CN111989040A - 行走形态显示方法、行走形态显示系统以及行走形态分析装置 - Google Patents

行走形态显示方法、行走形态显示系统以及行走形态分析装置 Download PDF

Info

Publication number
CN111989040A
CN111989040A CN201980025909.3A CN201980025909A CN111989040A CN 111989040 A CN111989040 A CN 111989040A CN 201980025909 A CN201980025909 A CN 201980025909A CN 111989040 A CN111989040 A CN 111989040A
Authority
CN
China
Prior art keywords
walking
data
measurement
pedestrian
feature
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.)
Withdrawn
Application number
CN201980025909.3A
Other languages
English (en)
Inventor
福井大辅
惠木正史
中川弘充
田中毅
三宅贤稔
小野贵司
堀越伸也
野口稔
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.)
Hitachi High Tech Corp
Original Assignee
Hitachi High Technologies Corp
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 Hitachi High Technologies Corp filed Critical Hitachi High Technologies Corp
Publication of CN111989040A publication Critical patent/CN111989040A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • A61B5/112—Gait analysis
    • 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
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7425—Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/744—Displaying an avatar, e.g. an animated cartoon character
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/08—Elderly
    • 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
    • A61B5/103—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
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)

Abstract

选择行人的测量和与行人比较对照的参照行人的测量，显示将行人的1步量的行走显示为动画的第1行走模型(604)，显示将参照行人的1步量的行走显示为动画的第2行走模型(603)，以能够比较的方式显示与行人的测量相关的预定的特征量数据的大小和与参照行人的测量相关的预定的特征量数据的大小(607)。

Description

行走形态显示方法、行走形态显示系统以及行走形态分析 装置
技术领域
本发明涉及行走形态显示方法、行走形态显示系统以及行走形态分析装置。
背景技术
人为了自由地活动自己的身体，需要使由骨、关节、肌肉、神经构成的运动器官正常地发挥机能。运动器官综合症(locomotive syndrome)是指如下状态：在运动器官的某一个或者多个中引起障碍，站、走、跑、坐这样的移动机能降低。如果这样的移动机能的降低发展，则对日常生活也造成障碍。需要入院治疗那样的运动器官障碍在50岁以后多发，高龄下的运动器官障碍导致需要帮助、护理的风险。由于运动器官障碍是逐渐发展的，所以认识到运动器官综合症的预防、早期发现、恰当处置的必要性。
在专利文献1中公开了能够掌握行人的行走状态的行走状态显示系统。在本系统中，使对象者佩戴行走动作测量装置后行走，求出表示对象者的行走状态的指标并进行显示。作为指标，例示出表示行走状态的步幅、行走周期、重心的变动状态、脚部高度、膝高度等。
现有技术文献
专利文献1：日本特开2012-65723号公报
发明内容
(发明要解决的课题)
人的移动机能的降低表现为行走障碍。因此，认为有效的是掌握对于运动器官综合症的早期发现、改善进行推进的人的行走状态，并易于理解地传达给对象者。在专利文献1中，记载了以求出的指标作为行走动作模型，将现状的对象者的行走动作模型和预先规定的最佳的行走动作模型进行比较显示，或者将指标按照时间序列进行图形显示，但未记载具体如何显示。
本发明的目的在于，通过能够分析并且易于理解地显示行人的行走形态，进而能够提示改善方法，从而实现运动器官综合症的预防、早期发现、恰当处置。
(用于解决课题的手段)
作为本发明的一个实施方式的行走形态显示方法用于显示行人的行走形态，其中，关于多个被测量者的行走，针对每次测量，预先存储表示被测量者的测量点的三维空间的轨迹的骨骼数据、定义骨骼数据中的被测量者的1步的间距数据以及根据被测量者的1步量的骨骼数据计算的特征量数据，选择多个被测量者之中的显示于显示画面的行人的测量以及与行人比较对照的参照行人的测量，根据与行人的测量相关的骨骼数据以及间距数据，显示将行人的1步量的行走显示为动画的第1行走模型，根据与参照行人的测量相关的骨骼数据以及间距数据，显示将参照行人的1步量的行走显示为动画的第2行走模型，以能够比较的方式显示与行人的测量相关的预定的特征量数据的大小和与参照行人的测量相关的预定的特征量数据的大小。
其它课题和新的特征根据本说明书的描述以及附图而会变得明确。
(发明的效果)
能够分析并且易于理解地显示行人的行走形态。
附图说明
图1是行走形态显示系统的硬件结构。
图2是行走形态显示系统的软件结构。
图3是示出行走的测量以及行走形态分析模型的制作、更新流程的图。
图4是示出领域知识(domain knowledge)的登记流程的图。
图5是显示利用者的行走形态的流程。
图6A是行走形态的显示画面的例子。
图6B是行走形态的显示画面的例子。
图7是使显示画面显示的整体流程。
图8是行走模型的显示流程。
图9是特征量的显示流程。
图10是行走形态度的显示流程。
图11是领域知识的显示流程。
图12是领域知识数据的数据构造。
图13是测量元数据的数据构造。
图14是骨骼数据的数据构造。
图15是间距数据的数据构造。
图16A是特征量数据的数据构造。
图16B是特征量的例示。
图17是特征量说明数据的数据构造。
图18是分析模型的数据构造。
(符号说明)
1：行走形态显示系统；100：行走形态分析装置；101：CPU；102：输入I/F；103：输出I/F；104：存储器；105：存储设备；106：通信I/F；107：I/O端口；108：内部总线；110：行走形态分析系统；111：传感器；120：行走形态显示终端；121：CPU；122：存储器；123：通信I/F；124：输入I/F；125：输出I/F；126：内部总线；130：网络；210：操作者程序；220：数据可视化程序；230：骨骼数据抽出程序；240：特征量计算程序；250：数据分析程序。
具体实施方式
图1示出行走形态显示系统1的硬件结构。行走形态显示系统1具有：行走形态分析系统110，针对被测量者进行行走的测量，并根据其测量结果制作行走形态分析模型；以及行走形态显示终端120，对于利用者的行走形态，与利用行走形态分析装置进行的分析一起进行显示，其中，行走形态分析系统110的行走形态分析装置100和行走形态显示终端120通过网络130连接。
行走形态分析装置100具备CPU(Central Processing Unit，中央处理单元)101、输入I/F(Interface，接口)102、输出I/F103、存储器104、存储设备105、通信I/F106、I/O端口107，它们通过内部总线108结合，能够以通用计算机来实现。输入I/F102与键盘、鼠标等输入装置连接，另外输出I/F103与显示器、打印机连接，实现针对操作者的GUI(GraphicalUser Interface，图形用户界面)。通信I/F106是用于与网络130连接的接口。存储设备105通常由HDD、ROM、闪存存储器等非易失性存储器构成，存储行走形态显示系统1执行的程序、作为程序的处理对象的数据等。存储器104由RAM(Random Access Memory，随机存取存储器)构成，根据CPU101的命令，临时地存储程序、用于执行程序所需的数据等。CPU101执行从存储设备105载入到存储器104的程序。
行走形态分析装置100经由I/O端口107而与传感器111连接，构成行走形态分析系统110。行走形态分析装置100针对传感器111发出感测数据的收集命令，传感器111响应于该收集命令，针对被测量者的行走进行感测，将测量结果发送给行走形态分析装置100。在本实施例中，说明作为传感器111使用基于TOF(Time of Flight，飞行时间)方式的距离传感器的例子。传感器111为了捕捉被测量者的行走形态，测量被测量者的行走中的身体的测量点(关节等)在三维空间中的活动(轨迹)。距离传感器具有能够直接求出三维空间中的测量点的坐标的优点。此外，传感器111不限定于距离传感器。例如，既可以将传感器111设为摄像机，从由摄像机对行走中的测量者进行摄影得到的影像进行图像解析，也可以使用加速度传感器、角度传感器、陀螺传感器那样的传感器。还能够使用多个种类的传感器。既可以是传感器111自身输出测量点的三维空间的轨迹，也可以构成为行走形态分析装置100根据传感器111的测量结果或者摄影结果计算测量点的三维空间的轨迹。
行走形态显示终端120对于利用者的行走形态，与利用行走形态分析装置100进行的分析一起进行显示。行走形态显示终端120具备CPU121、存储器122、通信I/F123、输入I/F124、输出I/F125，它们通过内部总线126结合，能够以平板、智能手机来实现。行走形态显示终端120的各构成要素与行走形态分析装置100的相应的构成要素是同等的。
图2是行走形态显示系统1的软件结构，示出在系统1中执行的程序及其关系。操作者程序210具有实现用于测量行走并根据其测量结果进行行走形态分析模型的制作、更新的GUI的功能。数据可视化程序220具有易于理解地显示利用者的行走形态的功能。骨骼数据抽出程序230通过操作者程序210的骨骼数据抽出调用部212而被启动，具有从来自传感器111的感测数据抽出骨骼数据的功能。特征量计算程序240通过操作者程序210的特征量计算调用部213而被启动，具有根据骨骼数据来计算用于对被测量者的行走形态进行分析的特征量的功能。数据分析程序250具有：进行根据特征量来分析利用者的行走形态的行走形态分析模型的制作、更新的功能；将测量数据、分析模型储存到数据库的功能；在通过数据可视化程序220显示分析数据时进行行走形态的显示所需的数据取得、基于行走形态分析模型的利用者的行走形态的评价的功能。数据库程序260具有如下功能：将行走形态显示系统1所需的测量数据、分析模型储存到存储设备105并进行管理。此外，操作者程序210、骨骼数据抽出程序230、特征量计算程序240、数据分析程序250、数据库程序260是由行走形态分析装置100执行的程序，数据可视化程序220是由行走形态显示终端120执行的程序。
使用图3，说明行走形态分析装置100执行的、根据行走的测量及其测量结果来制作并更新行走形态分析模型的流程。被测量者310对操作者320委托测量(S01)，操作者320指示操作者程序210的用户输入输出处理部211，以将被测量者310的测量元数据输入到系统并开始测量(S02)。图13示出测量元数据的数据构造。
针对每次测量，都制作测量元数据335(S10)。测量元数据包括用于唯一地确定数据的测量ID1301、储存传感器111的测量结果的测量文件名1302、与被测量者310有关的基础数据1303～1305。基础数据被用作进行行走形态分析模型的学习时的学习数据的对象总体的决定、或者行走形态分析模型的变量的一部分。作为基础数据，例如可以列举年龄1303、性别1304、行走形态1305这样的项目。
骨骼数据抽出调用部212(操作者程序210)启动骨骼数据抽出程序230，开始测量(S03)。骨骼数据抽出处理部231测量被测量者的行走(S04)，输出骨骼数据331(S05)。在本实施例中，设想骨骼数据抽出程序230联机地从传感器111取得感测数据，但还能够将由传感器111取得的感测数据以离线方式输入到装置。图14示出骨骼数据331的数据构造。
骨骼数据331是被测量者的测量点的三维空间的轨迹，在纵轴储存时间(时间戳)1401，在横轴储存各测量点的(X，Y，Z)坐标1402。在测量点中设定影响行走形态的关节等。骨骼数据331如后所述被用于抽出与被测量者的行走有关的特征量。因此，为了舍弃依赖于被测量者各自的体格的差异，例如优选为将在行走过程中摆动少的身体中的测量点储存为在行走过程中始终作为原点相对化的相对坐标。
骨骼数据抽出程序230在抽出骨骼数据331时，将测量结束的意思回送给操作者程序210。受理测量结束的意思后，特征量计算调用部213(操作者程序210)启动特征量计算程序240(S06)。首先，骨骼数据取得部241取得骨骼数据331(S07)。接下来，间距数据抽出处理部242从骨骼数据331抽出间距数据(S08)。图15示出间距数据332的数据构造。
间距数据332定义骨骼数据331中的被测量者的1步。在图15的例子中，由测量ID1301指定的骨骼数据表示从在间距开始1501中规定的时间至在间距结束1502中规定的时间为止是1步。1步例如能够定义为从行人在行走过程中使右脚的脚后跟接触地面起至再次使右脚的脚后跟离开地面为止，根据感测数据来检测“右脚的脚后跟着地的时间”、“右脚的脚后跟离开地面的时间”，并分别作为间距开始时刻、间距结束时刻而登记到间距数据332。
接下来，特征量计算处理部243根据1步量的骨骼数据331计算特征量数据(S08)。如图16B所示，预先在系统中决定计算的特征量。特征量是行走中的被测量者的关节、轴的活动、相关性，根据骨骼数据331而被计算出来。图16A示出特征量数据333的数据构造。针对每个测量ID1301，储存计算出的特征量1601。此外，在如后所述显示所测量的行走形态时，以使被测量者也能够理解的方式显示特征量的内容。因此，定义在系统中计算的特征量，与此匹配地，为了向利用者说明特征量的内容而储存有特征量说明数据334。图17示出特征量说明数据334的数据构造。特征量说明数据334包括唯一地确定特征量的特征量ID1701、作为利用特征量ID来确定的特征量的名称的特征量名称1702、说明特征量的内容的特征量说明1703。
从操作者程序210的数据持续化调用部214对数据分析程序250进行委托，以将通过1次的测量而得到的测量元数据335、骨骼数据331、间距数据332、特征量数据333储存到数据库(S11)。
数据分析程序250的数据分析处理部256将积蓄于数据库的被测量者的行走数据用作学习数据，进行行走形态分析模型的学习(S12)，制作或者更新分析模型336(S13)。图18示出分析模型336的数据构造。分析模型336包括唯一地确定模型的模型ID1801、模型的分析类型1802、目标变量1803、模型数据1804。例如，本例子的模型ID“1”的行走形态分析模型是计算与行走形态“健康行走”对应的程度(称为“行走形态度”)的Logistic回归分析模型(Logistic Regression Analysis Model)，表示其判定程序是“二进制数据1”。此外，在此作为分析模型使用监督学习模型，但不限定于特定的模型。
数据分析程序的数据持续化处理部251委托数据库程序260保存并管理从操作者程序210委托的测量元数据335、骨骼数据331、间距数据332、特征量数据333以及由数据分析处理部256制作或者更新的分析模型336(S14)，数据库程序260执行其处理。
这样，行走形态分析装置100具有分析模型336，使用分析模型336进行系统的利用者的行走形态的分析。在本实施例的系统中，易于理解地显示分析的行走形态、或者进行用于改善行走形态的建议。
使用图4，说明为了针对利用者的行走形态进行建议而向系统登记领域知识的流程。向数据库的登记流程与行走形态分析模型的制作、更新流程的情况相同，所以省略详细的说明。此外，上述特征量说明数据334的登记流程也按照与图4相同的流程而登记到系统。
领域知识是指，与对利用者的行走形态附加特征的特征量有关的专业知识。图12示出领域知识数据401的数据构造。领域知识数据401包括唯一地确定领域知识的知识ID1201、知识领域1202、特征量ID1701、条件1203、知识1204。知识领域1202表示领域知识是与哪个专业领域有关的知识。特征量ID1701表示领域知识是关于哪个特征量的专业知识，登记有该特征量是条件1203所示的条件的情况下的专业知识1204。例如，在知识ID“2”中，是身体素质领域的知识，登记有在左手腕的左右方向的活动的速度是10以上且小于20的情况下建议接受训练A。在知识ID“3”中，是医疗领域的知识，登记有在左手腕的上下方向的活动的速度是20以上的情况下建议接受检查。知识1204的内容是在特征量数据处于预定的条件时希望传达给利用者的注意、警告、建议等，其内容没有特别限定。
使用图5，说明对利用者的行走进行感测而通过行走形态分析装置100分析利用者的行走形态并显示利用者的行走形态的流程。首先，通过行走形态分析系统110测量利用者315的行走。与关于图3说明的流程同样地，计算关于利用者315的行走的特征量数据333。此外，在该情况下利用者315的行走形态是未知的，所以在测量元数据335中没有行走形态的信息。图5示出在利用者315的特征量数据被算出并被登记到数据库之后显示利用者的行走形态的流程。在该例子中，示出操作者320操作行走形态显示终端120的例子，但也可以由利用者315直接操作。
操作者320为了使利用者315的行走形态显示于显示装置，使行走形态显示终端120启动数据可视化程序220(S31)。通过用户输入输出处理部221(参照图2)执行程序的启动、关于显示的内容的指示输入、向终端(显示器)的显示。数据可视化程序220为了显示利用者的行走形态，向行走形态分析装置100请求显示用数据(S32)。接受显示用数据的请求后，数据分析程序250通过数据库程序260取得可视化所需的数据(S33)。此外，所需的数据已经储存在数据库中。即，是与利用者315有关的测量元数据335、骨骼数据331、特征量数据333、间距数据332、以及分析行走样子的分析模型336、特征量说明数据334、领域知识数据401。之后，数据分析程序250执行用于显示所取得的数据而所需的加工以及使用分析模型的行走形态度数据的计算等(S34)。数据分析程序250将这些显示所需的数据发送给行走形态显示终端120(S35)。行走形态显示终端120使用接收到的显示用数据，显示利用者315的行走形态。操作者320将其结果反馈给利用者315(S36)。
图6A、图6B是通过行走形态显示终端120显示的利用者的行走形态的显示画面的例子。显示画面600被设为显示2名行人的行走形态。这是因为，通过设为看一眼就能够比较多个行走形态，从而使利用者易于理解自己的行走形态的问题。作为比较对象的行人(称为参照行人)既可以是行走形态不同的其他人，也可以是自己的过去的行走形态。
说明显示画面600的结构。设为行人数据1是与参照行人相关的数据，行人数据2是与利用者相关的数据。通过在第1选择栏601、第2选择栏602中分别选择参照行人的测量ID、利用者的测量ID，显示参照行人以及利用者的行走形态。
行走模型603、604将行人的行走显示为动画。反复显示基于表示行人的骨架模型实现的1步的活动。在本例子的骨架模型中，在对行人的身体进行了模拟的骨架模型中用圆来表示测量点。行走模型603、行走模型604分别表示参照行人、利用者的行走。
行走形态度605、606显示使用行走形态分析模型对行人的行走进行分析得到的行走形态度。行走形态度605是参照行人的行走形态度。该值能够通过使用图18所示的分析模型中的模型ID1进行分析来得到。行走形态度606是利用者的行走形态度。同样地，除了基于模型ID1的分析以外，通过使用分析老人走法的分析模型进行分析，能够显示行走形态度606。
在显示画面600的下部，设置有特征量显示栏607和特征量说明栏608。在特征量显示栏607中显示计算出的特征量中的对利用者的行走形态附加特征的特征量。在本例子中，以易于比较的方式利用条形图来示出与参照行人及利用者的行走形态相关的特征量。在特征量说明栏608中，显示有显示于特征量显示栏607的内容的说明。在图6A的情况下，作为对利用者的行走形态附加特征的特征量，示出了在参照行人与利用者之间差的比值大的特征量，所以显示有其说明。例如，从差的比值大的特征量开始依次选择预定数量。另外，通过点击或者触摸显示于特征量显示栏607的特征量的名称或者图形，能够使操作者选择特定的特征量。
图6B示出在图6A的画面显示中操作者选择了第2个特征量“头部的Z轴和脊柱的Z轴的速度的互相关函数的峰值强度”的情况的显示画面。此时，如以下那样显示发生变化。
(1)在特征量显示栏607中将所选择的特征量611与其它特征量在视觉上可识别地显示。
(2)有关所选择的特征量611的特征量说明被显示于特征量说明栏608。
(3)在行走模型603、604各自中，可识别地显示为了计算所选择的特征量611而使用的测量点612、613。
(4)在关于所选择的特征量611而存在领域知识的情况下，显示对应的领域知识614。
使用图7～图11，说明使显示画面600显示的流程。图7是显示显示画面的整体流程。操作者320针对浏览器(数据可视化程序)220进行结果显示请求(S41)。在结果显示请求中，包括终端120的URL、显示于显示画面的参照行人、利用者的测量ID的选择等。间距已抽出的骨骼数据取得请求(S42)与行走模型603、604的显示有关。特征量数据取得请求(S44)与特征量显示栏607、特征量说明栏608的显示有关。行走形态度数据取得请求(S46)与行走形态度605、606的显示有关。领域知识数据取得请求(S48)与和所选择的特征量611相关的领域知识614的显示有关。
使用图8，说明向显示画面600的行走模型的显示流程。骨骼数据显示处理部222(数据可视化程序220，参照图2)向骨骼数据取得处理部252(数据分析程序)发出间距已抽出的骨骼数据取得请求(S42)。骨骼数据取得处理部252经由数据库程序260，取得与所选择的测量ID相关的骨骼数据(参照图14)以及间距数据(参照图15)(S51、S52)。从取得的骨骼数据、间距数据，抽出1步量的骨骼数据(间距已抽出的骨骼数据)(S53)。将间距已抽出的骨骼数据从骨骼数据取得处理部252发送到骨骼数据显示处理部222，骨骼数据显示处理部222根据该数据，形成动画而显示为行走模型(S43)。
使用图9，说明向显示画面600的特征量的显示流程。特征量数据显示处理部223向特征量数据取得处理部253发出特征量数据取得请求(S44)。特征量数据取得处理部253经由数据库程序260，取得与所选择的测量ID相关的特征量数据(参照图16A)(S61)。由于意图正确地分析行人的行走形态，所以特征量具有膨大的种类。因此，需要选择与行人的行走形态的特征密切相关的特征量来进行显示。在图6A的例子中，以所选择的2个测量ID中的差的比值的大小为基准而选择要显示的特征量。这样，特征量数据取得处理部253以预先决定的预定的基准，抽出作为显示对象的特征量(S62)。另外，特征量数据取得处理部253经由数据库程序260，取得特征量说明数据(参照图17)(S63)，抽出与作为显示对象抽出的特征量数据对应的特征量数据说明(S64)。将作为显示对象抽出的特征量数据和特征量说明数据从特征量数据取得处理部253发送到特征量数据显示处理部223，特征量数据显示处理部223根据该数据，制作条形图等而进行显示(S45)。
使用图10，说明向显示画面600的行走形态度的显示流程。行走形态度显示处理部225向行走形态定量化处理部255发出行走形态度数据取得请求(S46)。行走形态定量化处理部255经由数据库程序260，取得行走形态分析模型(参照图18)以及与所选择的测量ID相关的特征量数据(S71)。将所取得的特征量数据应用于各分析模型，计算基于各分析模型的行走形态度数据(S73)。将行走形态度数据从行走形态定量化处理部255发送到行走形态度显示处理部225，行走形态度显示处理部225根据该数据，显示行走形态度数据(S47)。显示方法没有特别限定，在行走形态并非是健康行走而观察到某种异常的情况下，优选为如图6A所示一并显示作为在行走形态度中计算出高值的分析模型的目标变量的行走形态(在图6A的情况下为“老人走法”)。例如，将所取得的特征量数据应用于储存在分析模型336中的所有分析模型，显示此时成为最大的值的行走形态度即可。
使用图11，说明向显示画面600的领域知识的显示流程。领域知识显示处理部224向领域知识取得处理部254发出领域知识数据取得请求(S48)。领域知识取得处理部254经由数据库程序260，取得领域知识数据(参照图12)(S81)。将所取得的领域知识数据从领域知识取得处理部254发送到领域知识显示处理部224，领域知识显示处理部224根据该数据，显示领域知识(S49)。关于领域知识取得处理部254发送的领域知识，既可以发送储存于行走形态分析装置100的全部领域知识，也可以抽出与作为显示对象的特征量相关的领域知识来发送。
以上，根据实施方式具体地说明了由本发明人完成的发明，但不限于此，能够在不脱离其要旨的范围中进行各种变更。例如，作为显示画面600所显示的特征量，也可以在行走形态度中计算出高值的分析模型中选择被实施高加权的特征量来进行显示。在该情况下，也可以交互式地执行操作者320向浏览器220的指示输入，切换显示的特征量。例如，能够针对显示画面600设置特征量的选择栏，作为选项设为能够选择“与参照行人的差的比值大的特征量”、“对行走形态度分析贡献大的特征量”等，从而利用者315从多个方面辨识自己的行走形态。

Claims (16)

1.一种行走形态显示方法，显示行人的行走形态，其中，
关于多个被测量者的行走，针对每次测量，预先存储表示被测量者的测量点的三维空间的轨迹的骨骼数据、定义骨骼数据中的被测量者的1步的间距数据以及根据被测量者的1步量的骨骼数据计算的特征量数据，
选择所述多个被测量者之中的显示于显示画面的行人的测量以及与所述行人比较对照的参照行人的测量，
根据与所述行人的测量相关的骨骼数据以及间距数据，显示将所述行人的1步量的行走显示为动画的第1行走模型，
根据与所述参照行人的测量相关的骨骼数据以及间距数据，显示将所述参照行人的1步量的行走显示为动画的第2行走模型，
以能够比较的方式显示与所述行人的测量相关的预定的特征量数据的大小和与所述参照行人的测量相关的预定的特征量数据的大小。
2.根据权利要求1所述的行走形态显示方法，其中，
显示于所述显示画面的预定的特征量数据是从与所述行人的测量相关的特征量数据的大小和与所述参照行人的测量相关的特征量数据的大小之差的比值大的特征量数据选择的。
3.根据权利要求1所述的行走形态显示方法，其中，
预先存储对根据被测量者的1步量的骨骼数据计算的特征量数据的内容进行说明的特征量说明数据，
在显示于所述显示画面的预定的特征量数据中的任意特征量数据被选择时，从所述特征量说明数据显示所选择的所述特征量数据的说明，将在所选择的所述特征量数据的计算中使用的测量点显示于所述第1行走模型以及所述第2行走模型。
4.根据权利要求3所述的行走形态显示方法，其中，
预先存储作为与根据被测量者的1步量的骨骼数据计算的特征量数据有关的专业知识的领域知识数据，
在所述领域知识数据中存在与所选择的所述特征量数据有关的专业知识的情况下，将该专业知识显示于所述显示画面。
5.根据权利要求1所述的行走形态显示方法，其中，
预先存储根据特征量数据计算表示与预定的行走形态对应的程度的行走形态度的行走形态分析模型，
在行走形态分析模型中应用与所述行人的测量相关的特征量数据，计算与所述行人的测量相关的第1行走形态度，
在行走形态分析模型中应用与所述参照行人的测量相关的特征量数据，计算与所述参照行人的测量相关的第2行走形态度，
将所述第1行走形态度以及所述第2行走形态度显示于所述显示画面。
6.根据权利要求5所述的行走形态显示方法，其中，
将在多个行走形态分析模型中应用与所述行人的测量相关的特征量数据而计算出的最大的行走形态度显示为所述第1行走形态度。
7.根据权利要求6所述的行走形态显示方法，其中，
显示于所述显示画面的预定的特征量数据是从在与所述第1行走形态度的计算相关的行走形态分析模型中贡献大的特征量数据选择的。
8.根据权利要求5所述的行走形态显示方法，其中，
所述行走形态分析模型是将与所述多个被测量者的测量相关的特征量数据制作或者更新为学习数据的监督学习模型。
9.一种行走形态显示系统，具有：
行走形态分析装置；以及
行走形态显示终端，与所述行走形态分析装置经由网络连接，其中，
所述行走形态分析装置具有：
第1处理器；
第1存储器；
存储设备；以及
数据分析程序，被读入到所述第1存储器，由所述第1处理器执行，
所述行走形态显示终端具有：
第2处理器；
第2存储器；以及
数据可视化程序，被读入到所述第2存储器，由所述第2处理器执行，
所述行走形态分析装置的所述存储设备关于多个被测量者的行走，针对每次测量，预先存储表示被测量者的测量点的三维空间的轨迹的骨骼数据、定义骨骼数据中的被测量者的1步的间距数据以及根据被测量者的1步量的骨骼数据计算的特征量数据，
所述行走形态显示终端的所述数据可视化程序具有：
输入输出处理部，接受所述多个被测量者之中的显示于显示画面的行人的测量以及与所述行人比较对照的参照行人的测量的选择；
骨骼数据显示处理部，显示将所述行人及所述参照行人的1步量的行走显示为动画的行走模型；以及
特征量数据显示处理部，以能够比较的方式显示与所述行人的测量相关的预定的特征量数据的大小和与所述参照行人的测量相关的预定的特征量数据的大小，
所述行走形态分析装置的所述数据分析程序具有：
骨骼数据取得处理部，从所述存储设备抽出与所述行人的测量及所述参照行人的测量相关的1步量的骨骼数据，发送给所述骨骼数据显示处理部；以及
特征量数据取得处理部，从所述存储设备抽出与所述行人的测量及所述参照行人的测量相关的所述预定的特征量数据，发送给所述特征量数据显示处理部。
10.根据权利要求9所述的行走形态显示系统，其中，
所述特征量数据取得处理部从与所述行人的测量相关的特征量数据的大小和与所述参照行人的测量相关的特征量数据的大小之差的比值大的特征量数据进行选择。
11.根据权利要求9所述的行走形态显示系统，其中，
所述行走形态分析装置的所述存储设备预先存储根据特征量数据计算表示与预定的行走形态对应的程度的行走形态度的行走形态分析模型，
所述行走形态显示终端的所述数据可视化程序具有行走形态度显示处理部，该行走形态度显示处理部显示与所述行人的测量及所述参照行人的测量相关的行走形态度，
所述行走形态分析装置的所述数据分析程序具有行走形态定量化处理部，该行走形态定量化处理部将从所述存储设备抽出的与所述行人的测量及所述参照行人的测量相关的特征量数据应用于行走形态分析模型，计算与所述行人的测量及所述参照行人的测量相关的行走形态度，并发送给所述行走形态度显示处理部。
12.根据权利要求11所述的行走形态显示系统，其中，
所述行走形态定量化处理部将在多个行走形态分析模型中应用与所述行人的测量相关的特征量数据而计算出的最大的行走形态度作为与所述行人的测量相关的行走形态度发送给所述行走形态度显示处理部。
13.一种行走形态分析装置，与行走形态显示终端经由网络连接，其中，
所述行走形态分析装置具有：
处理器；
存储器；
存储设备；以及
数据分析程序，被读入到所述存储器，由所述处理器执行，
所述存储设备关于多个被测量者的行走，针对每次测量，预先存储表示被测量者的测量点的三维空间的轨迹的骨骼数据、定义骨骼数据中的被测量者的1步的间距数据以及根据被测量者的1步量的骨骼数据计算的特征量数据，
所述数据分析程序具有：
骨骼数据取得处理部，为了使所述行走形态显示终端将行人及与所述行人比较对照的参照行人的1步量的行走显示为动画，从所述存储设备抽出与所述行人的测量及所述参照行人的测量相关的1步量的骨骼数据；以及
特征量数据取得处理部，为了使所述行走形态显示终端以能够比较的方式显示与所述行人的测量相关的预定的特征量数据的大小和与所述参照行人的测量相关的预定的特征量数据的大小，从所述存储设备抽出与所述行人的测量及所述参照行人的测量相关的所述预定的特征量数据。
14.根据权利要求13所述的行走形态分析装置，其中，
所述特征量数据取得处理部从与所述行人的测量相关的特征量数据的大小和与所述参照行人的测量相关的特征量数据的大小之差的比值大的特征量数据进行选择。
15.根据权利要求13所述的行走形态分析装置，其中，
所述存储设备预先存储根据特征量数据计算表示与预定的行走形态对应的程度的行走形态度的行走形态分析模型，
所述数据分析程序具有行走形态定量化处理部，该行走形态定量化处理部为了使所述行走形态显示终端显示与所述行人的测量及所述参照行人的测量相关的行走形态度，将从所述存储设备抽出的与所述行人的测量及所述参照行人的测量相关的特征量数据应用于行走形态分析模型，计算与所述行人的测量及所述参照行人的测量相关的行走形态度。
16.根据权利要求15所述的行走形态分析装置，其中，
所述行走形态定量化处理部将在多个行走形态分析模型中应用与所述行人的测量相关的特征量数据而计算出的最大的行走形态度作为与所述行人的测量相关的行走形态度。
CN201980025909.3A 2018-04-26 2019-04-15 行走形态显示方法、行走形态显示系统以及行走形态分析装置 Withdrawn CN111989040A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-084952 2018-04-26
JP2018084952A JP6509406B1 (ja) 2018-04-26 2018-04-26 歩行態様表示方法、歩行態様表示システム及び歩行態様分析装置
PCT/JP2019/016215 WO2019208312A1 (ja) 2018-04-26 2019-04-15 歩行態様表示方法、歩行態様表示システム及び歩行態様分析装置

Publications (1)

Publication Number Publication Date
CN111989040A true CN111989040A (zh) 2020-11-24

Family

ID=66429926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980025909.3A Withdrawn CN111989040A (zh) 2018-04-26 2019-04-15 行走形态显示方法、行走形态显示系统以及行走形态分析装置

Country Status (5)

Country Link
US (1) US20210244317A1 (zh)
EP (1) EP3785629A4 (zh)
JP (1) JP6509406B1 (zh)
CN (1) CN111989040A (zh)
WO (1) WO2019208312A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7255392B2 (ja) * 2019-06-27 2023-04-11 トヨタ自動車株式会社 リハビリ支援システム、推定装置、学習装置、方法、プログラム、及び学習済みモデル
JP7344096B2 (ja) 2019-11-19 2023-09-13 日本放送協会 触覚メタデータ生成装置、映像触覚連動システム、及びプログラム
JP7484293B2 (ja) 2020-03-25 2024-05-16 カシオ計算機株式会社 アニメーション生成装置、アニメーション生成方法及びプログラム
WO2024069911A1 (ja) * 2022-09-30 2024-04-04 三菱電機株式会社 姿態改善支援システム、処理装置、姿態改善支援方法、及び処理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103893950A (zh) * 2012-12-27 2014-07-02 卡西欧计算机株式会社 运动信息显示系统及运动信息显示方法
JP2015112392A (ja) * 2013-12-13 2015-06-22 カシオ計算機株式会社 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3570163B2 (ja) * 1996-07-03 2004-09-29 株式会社日立製作所 動作及び行動の認識方法及び装置及びシステム
US7366645B2 (en) * 2002-05-06 2008-04-29 Jezekiel Ben-Arie Method of recognition of human motion, vector sequences and speech
KR100786703B1 (ko) * 2004-07-24 2007-12-21 삼성전자주식회사 가속도 센서를 이용한 운동량 측정장치 및 방법
JP5628560B2 (ja) * 2010-06-02 2014-11-19 富士通株式会社 携帯電子機器、歩行軌跡算出プログラム及び歩行姿勢診断方法
JP5586050B2 (ja) * 2010-06-18 2014-09-10 国立大学法人東北大学 歩行解析システム
JP5644312B2 (ja) * 2010-09-21 2014-12-24 大日本印刷株式会社 歩行状態表示システム
JP2013188294A (ja) * 2012-03-13 2013-09-26 Casio Computer Co Ltd 運動情報生成システム、運動情報生成プログラムおよび運動情報生成方法
CN102824177B (zh) * 2012-07-25 2014-11-26 王哲龙 一种三维人体步态定量分析系统和方法
JP2015011480A (ja) * 2013-06-27 2015-01-19 カシオ計算機株式会社 画像生成装置、画像生成方法及びプログラム
JP2015061579A (ja) * 2013-07-01 2015-04-02 株式会社東芝 動作情報処理装置
JP2015058096A (ja) * 2013-09-18 2015-03-30 カシオ計算機株式会社 運動支援装置及び運動支援方法、運動支援プログラム
CN103519822B (zh) * 2013-10-15 2017-02-15 广州市章和电气设备有限公司 一种三维步态分析仪
JP5888309B2 (ja) * 2013-10-31 2016-03-22 カシオ計算機株式会社 トレーニング支援装置およびシステム、フォーム解析装置および方法、ならびにプログラム
JP2015116288A (ja) * 2013-12-18 2015-06-25 カシオ計算機株式会社 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム
JP6583605B2 (ja) * 2014-12-12 2019-10-02 カシオ計算機株式会社 運動情報生成装置及び運動情報生成方法、運動情報生成プログラム
JP6565369B2 (ja) * 2015-06-22 2019-08-28 カシオ計算機株式会社 運動支援装置及び運動支援方法、運動支援プログラム
JP2017080199A (ja) * 2015-10-29 2017-05-18 キヤノンマーケティングジャパン株式会社 情報処理装置、情報処理方法、プログラム
US20180247644A1 (en) * 2017-02-27 2018-08-30 Intel Corporation Queueing spoken dialogue output

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103893950A (zh) * 2012-12-27 2014-07-02 卡西欧计算机株式会社 运动信息显示系统及运动信息显示方法
JP2015112392A (ja) * 2013-12-13 2015-06-22 カシオ計算機株式会社 運動情報表示システムおよび運動情報表示方法、運動情報表示プログラム

Also Published As

Publication number Publication date
US20210244317A1 (en) 2021-08-12
EP3785629A1 (en) 2021-03-03
WO2019208312A1 (ja) 2019-10-31
EP3785629A4 (en) 2022-03-30
JP6509406B1 (ja) 2019-05-08
JP2019187878A (ja) 2019-10-31

Similar Documents

Publication Publication Date Title
US10898755B2 (en) Method for providing posture guide and apparatus thereof
CN111989040A (zh) 行走形态显示方法、行走形态显示系统以及行走形态分析装置
US11763603B2 (en) Physical activity quantification and monitoring
KR102292683B1 (ko) 보행 환경 인식 방법 및 장치
KR102128267B1 (ko) 제자리 걸음 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
US11547324B2 (en) System and method for human motion detection and tracking
CN113728394A (zh) 身体活动执行和训练的评分度量
JP2017124086A (ja) トレーニング分類システム、トレーニング分類方法およびトレーニング分類サーバ
KR102128268B1 (ko) 발 특성 정보를 이용한 보행 능력 예측 방법 및 시스템
US11497962B2 (en) System and method for human motion detection and tracking
JP2019200241A (ja) 動作分析装置、動作分析方法、動作分析プログラム及び動作分析システム
JP6327445B2 (ja) データ解析装置及びデータ解析方法、データ解析プログラム
JP6870733B2 (ja) 情報処理装置、情報処理システム、および情報処理方法
Bailon et al. First approach to automatic measurement of frontal plane projection angle during single leg landing based on depth video
EP4053793A1 (en) System and method for human motion detection and tracking
Prasetyo Gait Analysis Parameter Study Using Xbox Kinect Aimed at Medical Rehabilitation Tool
JP7188401B2 (ja) 歩行分析方法及び歩行分析装置
Zhidchenko et al. Novel Methods and Technologies for Assessing Usability of Off-Road Machines in R&D Phase-The Lutergo Laboratory
Agius et al. Mobile Gait Analysis.
JP2022107432A (ja) 歩行状態判定システム、歩行状態判定方法及び歩行状態判定プログラム
JP6367570B2 (ja) 移動運動解析装置及びプログラム
Pandit et al. Importance of Knee Angle and Trunk Lean in the Detection of an Abnormal Walking Pattern Using Machine Learning
Singh et al. An Examination of Wearable Sensors and Video Data Capture for Human Exercise Classification
JP2020149105A (ja) センサ配置態様の取得装置
Machado Extraction of Biomedical Indicators from Gait Videos

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201124

WW01 Invention patent application withdrawn after publication