确定的，通常是活动监测期之前的时期。自然，第二时期比第一时期晚。
例如，在从活动监视时期的结束时间点到活动监视时期的结束时间点之后的预定时间长度(例如24小时)的时期(以下称为时期612)内测量并导出的肌肉强度指标值可用，将该肌肉强度指标值作为肌肉力量指标值VB处理，将肌肉力量指标值VB的测量和推导的评估期视为第二时期。如果在时期620中测量和导出的那些肌肉强度指标值中的多个肌肉强度指标值能够使用，那么按照时间顺序最先测量和导出的肌肉力量指标值作为肌肉强度指标值VB处理。
如果没有在620期间测量和导出的肌肉力量指标值，但是从活动监视期的结束时间点到活动监视期的结束时间点之前的预定时间长度(例如，24小时)的时期内(以下称为时期622；见图20)测量和导出的肌肉力量指标值是可用的，则将该肌肉强度指标值作为肌肉力量指标值VB处理，将肌肉力量指标值VB的测量和推导的评估期作为第二时期。如果在时期622中测量和导出的那些肌肉强度指标值中的多个肌肉强度指标值能够使用，那么按照时间顺序最后测量和导出的肌肉力量指标值作为肌肉强度指标值VB处理。
作为与上述部分重叠的替代方法，在按时间顺序最靠近活动监测期的结束时间点测量并导出的肌肉力量指标值可以作为肌肉力量指标值VB。
当活动监视期的活动效率指标的值由QL表示时，那么基于活动监视期内的肌肉强度指标值VA和VB以及活动量ACT，QL由下公式(5)给出。
QL＝(VB-VA)/ACT (5)
从公式(5)可知，活动效率指标表示活动监视期间的每单位活动量的肌肉力量指标值的变化量。例如，考虑在活动监视期间以增加肌肉强度指标值为目的进行预定的体力消耗(例如步行)的情况。那么，如果活动效率指标QL相对较高，那么能够认为实现其目的的相关体力消耗的效率比较高，而如果活动效率指标QL相对较低，那么能认为实现其目的的相关体力消耗的效率比较低。具体而言，当将ACT＝10时达到VB-VA＝1的体育活动与ACT＝20时达到VB-VA＝1的体育活动进行比较时，能够认为前者比后者有效两倍。
为了使活动效率指标准确地表示“活动监视期间的每单位活动量的肌肉强度指标值的变化量”，优选的是，时期610、时期612、时期620、时期622(参照图20)中任何时期与活动监视期相比足够短，并且将其设置为活动监视期间的长度乘以预定因子以下(在没有肌肉强度指标值VA或VB满足它是可用的情况下，可以将活动效率指标的推导认为不可能来放弃)。这里，预定因子具有小于1的正值，并且例如是几十部分中的一部分到几百部分的一部分。
可以允许用户通过经由用户界面的操作自由地设置活动监视期的开始和结束时间点。这里，用户界面可以是设置在终端设备TM中的用户界面，也可以是设置在传感器单元SU中的用户界面。
由传感器单元SU识别的任何信息，包括由微型计算机20导出或存储在存储器30中的信息(包括例如，指标P1～P3、活动量、活动量的时间顺序数据、活动效率指标和方向信息；以下称为单元获取的信息)能够经由无线处理器50传输到终端设备TM，并且终端设备TM能够在设置在终端设备TM上的显示屏幕上显示单元获取的信息。传感器单元SU可以设置有显示屏幕，在这种情况下，单元获取的信息可以显示在传感器单元SU的显示屏幕上。
<<第四实施例>>
将描述本发明的第四实施例。第四实施例涉及应用和修改的技术，其中涉及传感器单元SU的使用。结合第四实施例描述的技术能够与结合第一到第三实施例描述的技术相结合地实现。
具有简单的结构，传感器单元SU能够构建得紧凑；特别是具有如奖牌的形状，传感器单元SU能够用于各种形式的可穿戴设备。也就是说，能够构建并入传感器单元SU的期望的可穿戴设备。利用传感器单元SU构建可穿戴设备允许传感器单元SU容易地附接到人体上的期望点。能够认为这样的可穿戴设备具有用于将传感器单元SU保持在作为受试者的人体上的附接构件。结合第二实施例所讨论的测量设备(见图7的(a)等)是一种可穿戴设备，并且附接带4与附接构件对应。附接构件不限于附接带4，而是可以是允许传感器单元SU附接到作为受试者的人体的任何东西。
附接到人体可以是直接的。在那种情况下，附接到人体带来传感器单元SU与人体的形成组织(典型地，皮肤)直接接触。附接到人体可以替代地是间接的。在间接附接中，将传感器单元SU安装在穿着在人体周围的衣服或穿戴在人体腰部周边的皮带等上，使得经由衣服或皮带等将传感器单元SU附着到人体上，在这种情况下，传感器单元SU与人体的形成组织(典型地，皮肤)没有直接接触。
图21的(a)至(d)是作为用于并入传感器单元SU的可穿戴设备的示例的可穿戴设备WD1至WD4的外部视图。
如结合第二实施例所述的测量设备(参见图7的(a)等)，可穿戴设备WD1是手表型可穿戴装置，并且包括传感器单元SU，以及耦接到传感器单元SU并且允许传感器单元SU附接到用户的手腕的附接带。可穿戴设备WD1可以包括显示屏，其用于显示通过使用传感器单元SU的计时器40获取的当前时间(这同样适用于可穿戴设备WD2至WD4)。
可穿戴设备WD2是腕带式可穿戴设备，并且包括传感器单元SU，以及耦接到传感器单元SU并允许传感器单元SU附接到用户手腕的附接带。
可穿戴设备WD3是项链式可穿戴设备，并且包括传感器单元SU，以及环形形状的环构件，其耦接到传感器单元SU并且允许传感器单元SU从用户的颈部悬挂。当使用者穿戴可穿戴设备WD3时，传感器单元SU位于项链吊坠的位置处。
可穿戴设备WD4是徽章型可穿戴设备，并且包括传感器单元SU，以及夹子构件，其耦接到传感器单元SU并允许传感器单元SU装配到穿在使用者的腰部周围的用户衣服或皮带等。
如上所述，传感器单元SU用于能够获取方位信息。方位信息被认为对于可穿戴设备是特别适合的，并且将方位信息与计步信息(通过计步器功能计数的步数)进行组合能够确定穿戴可穿戴设备的用户的移动方向和距离。例如，通过将包括传感器单元SU的可穿戴设备放置在待观察的受试者上，并且将指示待观察的受试者的移动的方向和距离的信息从传感器单元SU传输到终端设备TM，能够实现观察支持。将来，终端设备TM可以另外地具备用于室内导航的功能，其中通过GPS(全球定位系统)的位置识别是困难的，由此实现增强的观察支持。
由微型计算机20计算或导出的上述信息的全部或一部分可以在终端装置TM的一部分上被计算或导出。也就是说，微型计算机20的全部或部分功能可以由设置在终端设备TM中的微型计算机执行。
传感器单元SU本身或传感器单元SU的部件的一部分(例如，部件组1)可以并入在移动设备中。移动设备的例子包括信息终端、移动电话和个人计算机。所谓的智能手机属于信息终端、移动电话或个人计算机。在这种情况下，例如当导出指标P1～P3时，能够在移动设备保持在手掌中的情况下执行评估移动，使得移动设备保持在胸前固定位置。上述终端设备TM能够被认为是一种移动设备，并且可穿戴设备也可以被认为是一种移动设备。移动设备包括：能够显示任何信息的显示屏、可以经由诸如因特网的网络与另一信息设备通信的通信单元、包括能够输出音频的扬声器等的音频输出单元、实现与伙伴设备的语音通信的电话单元等。移动设备通常设置有加速度传感器，其用于感测移动设备的倾斜，在这种情况下，用于感测移动设备的倾斜等的加速度传感器可以两倍于加速度传感器11。微型计算机20待执行的处理然后能够由设置在移动装置中的微型计算机执行。
如上所述，传感器单元SU除了具有测量活动量的功能之外，还具有测量肌肉力量的功能(导出肌肉力量指标的功能)。由此，传感器单元SU允许进行诸如步行、跑步等的身体活动的生活记录(活动量历史的管理)，能够根据人的运动来估计肌肉力量状态。传感器单元SU因此有助于管理人的健康状况。即，与非专利文献1所公开的其他方法相比，能够更容易地测量与肌肉力量相关的指标，通过将肌肉力量定量化，能够促进由于缺乏运动或老化而产生的肌肉力量退化的可视化，并且通过防止因肌肉力量退化造成伤害、防止卧床不起、施行症状前措施、以及促进康复来控制更高水平的健康。
具有导出活动效率指标的功能，传感器单元SU能够评估所执行的身体活动是否有效。如果发现效率低下，就有可能改变未来身体活动的方式。
<<本发明有关的研究>>
以下是对于上述本发明的研究。
根据本发明的一方面，一种指标导出设备(SU)，其包括用于感测加速度的加速度传感器(11)并且能够导出人体活动量，其包括：肌肉力量指标导出器(20)，其基于来自加速度传感器的感测结果来导出关于人体的肌肉力量的肌肉力量指标(例如，P1或P3)；以及单独指标导出器(20)，其用于导出与在预定的活动监测期间的肌肉力量指标相对于活动量的变化相称的单独指标。
因此，能够导出活动量与肌肉力量指标之间的关系作为单独指标；例如，能够评估所执行的身体活动是否有效。如果发现效率低下，就有可能改变未来身体活动的方式。也就是说，能够容易地得知利用常规设备不可能知道的身体活动的质量。
在上述实施例中，能够认为微型计算机20包括：导出活动量的活动量导出器、导出肌肉力量指标的肌肉力量指标导出器、以及导出作为单独指标的活动效率指标的单独指标导出器(活动效率指标导出器)。
根据本发明的目标设备(指标导出设备、可穿戴设备或移动设备)可以构建为诸如集成电路的硬件，或者作为硬件和软件的组合。作为目标设备可执行的功能的全部或一部分的任意特定功能可以被写入程序中，并且该程序可以存储在闪速存储器中，该闪速存储器能够安装在目标设备上，使得当程序在程序执行设备(例如，能够安装在目标设备上的微型计算机)上运行时，将执行这些特定的功能。该程序能够存储或固定到任何记录介质。程序存储或固定到的记录介质可以安装在或连接到与目标设备分离的设备(例如，服务器设备)上。
符号的说明
SU 传感器单元
TM 终端设备
1 部件组
2 电路板
3 壳体
10 传感器部
11 加速度传感器
12 气压传感器
13 方位传感器
20 微型计算机
30 存储器
40 计时器
50 无线处理器

Claims (14)

1.一种指标导出设备，其包括用于感测加速度的加速度传感器，并且所述指标导出设备能够导出人体的活动量，所述指标导出设备包括：
肌肉力量指标导出器，其用于基于来自所述加速度传感器的感测结果来导出人体的肌肉力量有关的肌肉力量指标；以及
单独指标导出器，其用于导出与在预定活动监测期期间所述肌肉力量指标相对于所述活动量的变化相当的单独指标。
2.根据权利要求1所述的指标导出设备，其中
所述单独指标导出器基于以下来导出所述单独指标：
基于在活动监视期期间来自所述加速度传感器的感测结果所导出的活动量，
基于在相对于所述活动监测期的开始时间点的第一时期期间来自所述加速度传感器的感测结果所导出的肌肉力量指标，以及
基于在相对于所述活动监测期的结束时间点的第二时期期间来自所述加速度传感器的感测结果所导出的肌肉力量指标。
3.根据权利要求1或2所述的指标导出设备，其中
所述肌肉力量指标导出器基于加速度信号来导出所述肌肉力量指标，所述加速度信号基于在人体执行预定运动的评估期内来自所述加速度传感器的感测结果。
4.根据权利要求3所述的指标导出设备，其中
所述肌肉力量指标导出器通过使用在所述加速度信号中所包含的加速度最大值数据来导出所述肌肉力量指标。
5.根据权利要求4所述的指标导出设备，其中
所述肌肉力量指标导出器通过使用以下来导出所述肌肉力量指标：
所述加速度最大值数据、人体的体重以及人体的体脂率或者
所述加速度最大值数据、人体的体重以及人体的体脂量。
6.根据权利要求4所述的指标导出设备，其中
所述肌肉力量指标导出器通过使用以下来导出所述肌肉力量指标
所述加速度最大值数据、人体的体重以及人体的肌肉率或者
所述加速度最大值数据和人体的肌肉量。
7.根据权利要求5或6所述的指标导出设备，其中
所述肌肉力量指标导出器导出在预定运动中人体的每单位肌肉量的加速度最大值，作为所述肌肉力量指标。
8.根据权利要求4到7中的任一项所述的指标导出设备，其中
由所述加速度传感器所感测到的加速度包含：
由于人体运动而产生的加速度分量，以及
由重力而引起的加速度分量，并且
所述肌肉力量指标导出器通过使用如下的值来导出所述肌肉力量指标，该值是通过从所述加速度最大值数据减去由于重力而引起的加速度分量而被获取的。
9.根据权利要求3到8中的任一项所述的指标导出设备，其中
所示加速度传感器分别感测沿着三个相互垂直的轴的加速度，并且
用于导出所述肌肉力量指标的加速度信号表示由沿着三个轴的加速度所形成的加速度矢量的大小。
10.根据权利要求3到9中的任一项所述的指标导出设备，其中
所述预定运动包括人体起立的运动。
11.根据权利要求1到10中的任一项所述的指标导出设备，进一步包括：
用于感测气压的气压传感器，并且
基于以下来导出所述活动量
来自所述加速度传感器的感测结果，以及
来自所述气压传感器的感测结果。
12.根据权利要求1到11中的任一项所述的指标导出设备，包括：
电路板，其上安装有：
包括所述加速度传感器的传感器部；
计算处理器，其用于导出所述活动量，所述计算处理器构成所述肌肉力量指标导出器和所述单独指标导出器；以及
无线处理器，其用于执行无线通信；以及
容纳所述电路板的壳体。
13.一种可佩带设备，其包括根据权利要求1到12中的任一项所述的指标导出设备。
14.一种移动设备，其包括根据权利要求1至12中任一项所述的指标导出设备。
CN201680033213.1A 2015-06-05 2016-05-31 指标导出设备、可穿戴设备以及便携式设备 Active CN107613869B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015114839A JP6573104B2 (ja) 2015-06-05 2015-06-05 指標導出装置、ウェアラブル機器及び携帯機器
JP2015-114839 2015-06-05
PCT/JP2016/066047 WO2016194907A1 (ja) 2015-06-05 2016-05-31 指標導出装置、ウェアラブル機器及び携帯機器

Publications (2)

Publication Number Publication Date
CN107613869A true CN107613869A (zh) 2018-01-19
CN107613869B CN107613869B (zh) 2020-12-25

Family

ID=57441302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680033213.1A Active CN107613869B (zh) 2015-06-05 2016-05-31 指标导出设备、可穿戴设备以及便携式设备

Country Status (6)

Country Link
US (1) US10912510B2 (zh)
EP (1) EP3305197A4 (zh)
JP (1) JP6573104B2 (zh)
KR (1) KR102039236B1 (zh)
CN (1) CN107613869B (zh)
WO (1) WO2016194907A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113544736A (zh) * 2019-04-09 2021-10-22 松下知识产权经营株式会社 下肢肌肉力量估计系统、下肢肌肉力量估计方法及程序

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017103117A1 (de) * 2017-02-16 2018-08-16 Valeo Schalter Und Sensoren Gmbh Verfahren zum Betrieb einer Sensoranordnung auf Basis eines DSI-Protokolls in einem Kraftfahrzeug sowie eine entsprechende Sensoranordnung in einem Kraftfahrzeug
EP3586742B1 (en) * 2018-06-27 2021-08-04 The Swatch Group Research and Development Ltd Methods for computing a real-time step length and speed of a running or walking individual
JP7073990B2 (ja) * 2018-09-04 2022-05-24 日本電信電話株式会社 状態推定装置、方法およびプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040236246A1 (en) * 2003-05-21 2004-11-25 Tanita Corporation Apparatus for assessing leg strength of a user
CN1827043A (zh) * 2005-02-28 2006-09-06 Npo法人熟年体育大学研究所 腿肌力计算装置、腿肌力计算方法及程序
JP2014061084A (ja) * 2012-09-20 2014-04-10 Panasonic Corp 筋力推定装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09325081A (ja) 1996-06-05 1997-12-16 Casio Comput Co Ltd 運動測定装置及び運動測定装置を備えた電子式ゲーム装置
JP2001321343A (ja) * 2000-05-12 2001-11-20 Misaki:Kk 健康指標測定装置
JP4464927B2 (ja) 2005-02-28 2010-05-19 Ｎｐｏ法人熟年体育大学リサーチセンター 脚筋力算出装置、脚筋力算出方法及びプログラム
JP4696677B2 (ja) * 2005-05-19 2011-06-08 アイシン精機株式会社 筋力測定装置
EP2027817B1 (fr) * 2007-08-23 2016-02-24 Myotest SA Accéléromètre et procédé de commande adapté
JP2009125506A (ja) * 2007-11-27 2009-06-11 Panasonic Electric Works Co Ltd 歩容改善支援システム
AU2010292063B2 (en) * 2009-09-10 2015-04-02 Intrapace, Inc. Improved diagnostic sensors and/or treatments for gastrointestinal stimulation or monitoring devices
JP5742423B2 (ja) * 2011-04-21 2015-07-01 学校法人立命館 下肢筋力の余裕度を求めるための方法、及びこれに用いる下肢筋力評価装置
JP5879634B2 (ja) 2012-02-23 2016-03-08 株式会社タニタ 身体活動測定装置
KR101452066B1 (ko) 2012-12-14 2014-10-16 주식회사 인바디 활동량 리포트를 제공하는 장치 및 방법
JP6183827B2 (ja) 2013-03-14 2017-08-23 株式会社タニタ 運動機能評価装置及び運動機能評価方法
WO2015126095A1 (ko) * 2014-02-21 2015-08-27 삼성전자 주식회사 전자 장치
JP6448015B2 (ja) * 2014-04-23 2019-01-09 株式会社タニタ 運動機能測定装置、方法、及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040236246A1 (en) * 2003-05-21 2004-11-25 Tanita Corporation Apparatus for assessing leg strength of a user
CN1827043A (zh) * 2005-02-28 2006-09-06 Npo法人熟年体育大学研究所 腿肌力计算装置、腿肌力计算方法及程序
JP2014061084A (ja) * 2012-09-20 2014-04-10 Panasonic Corp 筋力推定装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JUAN J. GONZA´ LEZ-BADILLO等: "Moderate resistance training volume produces more favorable strength gains than high or low volumes during a short-term training cycle", 《JOURNAL OF STRENGTH AND CONDITIONING RESEARCH》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113544736A (zh) * 2019-04-09 2021-10-22 松下知识产权经营株式会社 下肢肌肉力量估计系统、下肢肌肉力量估计方法及程序

Also Published As

Publication number Publication date
WO2016194907A1 (ja) 2016-12-08
CN107613869B (zh) 2020-12-25
KR102039236B1 (ko) 2019-10-31
US20180146907A1 (en) 2018-05-31
JP2017000240A (ja) 2017-01-05
US10912510B2 (en) 2021-02-09
KR20170137188A (ko) 2017-12-12
EP3305197A4 (en) 2019-02-13
EP3305197A1 (en) 2018-04-11
JP6573104B2 (ja) 2019-09-11

Similar Documents

Publication Publication Date Title
Sasaki et al. Measurement of physical activity using accelerometers
Butte et al. Assessing physical activity using wearable monitors: measures of physical activity
Albinali et al. Using wearable activity type detection to improve physical activity energy expenditure estimation
CN109480858B (zh) 一种用于量化检测帕金森患者运动迟缓症状的可穿戴智能系统及方法
Nolan et al. Validity of the Apple iPhone®/iPod Touch® as an accelerometer-based physical activity monitor: a proof-of-concept study
Lee et al. Portable activity monitoring system for temporal parameters of gait cycles
US20090204030A1 (en) Method and system for monitoring the functional use of limbs
TW201233977A (en) Portable evaluator of amount of exercise and method of evaluating amount of exercise thereof
CN107613869A (zh) 指标导出设备、可穿戴设备以及便携式设备
CN105534500B (zh) 一种整合生理参数监测的平衡功能测评装置及方法
Thilarajah et al. Wearable sensors and Mobile Health (mHealth) technologies to assess and promote physical activity in stroke: a narrative review
JP2002263086A (ja) 運動測定装置
John et al. Calibrating a novel multi-sensor physical activity measurement system
US10561343B2 (en) Index deriving device, wearable device, and mobile device
CN206979491U (zh) 穿戴式人体平衡能力监测仪
CN103759738A (zh) 一种计步器
US10251598B2 (en) Waistband monitoring analysis for a user
Ceaser The estimation of caloric expenditure using three triaxial accelerometers
JP2018007979A (ja) 運動支援装置及び運動支援方法、運動支援プログラム
Fujiki et al. Making sense of accelerometer measurements in pervasive physical activity applications
CN112274874A (zh) 一种基于微惯性传感器的人体运动能耗评估系统和方法
JP2009180503A (ja) 活動量計
Mannini et al. A smartphone-centered wearable sensor network for fall risk assessment in the elderly
JP6969761B2 (ja) 運動支援装置及び運動支援方法、運動支援プログラム
RU222339U1 (ru) Устройство для анализа движений нижних конечностей человека

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant